지능형 모니터링이 파이프 라인을 토토 마켓 유지하는 방법

스마트 모니터링 :TC Energy는 엔터프라이즈 분석을 사용하여 압축 차량의 성능을 모니터링합니다.

우리 대부분은 잘 운영되는 자동차를 갖는 것이 우리의 삶의 질의 중심이라는 것을 알고 있습니다.

상점에서 하루의 하루에도 비용과 결과를 피할 수 있습니다.

그래서 가장 유쾌한 작업은 아니지만, 우리는 전문가가 나중에 추악 할 수있는 작은 것들을 식별하기 위해 정기적으로 차를 가게로 가져갑니다. 우리는 이제 일시적인 (또는 더 나쁜, 영구적 인 대체)에 대한 비용과 불편 함을 피하기 위해 행동합니다.

지금 검진을 위해 정비사로 일회성 여행을하는 대신 바쁜 일정에서 시간을 내지 않고도 동일한 정보를 얻을 수 있다고 상상해보십시오. 그리고 매일 하루 종일 그 정보를 가지고 있다고 상상해보십시오.

지능형 모니터링

그런 종류의 정보가 당신에게 얼마나 가치가 있습니까?

TC Energy의 미국 가스 운영은 특정 파이프 토토 마켓 자산의 성능에 대한 정보를 수집하고 전달하는 Enterprise Analytics라는 플랫폼의 사용을 개척하고 있습니다. 그런 다음이 정보는 잠재적 실패를 식별하고이를 방지하기 위해 조치를 취할 수있는 전문가에게 제공됩니다.

Enterprise Analytics 플랫폼은 소프트웨어 공급 업체 인 Osisoft와의 강력한 파트너십에서 내부 엔지니어링 전문 지식을 호출하는다면적인 신뢰성 프로그램의 결과입니다. Osisoft는 "센서 기반 데이터, 운영 및 사람들을 실시간 인텔리전스를 가능하게하는 개방형 인프라를 제공합니다."

TC 에너지는 모든 최신 파이프 토토 마켓 시스템과 마찬가지로 광범위한 센서 기반 데이터 수집 네트워크를 가지고 있습니다. 이 네트워크는 SCADA 시스템, 지역 역사가, HMI 데이터 피드 등을 포함한 여러 형태를 취합니다.

“Enterprise Analytics는 센서에서 오는 수천 개의 중요한 실시간 데이터 포인트를 '자리 잡고'기능 장애 전에 자산에서 기능 저하를 식별하기 위해 센서에서 오는 수천 개의 중요한 실시간 데이터 포인트를 자리 잡고 있음을 알 수 있습니다.

Enterprise Analytics는 다양한 알고리즘 (문제 해결을위한 논리적 규칙)을 사용하여 특정 자산이 일반 매개 변수 내에서 수행되는지 여부를 결정합니다. 행동이 비정상적이면 엔터프라이즈 분석은 전문가에게 경고합니다.

“알고리즘은 다음과 같이 말합니다. 뭔가 잘못되었습니다.

“엔터프라이즈 분석 플랫폼은 신뢰성 프로그램의 기본 기둥입니다. 이를 통해 실패에 미리 열화를 식별하고 실패를 예측하고 고의적이고시기 적절한 방식으로 시정 조치를 취함으로써 발생하지 않도록 방해 할 수 있습니다.”라고 TC Energy Manager의 Keary Rogers는 말했습니다..

Parks는 Enterprise Analytics가 2016 년에만 미국 가스 운영 East Assets에 대해 7 백만 달러 이상의 비용 회피를 초래 한 것으로 추정했습니다.

“장비가 실패하고 처리량이 줄어들 때 발생하는 전한 수익을 고려하지 않는다”고 덧붙였다. "비용 회피와 비용 회복에 관한 모든 것입니다."

Enterprise Analytics 프로그램은 Columbia Pipeline 압축 자산의 97%에 배치되었으며 현재 미국 West 파이프 토토 마켓에서 롤아웃을 준비하고 있습니다. 미국의 스토리지 운영에도 적용 할 수 있으며 언젠가 TC 에너지를 통해 사용될 수 있습니다.

데이터 구동 :엔터프라이즈 분석 시스템은 센서에서 오는 수천 개의 중요한 실시간 데이터 포인트를 의미합니다.

귀중한 통찰력

우리가 엔터프라이즈 분석에서 얻는 지식은 15 년, 10 년 또는 5 년 전의 함대의 성과에 대한 통찰력을 제공합니다.

“이상 탐지 외에도이 도구를 사용하여 차량 전체를 전체적으로 운영하는 방법의 뉘앙스를 이해하려고합니다. 머신 러닝 (데이터를 배우고 예측할 수있는 복잡한 모델 및 알고리즘을 사용하는 방법)을 통해 데이터를 통합하고 유사한 장치의 주요 성능 표시기를 비효율적으로 비교하여 비효율적 인 성능을 식별하고 이제이 새로운 운영 인텔리전스를 사용하여 데이터 중심을 만들 수 있습니다.

좋은 시스템을 개선하는 것이 전부입니다.

“우리는 데이터를 가져 와서 해당 데이터를 지식으로 변환하여 지속적인 개선을 위해 노력하는 조치를 취할 수 있습니다.”라고 Parks는 말했습니다.