马来西亚国家石油公司 (PETRONAS) 总部位于马来西亚,是一家完全集成的石油和天然气跨国公司,日均生产 240 万石油桶当量。如此庞大的业务,众多设施遍布,导致数据孤岛和高价值泄漏,并阻碍了公司对潜在设备故障的快速响应。为了提高数据可视性,从而解决这一问题,马来西亚国家石油公司采用了 AVEVA™ PI System™ 和 AVEVA™ Predictive Analytics。
借助 AVEVA PI System 和 AVEVA Predictive Analytics,马来西亚国家石油公司实现了这项目标。马来西亚国家石油公司利用 AVEVA Predictive Analytics 实现了机器运行知识的自动化改造,以便在设备出现异常时立即通知相关专家。自 2019 年实施此计划以来,借助这个云预警系统,PETRONAS 减少了设备停机时间,提高了运营效率,并节省了 3300 万美元。
目标
- 通过预测故障来提高旋转设备的耐用性
- 通过减少陆上工厂和海上平台的停机时间,提高运营效率和产出
- 为各个工厂的主题专家和操作员提供现成的资产数据
挑战
- 未检测到的关键旋转设备故障造成的高价值泄漏
- 由于主题专家和操作员分散在多个地点,数据可视性不完整
- 由于操作分散,反应时间较慢
解决方案
成果
- 51 条预警通知(包括 12 条高风险警告)减少了计划外停机时间,并节省了 3300 万美元(20 倍投资回报率)
- 每家工厂的资产利用率(包括工厂耐用性和整体设备效率)提升 0.1%
- 加强多专业合作,提升事件响应速度
“迄今为止,我们已经通过降低成本的形式实现了数百万美元的价值创造。此应用为我们公司带来了良好的投资回报。”
- Azmi Md Lasin,马来西亚国家石油公司旋转设备首席工程师
相关成功案例
最新动态:了解行业最新动态。