2018年未来解码：Seadrill如何使用IoT 3km Undersea

石油和天然气深水钻井企业舞蹈队使用了Azure，Power BI，微软的数据仓库技术和人工智能（AI）来为其数字化战略供电。

Seadrill正在从各种系统中汇集安全，运营和财务数据，并将这些数据转化为可操作的洞察力，以使其有效做出正确的决策。

该公司拥有互联网（物联网）方法，部署从钻头传感器监视器收集的数据分析，以创建其设备的数字双胞胎，在海上床上运行3km。它运行了海上钻井行业中最现代车队之一，并使用工业控制系统，每天都有传感器收集数百万个数据点。

AI，IOT，大数据和高级分析组成了Seadririll Digital平台，Javeh Poutteymous表示，副总裁兼Cio and andedrill。“我们看ai的方式是它是数字化的一个元素，”他补充道。

本公司的混合云环境，其中65％是私有云，35％在公共天蓝色云运行。在钻井船上使用高性能计算，在钻井钻机的数据集在局部地处理。数据也被推到Azure云。

根据Pourteymour，Seadrill可以确切地看到哪些资源进入其计划和纠正性维护的库存，使公司能够分析其支出和降低成本。

“我们正在使用Azure机器学习我们的自动库存优化。这是一种能力现在已经走到了六个钻机上，让我们通过更有效地管理我们的库存，“我们说。”

他说：描述从钻井平台上的设备的数据之旅，他说：“我们在我们的钻机上有边缘分析，这允许解释从ICS [工业控制系统]收集的数据，这些数据是操作我们的关键设备。”

通过一个名为柏拉图的内部项目，Pourteymour说，Seadrill正在汇集IoT，Edge Analytics和Cloud Analytics。使用边缘计算实时处理来自钻机的数据，也可以推动到Azure以进行趋势分析和舰队管理。

虽然高性能计算的元素在局部完成，但在边缘，Pourteymour说：“我们使用Azure云的力量来处理更大的数据集。”

来自Seadrill Rigs的数据集通过卫星通信链路发送，直到Azure，其中Seadrill能够在其钻井钻机队列中运行趋势分析。

“我们的客户希望可预测的结果，并希望了解如何提供质量。该算法允许我们检测我们设备中的异常。随着时间的推移，使用机器学习，该算法变得更聪明，可以帮助我们改善我们的钻孔，“Pourteymour说。

数据驱动数字双胞胎的想法，实时更新，是Seadririll数字转型策略的一个方面之一。“我们的钻机安装了很多传感器并生成了大量数据。我们所做的一项元素是从设备中实时数据，“Pourteymour说。

通过解锁数据，Seadrill已经能够创建算法来构建数字双胞胎，这些双胞胎存在于喷射预防器（一块机器坐在海底并控制井）和顶部驱动器（旋转的设备）管钻井）。

“这个想法是，我们可以主动监控设备的状况，并将其维持在最佳最佳和最安全的时间，”Pourteymour说。

一旦从设备收集信息，Pourteymour说有一个边缘分析的元素，但数据也实时推到天蓝色的云，以使Seadrill能够比较其舰队的设备。要实时分析此数据，Seadrill正在利用Microsoft Azure的内置功能和算法。

“如果我们在一块设备上检测异常，我们可以确定问题是否会在舰队中的其他任何地方发生，”Pourteymour说。

对于pourteymour，能够做出正确的决定，使舞蹈优势成为竞争优势。“我们使用Power BI和Microsoft的数据仓库技术从各种系统中汇集安全，运营和财务数据，并将这些数据变为可操作的洞察力，”他说。

柏拉图的另一个方面是它可以使用Monitor钻头驱动程序，构建可用于帮助其他钻头驱动器的数据模型改善其钻井。“每个钻井都可以以不同的方式推动设备，”Pourteymour说。“机器了解如何钻取，并可以推荐钻机如何驱动机器以优化钻井。”

机器学习也可用于增强具有正确信息的钻头驱动程序，以使其能够提高其钻井技术，Pourteymour增加。