شناسهٔ خبر: 74992579 - سرویس علمی-فناوری
نسخه قابل چاپ منبع: ایرنا | لینک خبر

تولید نفت خام کم‌کربن با فناوری هوش مصنوعی و اجکتور

تهران- ایرنا- شرکت ملی نفت ابوظبی ADNOC اعلام کرده است که موفق شده با یک برنامه مبتنی بر هوش مصنوعی در یک میدان نفتی ضمن بررسی نقص‌ها، به درصد پایینی از انتشار کربن معادل یک دهم کیلوگرم در جریان استخراج نفت خام دست یابد.

صاحب‌خبر -

به گزارش شامگاه سه‌شنبه گروه علمی ایرنا از معاونت علمی ریاست جمهوری، شرکت ملی نفت ابوظبی (ADNOC) اعلام کرده که در یک میدان نفتی که در خشکی واقع است با برنامه تحلیل و تشخیص پیشبینی مرکزی مبتنی بر هوش مصنوعی توانسته ناهنجاری‌ها، نقص‌ها و سایر مشکلات را در هزاران قطعه از تجهیزات، از جمله بیش از ۲۷۰ پمپ و کمپرسور تجزیه و تحلیل و شناسایی کند.

میدان نفتی شاه، واقع در ۲۳۰ کیلومتری جنوب ابوظبی واقع شده و روزانه حدود ۷۰ هزار بشکه نفت خام تولید می کند و این رکورد جدید را از طریق برنامه‌های بهینه‌سازی توسعه میدان، دیجیتالی‌سازی و استفاده از هوش مصنوعی به دست آورده است.

همچنین این میدان نفتی، به شدت پایینی از انتشار کربن، معادل ۰.۱ کیلوگرم BOE/e۲CO، در جریان استخراج نفت خام دست یافته است. دستاوردی که نشان‌دهنده تولید نفت با شدت کربن بسیار پایین در مقیاس میدان کامل است.

ADNOC همچنین اشاره کرد که بخشی از این میدان با استفاده از انرژی هسته‌ای و خورشیدی برق‌رسانی می‌شود.

مصبح الکعبی مدیرعامل ادنوک، در بیانیه‌ای با تاکید بر اینکه فناوری، بخش جدایی‌ناپذیر مسیر ادنوک به سوی خنثی‌سازی کربن است افزود: این دستاورد در میدان شاه، تعهد ما به پایداری و نوآوری را به روشنی نشان می‌دهد.

تولید نفت خام کم‌کربن با فناوری هوش مصنوعی و اجکتور

وی بخشی از این موفقیت را مدیون استفاده از فناوری اجکتور مایع (Technology Ejector Liquid) می‌داند. ابزاری که گازهای زائد را بازیابی و استفاده می‌کند. پیشرفت‌های اخیر در این فناوری موجب کاهش مجدد هزینه‌ها شده است.

اجکتورها همانند کمپرسورهای گازی عمل کرده و بر اساس اصل برنولی (Principle s’Bernoulli ) کار می‌کنند. اصلی که می‌گوید با افزایش سرعت جریان یک سیال، فشار آن کاهش خواهد یافت. در کاربردهای بازیابی گاز فلر (Recovery Gas Flare) گاز کم‌فشار وارد اجکتور شده و هنگام خروج با فشار بالاتری فشرده می‌شود.

علاوه بر این، میدان شاه از برنامه تحلیل و تشخیص پیش‌بینی محور متمرکز مبتنی بر هوش مصنوعی ادنوک نیز بهره‌مند شده است. این سیستم به بررسی و شناسایی ناهنجاری‌ها، عیوب و سایر مشکلات در بیش از ۲۷۰ پمپ و کمپرسور می‌پردازد. برنامه CPAD که از سال ۲۰۱۹ معرفی شده، نتایج قابل توجهی داشته است.

ادنوک همچنین در مقاله‌ای تخصصی که در سال ۲۰۲۳ ارائه کرد، گزارش داد که این سیستم موجب افزایش ۳ درصدی در دسترس‌پذیری تولید، کاهش ۲۰ درصدی هزینه های نگهداری و پیشگیری از ۴ درصد افت تولید از طریق شناسایی زودهنگام خرابی‌ها یا عملکرد ضعیف تجهیزات شده است.