據(jù)媒體12月17日報道，每年監(jiān)測和維護管道的費用消耗能源公司支出的大約14億美元。如果創(chuàng)新的解決方案能夠通過自動化監(jiān)控和通過智能技術(shù)溝通維護問題來幫助控制成本，將具有重要意義。當前已有將無人機用于管道監(jiān)控，也有一些公司正通過為管道創(chuàng)建智能解決方案，直接從源頭入手解決問題。
智能管道是油氣行業(yè)解決監(jiān)測和維護問題的方法之一。智能管道能夠?qū)崿F(xiàn)遠程跟蹤、監(jiān)視和控制，以便在出現(xiàn)任何問題時及時進行監(jiān)測。由加州一家公司發(fā)明的Bytepipe預計將于2021年完成，并在2022年完成改進版本。
該設(shè)想是將傳感器和電子元件集成到管道套管中，為其提供智能功能，在2019年的市場需求超過1400萬噸，該技術(shù)將為勘探和生產(chǎn)公司提供油氣井井下實時監(jiān)測和管道全長跟蹤。
目前，油氣公司在地面管道和設(shè)備方面的支出約為5.89億美元，在井下管道方面的支出為4.63億美元，在維修方面的支出為3.2億美元。管道受腐蝕是石油行業(yè)面臨的一個困境，會導致管道破舊甚至泄漏。
2006年發(fā)生的管道腐蝕和泄漏事件對英國石油公司造成了毀滅性的打擊。2011年，該公司因阿拉斯加的管道漏油事件被迫支付了2500萬美元的罰款。隨著能源公司意識到早期檢測的重要性，智能檢測方法開始使用，包括遙控水下航行器(ROVs)、電場測繪、聲發(fā)射法和超聲波檢測。然而，許多公司仍然依靠人工，如潛水員手動拍照，監(jiān)控管道。值得一提的是，這些技術(shù)都有局限性，包括人工參與清潔設(shè)備和數(shù)據(jù)監(jiān)測，以及機器在惡劣條件下工作的脆弱性。
自動化圖像處理技術(shù)的改進，使用機器學習算法，預計將改善管道問題的監(jiān)測和通信。這可以與基于人工智能的圖像處理技術(shù)計算機視覺(CV)相結(jié)合，更好地識別管道腐蝕狀況。這兩種技術(shù)都依賴于大數(shù)據(jù)來識別和應對問題。
此外，石油公司正慢慢地開始引進用于鋼鐵管道的創(chuàng)新涂層，但這種涂層在惡劣條件下腐蝕速度很快。BP上游材料總工程師Bill Hedges解釋道:“我們可以看到腐蝕速率為每年2毫米。”此外，考慮到原材料的使用、運輸成本以及石油生產(chǎn)的暫停，簡單地更換腐蝕管道是公司的一項主要開支。據(jù)估計，全球能源行業(yè)每年與處理管道腐蝕相關(guān)的費用可能高達2萬億美元。
BP-ICAM宣布將研究開發(fā)具有自我報告能力的智能涂層，如果涂層受損，該涂層將與用戶通信。該技術(shù)依賴于微膠囊，這種膠囊在受損時釋放出不同顏色的液體，讓用戶能夠找到問題的根源。
現(xiàn)在最重要的是創(chuàng)造出一種智能涂層，使其能夠承受惡劣的天氣或海底條件，同時也不會對環(huán)境造成額外的傷害。
展望未來，智能管道技術(shù)、監(jiān)測實踐中的大數(shù)據(jù)和防腐蝕涂層的應用，不僅可以為能源行業(yè)節(jié)省數(shù)十億美元，還可以防止環(huán)境災害的發(fā)生，提高油氣行業(yè)的安全實踐。
