Об авторах about authors:

А.Н. Дмитриевский, научный руководитель ИПНГ РАН, академик РАН, д.г.-м.н., профессор Н.А. Еремин, заведующий Аналитическим центром энергетической политики и безопасности ИПНГ РАН, главный научный сотрудник, академик РАЕН, д.т.н., профессор Э.С. Закиров, директор ИПНГ РАН, главный научный сотрудник, д.т.н., профессор РАН

Об авторах about authors:

Д.В. Масленников, Этот e-mail адрес защищен от спам-ботов, для его просмотра у Вас должен быть включен Javascript Р.И. Ишмуратов, Этот e-mail адрес защищен от спам-ботов, для его просмотра у Вас должен быть включен Javascript С.А. Лопин, Этот e-mail адрес защищен от спам-ботов, для его просмотра у Вас должен быть включен Javascript /ООО «Цифровая добыча», г. Москва/

D.V. Maslennikov, R.I. Ishmuratov, S.A. Lopin /Digital Production LLC, Moscow/

Аннотация:

В статье исследуется реализация пулл-парадигмы в нефтегазовой отрасли посредством цифровой трансформации и внедрения цифровых двойников. Пуллпарадигма дает возможность оптимизировать производственные процессы и снизить затраты за счет обеспечения гибкости планирования и адаптации к изменению спроса. В рамках концепции «интеллектуального месторождения» рассмотрены цифровые двойники, которые позволяют эффективно управлять активами, совершенствовать мониторинг, прогнозирование производственных процессов. Анализируется комплексный подход к достижению конкурентоспособности предприятия в современных рыночных условиях.

Ключевые слова:

цифровая трансформация нефтегазовой компании, принцип вытягивания бизнес-ценности от потребителя, интеллектуальный актив, цифровые двойники, интеллектуальное месторождение, пулл-парадигма, система Digital Lean, цифровое бережливое производство в Индустрии 4.0., принципы пулл-парадигмы, применение пулл-парадигмы на предприятиях нефтегазовой отрасли, единая модель флюида, планирование и контроль процесса добычи, внедрение цифровых технологий, интеллектуальные системы управления активами

Abstract:

The authors of the paper examine the implementation of pull-paradigm in oil and gas industry through digital transformation and the introduction of digital twins. Pull-paradigm makes it possible to optimize production processes and reduce costs by providing flexibility in planning and adapting to changes in demand. Within the framework of "smart field" the paper presents the concept of digital twins, which allow for effective asset management, improved monitoring and forecasting of production processes. The paper also contains the analysis of an integrated approach to achieving the competitiveness of the Company in present-day market conditions.

Key words:

digital transformation of oil and gas company, principle of pulling business value from the Consumer, intellectual asset, digital twins, smart field, pull-paradigm, "Digital Lean" system, digital saving operation and the application of Industry 4.0, principles of pull- paradigm, application of pull-paradigm at the facilities of oil and gas industry, unified fluid model, planning and control in production process, implementation of digital technologies, smart asset management systems

Об авторах about authors:

Н.А. Еремин, академик РАЕН, д.т.н., проф., Этот e-mail адрес защищен от спам-ботов, для его просмотра у Вас должен быть включен Javascript А.Д. Черников, к.т.н., Этот e-mail адрес защищен от спам-ботов, для его просмотра у Вас должен быть включен Javascript А.Н. Дмитриевский, академик РАН, д.г.-м.н., проф., Этот e-mail адрес защищен от спам-ботов, для его просмотра у Вас должен быть включен Javascript /Институт проблем нефти и газа РАН, г. Москва

N.A. Eremin, Academician of the Russian Academy of Sciences, DSc, Prof., A.D. Chernikov, PhD, A.N. Dmitrievsky, Academician of the Russian Academy of Sciences, DSc, Prof. /Institute of Oil and Gas Problems of the Russian Academy of Sciences, Moscow/

Аннотация:

В статье представлена методология автоматизированной обработки промысловой информации и подготовки данных для обучения нейросетевых моделей в интеллектуальных системах выявления и прогнозирования прихватов бурильных колонн, применяемых для повышения безопасности и сокращения непроизводительного времени при строительстве нефтяных и газовых скважин. Разработанная методика позволяет проводить автоматизированный анализ больших объемов архивной информации, выделять характерные ситуации, связанные с осложнениями, и осуществлять разметку информационных массивов для машинного обучения универсальных интеллектуальных модулей обработки данных от станций геолого-технологических измерений с целью заблаговременного предупреждения операторов бурового оборудования о технологических рисках возникновения нештатных ситуаций.

Ключевые слова:

технологии искусственного интеллекта при моделировании месторождений углеводородов, интеллектуальные системы прогнозирования осложнений при строительстве нефтяных и газовых скважин, машинное обучение, прихваты бурильной колонны, данные от станций геолого -технологических исследований (ГТИ), автоматизированная обработка промысловой информации, формирование датасетов, одноклассовые нейросетевые модели прогнозирования осложнений при строительстве нефтяных и газовых скважин, разметка данных ГТИ для машинного обучения одноклассовых нейросетевых моделей

Abstract:

The article presents a methodology for automated processing of field information and data preparation for training neural network models in intelligent systems for detecting and predicting drill string sticking, used to improve safety and reduce non-productive time in the construction of oil and gas wells. The developed methodology allows for automated analysis of large volumes of archival information, identification of typical situations associated with complications, and marking of information arrays for machine learning of universal intelligent modules for processing data from geological and technological measurement stations to provide early warning to drilling equipment operators about technological risks of emergency situations.

Key words:

technologies of artificial intelligence while simulating hydrocarbon fields, intelligent systems to predict complications at the stages of oil and gas well construction, machine learning, sticking of drill string, data from geological and technological research stations (GTR), automated processing of field information, formation of datasets, single-class neural network models to predict complications on oil and gas well construction process, GTR data markup for machine learning of single-class neural network models

Об авторах about authors:

П.А. Гужиков1, Ю.В. Проткова2, Д.В. Масленников1  1 ООО «Цифра», г. Москва 2 ООО «Ачим Девелопмент», г. Новый Уренгой

P.A. Guzhikov1, Yu.V. Protkova2, D.V. Maslennikov1  1 Tsyfra LLC, Moscow 2 Achim Development LLC, Novy Urengoy

Аннотация:

Изучение и математическое моделирование дифференциации состава пластового флюида с глубиной в настоящее время имеет большое значение в связи с быстрым развитием и внедрением цифровых двойников месторождений нефти и газа. Известно, что на изменение состава пластового флюида в зависимости от глубины оказывает влияние сила тяжести. Заметное влияние на распределение компонентов в составе пластового флюида с глубиной также может оказывать термодиффузия тяжелых компонентов флюида из нижних слоев продуктивного горизонта в верхние. Как правило, такое явление характерно для летучих нефтей, газоконденсатных и околокритических флюидов в пластах с высокой температурой. В статье рассматривается пример создания единой модели пластового флюида, описывающей дифференциацию состава флюида с глубиной под влиянием силы тяжести и термодиффузии.

Ключевые слова:

пластовый флюид, пластовый газ, математическая модель пластового флюида, PVT-моделирование, уравнение состояния, изменение состава пластового флюида с глубиной, Уренгойское месторождение, ачимовская свита, интегрированное моделирование, цифровой двойник месторождения

Abstract:

The study and mathematical modeling of formation fluid composition differentiation vs. depth is currently of great importance due to rapid development and introduction of digital twins of oil and gas fields. It is known that the change in formation fluid composition, depending on the depth, is influenced by gravity force. Thermal diffusion of heavy fluid components from the lower layers of productive horizon upon the upper ones can also have a noticeable effect on the distribution of formation fluid components vs. depth. As a rule, this phenomenon is typical for volatile types of oils, gas condensate and near-critical fluids in formations with high temperature. The authors of the paper consider an example of making a unified formation fluid model that describe the differentiation of fluid composition versus depth under the influence of gravity force and thermal diffusion.

Key words:

formation fluid, formation gas, mathematical model of formation fluid, PVT modeling, equation of status, change in formation fluid composition versus depth, Urengoy field, Achim suite, integrated modeling, digital twin of the field

Об авторах about authors:

О.Н. Пичугин, к.ф.-м.н /«Передовая инженерная нефтяная школа» АГТУ ВШН, г. Альметьевск/

O.N. Pichugin, PhD /Advanced Petroleum Engineering School @ AGTU VShN, Almetyevsk/

Аннотация:

В статье приводятся требования, предъявляемые к цифровому двойнику, оценивается соответствие интегрированной модели сформулированным критериям. Отмечается, что интегрированная модель не в полной мере отвечает функциональным требованиям и целевым характеристикам автоматизированной системы. Предлагается альтернативный вариант реализации цифрового двойника, основанный на принципах иерархического моделирования и множественности моделей.

Ключевые слова:

цифровой двойник месторождения, автоматизированная система разработки месторождений, интегрированная модель месторождения, принцип иерархического моделирования, принцип множественности моделей, цифровая индустриальная платформа, прокси-модели

Abstract:

The paper informs on the requirements to digital twins and evaluates the compliance of the integrated model to formulated criteria. It is noted that the integrated model does not fully meet the functional requirements and target parameters of the automated system. The author proposes the alternative option in implementing digital twin that is based on the principles of hierarchical modeling and model multiplicity.

Key words:

digital twin of the field, automated field development system, integrated field model, principle of hierarchical modeling, principle of model multiplicity, digital industrial platform, proxy models

Об авторах about authors:

И.Р. Акулов, /Компания «ОЙЛТИМ», г. Томск/

I.R. Akulov /OILTEAM Company LLC, Tomsk/

Аннотация:

В статье рассматриваются актуальность и перспективы внедрения искусственного интеллекта (ИИ) в нефтегазовой отрасли России. Анализируются различные сценарии применения ИИ, включая оценку состояния скважин, диагностику информационных каналов систем управления, управление процессом добычи нефти и газа. Рассматривается опыт отечественных компаний, успешно внедряющих искусственный интеллект для повышения эффективности и безопасности производственных процессов. Результаты исследования демонстрируют, что ИИ является действенным инструментом для улучшения качества продукции, снижения затрат и поддержания конкурентоспособности компаний российской нефтегазовой отрасли на мировом рынке.

Ключевые слова:

внедрение искусственного интеллекта (ИИ) в комплекс управления процессами нефтегазовой отрасли, экспертные системы, машинное зрение, оценка состояния скважин, работа ИИ по оценке состояния скважин, диагностика информационных каналов систем автоматизированного управления процессами в нефтегазовой отрасли, метод диагностирования частичных отказов информационно-измерительных каналов с использованием алгоритма оперативной коррекции результатов измерений, нейронные сети, интеллектуальные системы для управления процессом добычи углеводородов, APC-системы, цифровая трансформация компании, технологии обработки больших данных с применением искусственного интеллекта, интеллектуальные модели анализа, модель нейронного обучения Scikit-learn, модель нейронного обучения TensorFlow, внедрение «умных скважин»

Abstract:

This article discusses the relevance and prospects of implementing artificial intelligence (AI) in the Russian oil and gas industry. Various scenarios of AI application are analyzed, including the assessment of well conditions, diagnostics of control system information channels, and management of oil and gas extraction processes. The article examines the experience of domestic companies successfully integrating AI to enhance efficiency and safety in production processes. The research findings demonstrate that AI is a crucial tool for improving product quality, reducing costs, and maintaining the competitiveness of the Russian oil and gas sector in the global market.

Key words:

introduction of artificial intelligence (AI) into management process in oil and gas industry, expert systems, machine vision, evaluation of well status, AI operation to evaluate well status, diagnostics of information channels for automated process control systems in oil and gas industry, method to diagnose partial failures of information and metering channels through the use of an algorithm to conduct operational correction of metering results, neural networks, smart systems to control the process of hydrocarbon production, APC systems, digital transformation of the Company, big data processing technologies using artificial intelligence, intelligent analysis models, "Scikit-learn" neural learning model, "TensorFlow" neural learning model, implementation of "smart wells"

Об авторах about authors:

С.Г. Мухаметдинова1, А.И. Коршунов2, д.т.н., проф., Н.О. Вахрушева1, к.т.н., М.Г. Никифоров1, А.Г. Колесников1                                                                                                                                                                   1 ЗАО «Ижевcкий нефтяной научный центр» (ИННЦ), г. Ижевск 2 Инcтитут механики ФГБУН «Удмуртский федеральный иccледовательcкий центр Уральского отделения Российской академии наук», г. Ижевск

S.G. Mukhametdinova1, A.I. Korshunov2, DSc, Prof. N.O. Vakhrusheva1, PhD, M.G. Nikiforov1, A.G. Kolesnikov1                                                                                                                                                                      1 Izhevsk Petroleum Research Center CJSC, Izhevsk 2 Institute of Mechanics, Federal research center of The Ural branch of The Russian Academy of Sciences, Izhevsk

Аннотация:

В настоящее время цифровые технологии являются одним из инструментов повышения эффективности эксплуатации скважин в нефтегазодобывающей промышленности. В статье рассмотрена проблема мониторинга и определения неисправностей на цифровой нефтегазодобывающей скважине, оборудованной штанговым глубинным насосом, с помощью динамометрирования. В связи с актуальностью политики импортозамещения представлены отечественные производители динамографов и интеллектуальных станций управления штанговыми глубинными насосами. Описаны различные методики определения неисправностей установок штанговых глубинных насосов по динамограмме и процесс динамометрирования на типовых скважинах, представлены результаты опытно-промышленных испытаний интеллектуальных станций управления штанговыми глубинными насосами, оснащенными виртуальным динамографом (ПАО «Удмуртнефть» имени В.И. Кудинова), доказана эффективность его применения. Разработка доступных по стоимости интеллектуальных станций управления с виртуальным динамографом как для цифровых, так и для типовых скважин, оснащенных штанговыми глубинными насосами, позволяет обеспечивать наиболее экономичные варианты расхода электроэнергии при их эксплуатации.

Ключевые слова:

автоматизация и цифровизация процессов добычи нефти и газа, штанговый глубинный насос (ШГН), системы автоматизации скважины с ШГН, мониторинг затрубного давления в скважине, мониторинг уровня вибрации насосного оборудования, отказы при эксплуатации установок штанговых глубинных насосов (УШГН), метод диагностирования состояния УШГН – динамометрирование, динамограмма, динамограф, интерпретация неисправностей по динамограммам ШГН, методики определения неисправностей УШГН по динамограмме, методика оцифровывания динамограммы с применением элементов искусственного интеллекта, интеллектуальные станции управления (ИСУ) штанговыми глубинными насосами, мониторинг состояния нефтедобывающего оборудования, метод диагностики оборудования установок ШГН – ваттметрирование, методики определения неисправностей штанговых глубинных насосов по динамограмме, интеллектуальные системы управления ШГН с функцией виртуального динамографа

Abstract:

Currently, digital technologies are one of the tools for increasing the efficiency and reliability of well operation in the oil and gas industry. The article discusses the problem of monitoring and identifying faults in a digital oil and gas production well equipped with a deep-rod pump using dynamometer testing. Due to the relevance of the import substitution policy, domestic manufacturers of dynamographs and intelligent control stations for sucker rod pumps are presented. The characteristics of various methods for determining faults in sucker rod pump installations using a dynamogram are given. The implementation of the dynamometer process on standard wells is described and the results of pilot testing of intelligent control stations for deep-rod pumps equipped with a virtual dynamograph (PJSC Udmurtneft named after V.I. Kudinov) are presented; the effectiveness of its use is proven. Thus, the development of affordable intelligent control stations with a virtual dynamograph, both for digital and standard wells, equipped with sucker-rod deep-well pumps, allows you to provide the most economical options for the consumption of electricity consumed during their operation.

Key words:

automation and digitation of oil and gas production processes, sucker rod (SR) pump, automation systems in well with SR pump, monitoring of annulus well pressure, monitoring of vibration level in pumping equipment, failures during the operation of sucker rod (SR) pumps, method to diagnose SR status – dynamometry, dynamogram, dynamograph, interpretation of SR pump failures by dynamograms, methods to determine SR pump malfunctions by dynamograms, methods to digitize dynamograms using artificial intelligence (smart) elements, smart control stations (SCS) for sucker rod pump operation, monitoring of oil-production equipment status, method to diagnose the equipment of SR pump units - wattmetry, methods to determine the faults of sucker rod pump operation by dynamograms, smart SR pump control systems with virtual dynamograph function

Об авторах about authors:

В.Н. Кожин, к.т.н., О.Б. Костерина, Н.А. Ендураева,  А.Е. Третьякова, М.С. Нарушева /ООО «СамараНИПИнефть», г. Самара/

V.N. Kozhin, PhD, O.B. Kosterina, N.A. Enduraeva, A.E. Tretyakova, M.S. Narusheva /SamaraNIPIneft LLC, Samara/

Аннотация:

В статье приводится обоснование важности аттестации испытательного оборудования, рассматривается порядок его аттестации. Определены основные этапы процесса аттестации испытательного оборудования, а также ключевые преимущества проведения аттестации силами метрологической службы организации.

Ключевые слова:

аттестация испытательного оборудования (ИО) метрологической службой, программа и методика аттестации (ПМА) испытательного оборудования метрологической службой, проверка метрологических характеристик встроенных в оборудование средств измерений, эксплуатационная документация (ЭД) испытательного оборудования, метрологическая служба в организации, контроль процесса аттестации испытательного оборудования

Abstract:

The authors of the article provide the justification of the importance to certify test equipment and consider the procedure of this certification. The authors also define the main stages of this test equipment certification process as well as the main advantages of certification by metrological service of the Company.

Key words:

certification of test equipment (TE) by metrological service, program and methodology of test equipment certification by metrological service, verification of metrological parameters of measuring instruments built into this equipment, operation documents (OD) of test equipment, metrological service in the Company, control over the test equipment certification process

Об авторах about authors:

П.В. Кушманов, Д.М. Беляцкий, /ООО «БурСервис», г. Тюмень/

P.V. Kushmanov, D.M. Belyatskiy /BurService LLC, Tyumen/

Аннотация:

Представлены основные принципы внедрения цифровых технологий при сопровождении разработки месторождений углеводородного сырья (УВС). Показаны направления деятельности Департамента цифровых решений ООО «БурСервис», занимающегося разработкой и внедрением цифровых продуктов. В качестве примера приведен опыт реализации проекта «Цифровое месторождение». Рассмотрены особенности цифровизации газоконденсатного месторождения, расположенного в арктической зоне России.

Ключевые слова:

цифровые технологии, газовый промысел, управление жизненным циклом месторождения, бизнес-процесс управления разработкой месторождения, автоматизированная замерная установка, «цифровой двойник», информационноаналитическая система поддержки принятия решений, цифровое месторождение, формирование промысловой отчетности, контроль за показателями добычи УВС

Abstract:

The authors of the paper present the basic principles of digital technologies introduction into the supporting operations to develop hydrocarbon fields and illustrate the directions of "BurService" LLC Digital Solutions Department operation, engaged in development and implementation of digital products. The experience in implementing the "Digital Field" project is given as an example of this. The authors also consider the features of digitizing gas condensate field located in Russian Arctic zone.

Key words:

digital technologies, gas field, field life cycle management, business process of field development management, automated metering unit, "digital twin", information and analytical decision support system, digital field, formation of field reporting, control over HC production indices

Об авторах about authors:

Д.А. Попов, В.А. Гиричев, Н.А. Мельников, Р.И. Досаев /ООО «Газпром добыча Уренгой», г. Новый Уренгой /

D.A. Popov, V.A. Girichev, N.A. Melnikov, R.I. Dosaev /Gazprom Dobycha Urengoy LLC, Novy Urengoy/

Аннотация:

Поднимается тема оперативного управления газовым промыслом и его автоматизации. Описан разработанный комплексный алгоритм управления производительностью газового промысла и качеством подготовки газа, состоящий из нескольких отдельных алгоритмов управления технологическими участками ГП. Комплексный алгоритм оптимизирует работу всего газового промысла, критерии для каждой подсистемы задаются на основе ее функционального назначения, при этом обеспечивается взаимодействие локальных алгоритмов для всей технологической цепочки – от кустов газовых скважин до газоизмерительной станции. В статье представлены 15 алгоритмов, входящих в состав комплексного алгоритма управления производительностью газового промысла и качеством подготовки газа, охватывающих основные технологические объекты газового промысла. Применение комплексного алгоритма поддержания производительности газового промысла позволило уменьшить влияние человеческого фактора за счет выполнения типовых операций пуска, остановки и настройки технологического процесса при изменении режима работы установки с помощью средств автоматизации и передать весь объем рутинной работы и дифференцированных операций цифровой платформе, которая выступает в роли помощника в сфере автоматического управления технологическими процессами газового промысла.

Ключевые слова:

управление газовым промыслом (ГП), автоматизация газового промысла, комплексный алгоритм управления производительностью газового промысла и качеством подготовки газа, алгоритмы управления технологическими участками ГП, алгоритмы установки комплексной подготовки газа, алгоритм поддержания дебита скважины, алгоритм перераспределения дебита скважин

Abstract:

The group of authors discuss the issue with gas field operation management and its automation. The paper contains the description of the designed complex algorithm to control gas field productivity and quality of gas treatment, consisting of several individual algorithms to monitor the operation of gas field and its process sections. This complex algorithm optimizes the operation of the entire gas field, the criteria for each subsystem are set as based on its functional objective, while ensuring the interaction of local algorithms for the entire process chain – from gas wells pads to gas metering station. The paper presents 15 algorithms that are the part of an integrated algorithm to control gas field productivity as well as the quality of gas treatment operations, like start-up, shut-down and adjustment of technological process when changing the operating mode of the installation with the use of automation tools as well as to transfer the entire volume of routine work and differentiated operations to a digital platform that acts as an assistant in the sphere of gas field technological process automatic contro, covering the main gas field process facilities. The use of an integrated algorithm to maintain gas field productivity made it possible to reduce the human factor impact by performing typical.

Key words:

gas field (GF) management, gas field automation, integrated algorithm to manage gas field productivity and quality of gas treatment, algorithms to manage the operation of GF technological sections, algorithms for integrated gas treatment station, algorithm to maintain well flow rate, algorithm to redistribute well flow rate

Об авторах about authors:

Я.Е. Сапожников, А.В. Миронова /ЗАО «Ижевский нефтяной научный центр», г. Ижевск/

Y.E. Sapozhnikov, A.V. Mironova /Izhevsk Petroleum Research Center CJSC, Izhevsk/

Аннотация:

В статье рассматривается роль искусственного интеллекта (ИИ) в оптимизации процессов разработки и наземного обустройства месторождений. Показано, как ИИ может повысить эффективность, сократить затраты и минимизировать ошибки в этой области. Особое внимание уделяется использованию алгоритмов машинного обучения для анализа данных и выбора оптимальных решений. Подчеркивается, что благодаря комплексному подходу к автоматизации процессов проектирования разработки и интеграции методов машинного обучения с существующими программными продуктами достигаются оптимальные результаты.

Ключевые слова:

оптимизация системы разработки месторождения, оптимизация наземного обустройства месторождений, планирование размещения скважин и кустовых площадок, определение оптимальных мест для размещения кустовых площадок, методики оптимизации системы разработки и наземного обустройства нефтегазовых месторождений с использованием методов искусственного интеллекта, машинное обучение (ML), обучение ML-моделей для прогнозирования оптимальных стратегий разработки и наземного обустройства месторождений, проектирование разработки и об - устройства нефтяных месторождений, алгоритм оценки варианта проектирования разработки и обустройства месторождения, автоматизация процесса проектирования разработки месторождений, нейронная сеть AlphaZero, модуль подбора параметров размещения скважин, ПО «РН- Нейросети», расположение кустов скважин с использованием метода машинного обучения

Abstract:

This paper discusses role of artificial intelligence (AI) in optimizing field development and surface facilities construction processes. The authors analyze how AI can improve efficiency, reduce expenditures and minimize errors in these areas. Particular attention is paid to use of machine learning algorithms for data analysis and selection of optimal solutions. The best results are achieved owing to use of comprehensive approach for automation of field development engineering processes and integration with existing software products.

Key words:

optimization of the field development system, optimization of onshore infrastructure for fields, planning of well placement and well pad sites, determination of optimal locations for well pad sites, methods for optimizing the development system and onshore infrastructure of oil and gas fields using artificial intelligence methods, machine learning (ML), training ML models to predict optimal development and onshore infrastructure strategies for fields, designing the development and infrastructure of oil fields, algorithm for evaluating field development and infrastructure design options, automation of the field development design process, AlphaZero neural network, module for selecting well placement parameters, RN-Neural Networks software, well pad placement using machine learning

Об авторах about authors:

О.П. Боровой, С.Ю. Тонкошкуров /ООО «СамараНИПИнефть», г. Самара/

O.P. Borovoy, S.Yu. Tonkoshkurov /SamaraNIPIneft LLC, Samara/

Аннотация:

Рассказывается о деятельности научно-исследовательского и проектного института ООО «СамараНИПИнефть», сотрудники которого специализируются на концептуальном проектировании. Рассматриваются вопросы, связанные с 3D-моделированием, обеспечивающим автоматизацию управления проектными работами. В статье рассказывается о том, как внедряется программное обеспечение от отечественного производителя Model Studio CS в процесс проектирования, его функционал и возможности. Инженерыстроители в Model Studio CS Строительные решения разрабатывают 3D-модели фундаментов, свай, стоек, узлов крепления, балок эстакад и других металлоконструкций. Другую часть кабельной эстакады проектируют инженеры-электрики в Model Studio CS Кабельное хозяйство и т.д. Показаны перспективы дальнейшего совершенствования программного продукта, которые могут с пользой применяться при 3D-моделировании именно тех объектов, над которыми трудятся в проектном институте

Ключевые слова:

концептуальное проектирование, интегрированное моделирование, BIM-моделирование, ПО Model Studio CS, 3D-моделирование, цифровая модель объекта, система nanoCAD, Model Studio CS Строительные решения, Model Studio CS Кабельное хозяйство, Model Studio CS Трубопроводы

Abstract:

The paper informs on the activities of SamaraNIPIneft LLC research and design institute. The authors discuss the issues related to information modeling, which provides automation of project management and describe how "Model Studio CS" software provided by Russian software designer, is implemented into design process, presenting its functionality and capabilities. Civil engineers use this "Model Studio CS – Construction Solutions" to design 3D models of foundations, piles, racks, fastening units, beams of overpasses and other metal structures. Electrical elements of cable overpass are designed by electrical engineers using "Model Studio CS – Cabling" and other types of software. The authors of the paper present the prospects for further upgrading the software product, which can be successfully used in 3D modeling of those objects that are presently under design at R&D institute.

Key words:

conceptual design, integrated modeling, BIM-modeling, "Model Studio CS" software, 3D modeling, digital model of the object, nanoCAD system, "Model Studio CS – Cabling, Construction Solutions", "Model Studio CS – Pipelines"

Об авторах about authors:

А.В. Витик, /Компания «ОЙЛТИМ», г. Томск/

A.V. Vitik /OILTEAM Company LLC, Tomsk/

Аннотация:

В статье рассматривается процесс импортозамещения датчиков КИПиА (контрольно-измерительные приборы и автоматика) и систем АСУ ТП (автоматизированные системы управления технологическими процессами) в компании «ОЙЛТИМ», который играет ключевую роль в обеспечении технологической независимости и безопасности в разных отраслях промышленности. Описана стратегия импортозамещения, предусматривающая выбор отечественных аналогов оборудования, тестирование и интеграцию систем, обучение персонала, сотрудничество с отечественными производителями и мониторинг результатов. Программа импортозамещения в «ОЙЛТИМ» направлена на замену импортного оборудования на отечественное, что обеспечит экономический эффект, своевременную техническую поддержку и сервисное обслуживание, а также будет стимулировать развитие отечественных технологий. Подчеркивается, что процесс импортозамещения требует тщательного планирования, инвестиций и координации действий, но он является ключевым для обеспечения долгосрочного развития и конкурентоспособности компании на рынке

Ключевые слова:

импортозамещение датчиков КИПиА и систем АСУ ТП, передвижные мобильные технологические установки для обустройства месторождений, импортозамещение датчиков КИПиА и систем АСУ ТП при реализации проекта мобильного обустройства месторождений, программно-технические комплексы АСУ ТП и КИПиА, структура АСУ ТП, оборудование КИПиА и АСУ ТП

Abstract:

The article discusses the process of import substitution in the field of instrumentation sensors and automated control systems in the OILTEAM company, which is an important aspect for ensuring technological independence and safety in various industries. The article describes the import substitution strategy, including the selection of domestic analogues, testing and integration, staff training, strategy development, cooperation with domestic manufacturers and monitoring of results. The import substitution program at OILTEAM is aimed at replacing imported equipment with domestic equipment, which will provide economic benefits, technical support and service, as well as stimulate the development of domestic technologies. The article emphasizes that the import substitution process requires careful planning, investment, and coordination, but it is

Key words:

to the longterm sustainability and competitiveness of the company in the market.

Key words:

import substitution of instrumentation sensors and automated process control systems, mobile process installations for field construction, import substitution of instrumentation sensors and automated process control systems during the implementation of mobile field construction project, software and hardware complexes for automated process control systems and instrumentation, structure of automated process control systems, equipment and instrumentation for automated process control systems

Об авторах about authors:

А.А. Тучков, к.т.н., Хабаров, М.А. Дементьева, И.А. Ваганов /ООО «Бюро ESG», г. Санкт-Петербург/

A.A. Tuchkov, PhD, A.V. Khabarov, M.A. Dementieva, I.A. Vaganov /Bureau ESG LLC, St. Petersburg/

Аннотация:

В статье подводятся итоги десятилетней работы компании «Бюро ESG» по оцифровке большого количества объектов (технологических установок) в интересах ведущих нефтегазовых холдингов – ПАО «Газпром нефть», ПАО «Газпром» и других. Рассмотрены вопросы использования сканированных облаков точек, создания информационных моделей (ИМ) самих технологических установок, создания информационных моделей строительных конструкций технологических установок, информационных моделей технологических схем и цифровых генпланов территории вокруг технологических установок, включая межцеховые коммуникации. В результате загрузки в систему управления инженерными данными (СУИД) заказчика вышеперечисленных информационных моделей, а также проектной, рабочей, исполнительной и эксплуатационной документации фактически возникает цифровой двойник технологической установки. Цифровой двойник может использоваться для решения большого комплекса задач, связанных с эксплуатацией технологических установок, в первую очередь для сокращения времени плановых и неплановых простоев, а также при выполнении ремонта, замены оборудования, модернизации и вывода объекта из эксплуатации.

Ключевые слова:

информационные модели технологических установок, система автоматизированного проектирования (САПР), система управления инженерными данными (СУИД), технология создания СУИД «Плант-Навигатор», САПР сложных технологических и промышленных установок PlantLinker, вьюверы PlantViewer 3D, PlantViewer 2D, цифровой двойник технологической установки, уникальный ТЕГ (КОД) технологической установки, тегирование компонентов технологической установки, СУИД SmartPlant Foundation, СУИД AVEVA NET Portal, СУИД «ПлантНавигатор» на базе IPS SEARCH, СУИД «НеоСинтез», интеллектуальные трехмерные модели, электронный генплан, работа с облаками точек, технологии САПР PlantLinker, моделирование интеллектуальных технологических схем, САПР Smart P&ID, моделирование строительных конструкций, САПР Tekla Structures, САПР PlantLinker, САПР Autodesk Revit, комплексная трехмерная модель технологической установки

Abstract:

The article contains the summaries of Bureau ESG 10-year practical experience in digitizing a large number of facilities (process installations) in the interests of leading oil and gas holding companies – Gazpromneft PJSC, Gazprom PJSC and others. The authors consider the issues of using scanned point clouds, creation of information models (IM) of individual process installations, creation of information models related to building structures of process facilities, information models of process schemes and digital master plans for the territory round process facilities, including production shop-to-shop communications. As a result of uploading the above-mentioned information models, as well as the design, working, executive and operational documentation into the Customer's engineering data management system (EDMS), they form the actual digital twin of the process facility. The digital twin can be used to resolve a large range of tasks related to the operation of process installations, primarily to reduce the time of planned and unplanned downtime, as well as during repairs/maintenance, equipment replacement, upgrading and decommissioning of the facility.

Key words:

information models of process installations, computer-aided design system (CADS), engineering data management system (EDMS), technology to create "Plant Navigator" EDMS, "PlantLinker" CADS of complex process and industrial installations, viewers: "PlantViewer" 3D, "PlantViewer" 2D, digital twin of process installation, unique TAG (CODE) of the process installation, tagging of process facility components, "SmartPlant Foundation" EDMS, "AVEVA NET Portal" EDMS, "PlantNavigator" EDMS based on "IPS SEARCH", "Neo-synthesis" EDMS, smart 3-D models, electronic master plan, work with point clouds, CADS "PlantLinker" procedures, modeling of smart process circuits, "Smart P&ID" CADS, modeling of building structures, "Tekla Structures" CADS, CADS "PlantLinker", CADS "Autodesk Revit", complex 3-D model of process facility

Об авторах about authors:

С.В. Солдатов, /ООО «Велесстрой», г. Москва/ А.В. Касаткин, к.т.н., /ООО «Цифровая Эпоха», г. Санкт-Петербург/

S.V. Soldatov /Velesstroy LLC, Moscow/ A.V. Kasatkin, PhD /Digital Epoch LLC, St. Petersburg/

Аннотация:

В статье описан опыт внедрения системы технического документооборота (СТДО) в компании «Велесстрой». В компании были определены основные направления оптимизации процессов управления документацией и сформулированы следующие цели: создание структурированного электронного архива технической документации с возможностью быстрого поиска; обеспечение взаимодействия при работе с технической документацией; автоматизация процессов рассмотрения и обмена документацией с подрядчиками и заказчиком; минимизация рисков использования неактуальной документации в работе и контроль сроков рассмотрения документации. Все указанные цели были достигнуты за счет внедрения СТДО. Внедрение осуществлялось последовательно в 3 этапа. Развитие СТДО в компании «Велесстрой» продолжается по следующим основным направлениям: интеграция с системой календарно-сетевого планирования, интеграция с BIM, автоматизация взаимодействия с ФАУ «Глав- госэкспертиза», оптимизация внутреннего документооборота.

Ключевые слова:

нефтегазопереработка, нефтехимия, добыча полезных ископаемых, капитальное строительство, система технического документооборота (СТДО), управление технической документацией, электронный архив технической документации, методология внедрения СТДО, EPC-контракты, проектная документация, инженерные изыскания, автоматическая синхронизация и передача данных между информационными системами, интеграция СТДО с системами календарно-сетевого планирования, BIM-модели, интеграция системы технического документооборота с государственными сервисами, интеграция СТДО с ФАУ «Главэкспертиза», многофункциональная платформа «Феникс», российская система управления технической документацией

Abstract:

The article describes the experience of implementing the Technical Document Management System (TDMS) at Velesstroy. The company identified

Key words:

areas for optimizing documentation management processes on projects and formulated the following goals: create and structure an electronic archive of technical documentation with quick search capabilities, ensure interaction from the perspective of technical documentation, automate the processes of reviewing and exchanging documentation with contractors and the customer, minimize the risks of using outdated documentation in work, ensure control over the deadlines for reviewing documentation and minimize the risks of delays in the release of technical documentation. All these goals were achieved through the implementation of TDMS. The implementation was carried out in three stages. The development of TDMS at Velesstroy continues in the following main areas: integration with the scheduling system, integration with BIM, automation of interaction with state expertise, and optimization of internal document management.

Key words:

oiland gas processing (refining), petrochemistry, mining (production of mineral resources), capital construction, technical document management system (TDMS), technical document management, electronic archive of technical documents, methodology for TDMS implementation, EPCcontracts, design documents, engineering surveys, automatic synchronization and data transmission between information systems, integration of TDMS with calendar and network systems planning, BIMmodels, integration of technical document management system with governmental services, integration of TDMS with FAA "GlavExpertiza", "Phoenix" multifunctional platform, Russian technical document management system

Об авторах about authors:

А.А. Антипов, к.пс.н.,  /Группа компаний Б1, г. Москва/

A.A. Antipov, PhD /B1 Group of Companies, Moscow/

Аннотация:

Современные компании все чаще используют искусственный интеллект (ИИ) для повышения эффективности деятельности и качества решений. Однако одним из основных барьеров для внедрения и эффективного использования ИИ является человеческий фактор. В статье представлен анализ влияния человеческого фактора на внедрение ИИ, выявлены проблемы, возникающие при внедрении ИИ в производственные процессы крупных нефтегазовых и нефтесервисных компаний в России и на Ближнем Востоке (ОАЭ, Кувейт и Саудовская Аравия), показаны возможные пути их решения.

Ключевые слова:

барьеры при интеграции искусственного интеллекта (ИИ) в технологические процессы, анализ влияния человеческого фактора на успешность внедрения (ИИ) в крупных нефтегазовых компаниях, формирование у персонала навыков взаимодействия с ИИ, программы обучения и адаптации персонала для работы с ИИ, адаптация бизнес- процессов к новым цифровым решениям, цифровая корпоративная культура, правила работы с ИИ, «Цифровой этический кодекс», системы оценки эффективности ИИ, тестирование работоспособности алгоритмов ИИ

Abstract:

Modern companies more and more use artificial intelligence (AI) to improve operational efficiency and the quality of decisions. However, one of the main barriers on the way to introduction and effective use of AI is the human factor. The author of the paper presents an analysis of human factor effect upon the introduction of AI, thus identifying the problems that arise when introducing AI into production processes in large oil/ gas and oilfield service companies in Russia and the countries of the Middle East (UAE, Kuwait and Saudi Arabia), and shows possible ways to resolve them.

Key words:

barriers on the way to integration AI into technological processes, analysis of human factor effect upon the success while introducing artificial intelligence (AI) in large oil and gas companies, formation of Company personnel skills to interact with AI, personnel training and adaptation programs to work with AI, adaptation of business processes to new digital solutions, digital corporate culture, rules to work with AI, "Digital Code of Ethics", systems to evaluate the AI effectiveness, testing operation efficiency of AI algorithms

Об авторах about authors:

Г.О. Жбанков, А.В. Чистяков /ООО «ПрограмЛаб», г. Москва/

G.O. Zhbankov, A.V. Chistyakov /ProgramLab LLC, Moscow/

Аннотация:

Рассмотрены актуальные аспекты развития нефтегазовых компаний на современном этапе цифровой трансформации, в том числе в части образовательного процесса. Выявлены возможности применения программно-аппаратных систем поддержки и обучения персонала для приобретения практических навыков безопасного выполнения работ с использованием технологий дополненной реальности и компьютерного зрения. Описаны проблемы, возникающие при реализации таких решений. Перечислены функциональные особенности тренажерного комплекса на примере разработанного программноаппаратного комплекса «AR-курсы обучения персонала АСУ ТП». Определены особенности внедрения системы поддержки и обучения персонала с применением систем дополненной реальности. Создан и внедрен учебный комплекс с применением технологий дополненной реальности, ведется исследование и рассматриваются возможности применения новых технологий компьютерного зрения.

Ключевые слова:

подготовка персонала в нефтегазовой отрасли, цифровые технологии при подготовке кадров, технологии виртуальной и дополненной реальности, компьютерное зрение, программное обеспечение цифровых двойников, платформа PLTwin, нейросети, виртуальные тренажеры нефтегазового оборудования, программно-технический комплекс «AR-курсы обучения персонала АСУ ТП», персональные системы дополненной реальности

Abstract:

The current aspects and factors of the development of oil and gas production companies at the current stage of digital transformation, including in terms of the educational process, are considered. The possibilities of using software and hardware support and training systems to acquire practical skills for safe performance of work using augmented reality and computer vision technologies have been identified. The existing problems of implementing such solutions are revealed. The functional features are listed on the example of the developed AR hardware and software complex-training courses for automated control system personnel. The features of the implementation of a support and training system for personnel using augmented reality systems are determined. An educational complex with the use of augmented reality technologies has been created and implemented, new opportunities are being explored and developed using new computer vision technologies.

Key words:

personnel training in oil and gas production industry, digital technologies in personnel training, virtual and augmented reality technologies, computer vision, digital twin software packages, PLTwin platform, neural networks, virtual simulators of oil and gas equipment, “AR Training Courses for SCADA Personnel” software and hardware set, personal augmented reality system