Tengiz-дегі өрт: мұнай-газда AI тәуекелді қалай азайтады

Kazakhstan’s Tengiz кен орнындағы (Chevron жетекшілік ететін жоба) өрттен кейін өндірістің кемінде 7–10 күнге тоқтауы — бір ғана нысанның мәселесі емес. Бұл оқиға ірі мұнай-газ активтерінің ең әлсіз жерін тағы көрсетті: энергиямен жабдықтау, қауіпсіздік және техникалық қызмет көрсету тізбегіндегі бір-ақ ақау бүкіл өндірісті «жабуы» мүмкін.

Мұндай тоқтау — тек баррель жоғалту емес. Бұл — жоспарлаудың бұзылуы, келісімшарттық міндеттемелер, логистика, өңдеу зауыттарының режимі, бюджет және мемлекеттің кіріс базасына дейін әсер ететін домино.

Осы сериядағы (“Қазақстандағы энергия және мұнай-газ саласын жасанды интеллект қалай түрлендіріп жатыр”) негізгі ойды ашық айтайын: AI мұнай-газдағы барлық мәселені шешпейді, бірақ оқиғаларға дейін “ерте белгі” беретін жүйе құруда ең күшті құралдардың бірі. Tengiz сияқты активтер үшін бұл — өндірісті тұрақтандырудың, қауіпсіздікті күшейтудің және күтпеген тоқтауларды қысқартудың нақты жолы.

Tengiz тоқтауы нені аңғартады: бір нүктелік ақау — жүйелік тәуекел

Түйін: өрт электрмен жабдықтайтын нысанда болса да, әсері бүкіл кен орнына тарайды. Мұнай-газда көптеген “бір нүктелік істен шығу” (single point of failure) бар, ал олар көбіне көзге көрінбейді.

Reuters сипаттағандай, Tengiz өндірісі қуат беру инфрақұрылымындағы өрттен кейін тоқтатылған. Мұнда екі маңызды сабақ бар:

1. Қуат инфрақұрылымы — өндірістің «жүрегі». Компрессорлар, сорғылар, автоматика, қауіпсіздік жүйелері, байланыс — бәрі электрге тәуелді.
2. Қауіпсіздік протоколдары дұрыс: күмән туса — тоқтату керек. Бірақ бизнес тұрғысынан бұл қымбат. Демек, негізгі мақсат — тоқтатпай тұрып қауіптің жақындағанын көру.

Қазақстандағы ірі кен орындары (Tengiz, Kashagan, Karachaganak және басқа активтер) үшін бұл тақырып әсіресе өзекті: қыста жүктеме артады, температура төмендейді, жабдыққа түсетін стресс көбейеді, ал жөндеу терезелері қысқарады.

Тоқтаудың «көрінбейтін» құны

Өрттің нақты себебі мен шығынын компаниялар тергеусіз ашық айтпауы мүмкін, бірақ өндірістің тоқтауы әдетте мынадай шығындарды алып келеді:

• Өндіріс жоғалтуы (күн сайынғы баррель эквиваленті)
• Жөндеу және қайта іске қосу шығындары
• Қауіпсіздік аудиттері және реттеушілік талаптар
• Жабдықтың қайта күйге келтірілуі (қайта теңшеу, тестілеу, калибрлеу)
• Жеткізу тізбегіндегі әсер (экспорт кестесі, резервуар паркі, тасымалдау графигі)

Осының бәрі бір ойға әкеледі: тәуекелді басқару — енді тек HSE бөлімінің жұмысы емес, бұл өндірістік тиімділік стратегиясының өзегі.

AI мұндай өртті «болдырмай» тастай ала ма?

Түйін: AI өрттің өзін сөндірмейді, бірақ оған апаратын жағдайларды ертерек байқап, дұрыс әрекетті уақытында таңдауға көмектеседі. Көп инцидент бір сәтте болмайды — оған дейін әлсіз сигналдар болады.

Мұнай-газдағы типтік сценарий: қуат тарату қондырғысында қызып кету, оқшаулаудың тозуы, дірілдің артуы, контактілердің босаңсуы, ылғал/тұзды шаң әсері, жүктеме профилінің өзгеруі. Бұл белгілердің әрқайсысы жеке тұрғанда «апат» емес. Бірақ комбинациясы қауіпті.

AI-дың нақты пайдасы — дәл осы комбинацияны табу:

1) Predictive maintenance: істен шығуды күн емес, апта бұрын көру

Болжамды техникалық қызмет көрсету (predictive maintenance) — сенсор деректері мен тарихи ақаулар негізінде «қай жабдық қашан тәуекел аймағына кірді?» деген сұраққа жауап береді.

Қуат инфрақұрылымында әдетте мына деректер қолжетімді немесе оңай жиналады:

• трансформатор/қалқан температурасы
• ток/кернеу қисықтары, harmonics
• діріл, акустика
• жылу бейнелеу (thermal imaging)
• релелік қорғаныс журналдары
• жоспарлы/жоспардан тыс жөндеу тарихы

AI үлгілері (мысалы, аномалияны табу, уақыттық қатарларды болжау) «норма» тәртібінен ауытқуды ерте көрсетеді. Ең пайдалысы — дәл “қызыл дабыл” емес, сары аймақты анықтау: «келесі 10–14 күнде тәуекел өседі».

2) Компьютерлік көру: қауіпсіздік пен өрт белгілерін ерте табу

Көп нысанда камера бар, бірақ олар көбіне «болды ма, болмады ма?» үшін қолданылады. AI болса:

• түтін/ұшқын/жылулық аномалия
• қауіпті аймақта адамның болуы
• PPE талаптарының бұзылуы
• бөгде зат, ағу, шашырау сияқты оқиғаларды реал-тайм анықтай алады.

Бұл жерде маңыздысы — “AI қарап тұр” емес, жалған дабылды азайтатын дұрыс калибр және нақты әрекет сценарийлері.

3) Деректерді біріктіру: OT + IT

Өрттің алдын алу бір датчиктен шықпайды. Әдетте ол:

• SCADA/PLC (OT)
• EAM/CMMS (жөндеу жүйелері)
• HSE оқиғалары
• метеодеректер (ылғал, температура)
• электр желісінің жүктеме режимі деректерін біріктіргенде тиімді.

Қазақстандағы көптеген активтерде дерек «аралдарда» жатады. Менің тәжірибемде ең үлкен ұтыс — интеграциядан басталады: дерек бірікпей, AI тек әдемі демо болып қалады.

Tengiz сияқты активтерге AI енгізудің практикалық жоспары

Түйін: ең дұрыс тәсіл — бірден “үлкен AI трансформациясы” емес, 90–120 күндік нақты пилот. Мақсат — тоқтауларды қысқартатын бір-екі use case дәлелдеу.

1-қадам: Тәуекел картасы және “ең қымбат” 20 актив

Алдымен KPI-ды нақтылау керек:

• жоспардан тыс тоқтау сағаты
• инциденттер жиілігі (TRIR/LTIFR емес, техникалық оқиғалар да)
• жабдықтың қолжетімділігі
• restart уақыты

Сосын Pareto: қай 20 актив тоқтаудың 80%-ын тудырады? Қуат тарату, компрессор, сорғы станциялары, бақылау-өлшеу түйіндері — әдетте алдыңғы қатарда.

2-қадам: Дерек сапасын көтеру (бұл — ең “жалықтыратын”, бірақ шешуші бөлік)

AI үшін:

• уақыт синхронизациясы
• датчиктің калибрі
• ақау кодтарының бірізділігі
• журналдардың толықтығы маңызды.

Көп команда “модельден” бастайды. Дұрысы — дерек құбырынан (data pipeline) бастау.

3-қадам: Бір use case таңдаңыз — қуат инфрақұрылымына фокус

Tengiz оқиғасының контекстінде ең логикалық пилоттар:

• трансформатор/қалқан қызып кетуін болжау
• релелік қорғаныс оқиғаларын аномалия ретінде талдау
• электр жүктемесі профилі өзгергенде тәуекелді есептеу

Нәтижені өлшеу жеңіл болсын: мысалы, 3 айда ерте ескерту саны, жалған дабыл үлесі, жөндеуге дейінгі орташа уақыт.

4-қадам: «Соңғы метр» — диспетчер мен инженерге түсінікті интерфейс

Ең көп қателік: модель бар, бірақ өндірісте ешкім оны қолданбайды.

Жұмыс істейтін формат:

• бір экранда asset health score (0–100)
• тәуекелдің себебі: “температура тренді + harmonics өсімі”
• ұсынылған әрекет: “48 сағат ішінде термография; 7 күн ішінде контакті тексеру”

AI-дың құны модельдің дәлдігінде ғана емес, дұрыс шешім қабылдататын операциялық тәртіпте.

«People also ask»: мұнай-газда AI қауіпсіздікке шын көмектесе ме?

Түйін: иә, бірақ AI қауіпсіздік мәдениетін алмастырмайды — оны күшейтеді.

AI енгізсек, тоқтаулар толық жоғала ма?

Жоқ. Бірақ мақсат — күтпеген тоқтауларды азайту және жоспарлы жөндеуді көбейту. Нөлдік тәуекел болмайды.

AI-ға дерек жетпесе ше?

Екі жол бар:

1. сенсорландыруды кезең-кезеңімен кеңейту;
2. бар деректен бастау (релелік журналдар, жөндеу тарихы, SCADA трендтері). Көп жағдайда 60–70% пайда “бар деректің” өзінен шығады.

Кадр мәселесі қалай шешіледі?

Қазақстанда дата-сайентист табу қиын болуы мүмкін, бірақ жобаның жартысы — дата емес, инженерлік домен. Ең тиімді модель: өндіріс инженері + reliability инженері + data engineer + AI маман.

Қазақстан үшін сабақ: AI — экспорттық тұрақтылықтың бір бөлігі

Түйін: ірі кен орындарының сенімділігі — елдің экономикалық тұрақтылығына тікелей әсер етеді. Сондықтан AI-ды тек «цифрландыру жобасы» деп емес, өндірістік тәуекелді басқару жүйесі ретінде қарастыру керек.

Мен бұл тақырыпта бір позицияны ұстанамын: Tengiz-дегі сияқты оқиғалардан кейін негізгі сұрақ «қашан қайта іске қосылады?» ғана емес, «келесі жолы біз алдын ала көре аламыз ба?» болуы керек. Ал алдын ала көру — дерек, тәртіп және дұрыс құралдардың қосындысы. AI сол құралдардың ішінде ең практикалықтарының бірі.

Егер сіз Қазақстандағы мұнай-газ немесе энергетика компаниясында жұмыс істесеңіз, бүгін бастауға болатын ең пайдалы әрекет — қуат инфрақұрылымындағы 5–10 критикалық активке health мониторинг пилотын қою. 3–4 айдан кейін нәтижесі KPI-мен көрінеді: ерте ескертулер, ақауға дейінгі уақыт, жоспардан тыс тоқтаудың қысқаруы.

Ал сіздің активтеріңізде «бір нүктелік істен шығу» қай жерде жасырын тұр: электр таратуда ма, компрессорда ма, әлде байланыс пен автоматикада ма?