Reduzir custos e aumentar a segurança dos colaboradores envolvidos em perfurações de poços de petróleo em alto mar são objetivos importantes para a Petrobras. Não só porque empregar mão de obra humana nesse tipo de empreitada é bastante arriscado, mas também devido aos investimentos milionários envolvidos – cada posto exploratório de petróleo em camadas de […]
Reduzir custos e aumentar a segurança dos colaboradores envolvidos em perfurações de poços de petróleo em alto mar são objetivos importantes para a Petrobras. Não só porque empregar mão de obra humana nesse tipo de empreitada é bastante arriscado, mas também devido aos investimentos milionários envolvidos – cada posto exploratório de petróleo em camadas de pré-sal pode custar até US$ 100 milhões, ou seja, uma mínima porcentagem poupada pode significar economias consideráveis.
Diante do desafio, a estatal petroleira, vencedora da categoria Indústria Química, Petroquímica, Óleo e Gás do prêmio As 100+ Inovadoras no Uso de TI de 2021, apostou em tecnologias inovadoras. Primeiro ao utilizar sua imensa base de dados e informações de áreas exploratórias, incluindo análises geofísicas e geológicas, para criar gêmeos virtuais (ou digital twins) dos poços.
Esses gêmeos fornecem uma visualização gráfica detalhada da área a ser explorada, permitindo uma exploração mais eficiente dos poços, a redução das perfurações necessárias para isso, a detecção antecipada de falhas em equipamentos e instalações, além de riscos de segurança. É possível assim evitar acidentes e interrupções de produção, além de otimizar a gestão das operações e o consumo de recursos necessário.
“Até pouco tempo atrás usávamos ferramentas tradicionais de mercado. Fazíamos análises em cima de algoritmos. Só que a gente viu que esse modelo convencional tem algumas restrições. E precisam de tempo. Só que hoje tempo para nós vale muito dinheiro”, explica Marcelo Carreras, CIO global da Petrobras. “Quando se consegue analisar uma área exploratória e produzir petróleo na capacidade que se imagina, e antecipar esse tempo, o ‘primeiro óleo’, como chamamos, vem muito antes do tempo.”
Segundo o executivo, o projeto faz parte de um programa estratégico maior cujo grande objetivo é descobrir áreas viáveis de exploração sem a perfuração de poços exploratórios, o que “ainda não se consegue”, mas “nossa ambição é essa”. Hoje, em média, são furados oito poços exploratórios para definir uma área viável. “Se a gente conseguir reduzir pela metade isso já traz um VPL [Valor Presente Líquido] gigantesco, porque cada posto exploratório custa US$ 100 milhões. E a gente tem encontrado bastante sucesso.”
A aplicação de digital twins no ciclo de vida de ativos de produção de exploração e produção de petróleo contou com apoio do Gartner, que desenhou a arquitetura de referência, e da Arc Advisory Group, que criou e disseminou conceitos e aconselhou que tecnologias eram as melhores para o projeto. A Pontifícia Universidade Católica (PUC) também auxiliou na aplicação de Lean Inception durante o processo de ideação.
Desafio dos dados
Projetos dessa natureza, no entanto, não vem sem desafios. O primeiro, elenca Carreras, é a necessidade de integrar dados oriundos de diversas fontes, quebrando silos e ampliando a colaboração entre diversas áreas detentoras dessas informações. Inteligência artificial e machine learning foram recursos tecnológicos escolhidos justamente para lidar com essa grande quantidade de dados e acelerar o processo de análise e criação de uma “rocha digital”.
O segundo foi manter a conectividade em ambientes operacionais, uma vez que plataformas de petróleo costumam estar em áreas carentes de conectividade. A Petrobras, diz Carreras, investiu nos últimos anos em projetos robustos de conectividade em ambientes onshore (terra) quanto offshore (mar), usando inclusive tecnologias 5G, além de satélites de órbita média e malhas ópticas submarinas.
Outro desafio foi a baixa maturidade do mercado para aplicações desse tipo, principalmente em ambientes industriais tão hostis como plantas de refino e plataformas em alto mar. Em certos casos, diz Carreras, as tecnologias sequer estavam disponíveis no Brasil. Além disso, durante a pandemia, todo processo de ideação dos projetos foi feito com equipes remotas, utilizando ferramentas de colaboração em nuvem.
Passado e futuro
Não foi a primeira vez que a Petrobras usou IA e ML para criar gêmeos digitais. A empresa já havia experimentado com sucesso a tecnologia em plantas de refino de gasolina e diesel. A representação virtual e, depois, o sensoriamento e as medições em tempo real tornaram possível fazer análises e a calibração de forma automatizada, otimizando o processo produtivo e aumentando a eficiência da refinaria.
“E vimos que podíamos fazer isso também na parte da exploração, com desenho de uma rocha digital”, conta Carreras. O projeto com refinarias usou tecnologia de machine learning da Microsoft rodando na nuvem (Azure), e obteve ganhos de quase US$ 200 milhões só em 2020.
A Microsoft também é fornecedora das HoloLens, óculos de realidade mista e aumentada usado em um MVP da Petrobras. Com o equipamento, é possível visualizar o gêmeo virtual em detalhes e três dimensões. A experiência foi voltada principalmente ao processo de manutenção preditiva em áreas de reservatório.
Além da Microsoft, a aplicação de realidade mista foi feita em parceria com Avanade e Digital Pages.
“Conseguimos testar a tecnologia e comprovar que funciona para alguns casos, e outros não. Tem que ver também o custo-benefício. Não é barato para todas as aplicações”, explica o CIO global. “Não é usar a tecnologia pela tecnologia, também tem que ter retorno.”
Para Carreras, aliás, outro grande e importante retorno do projeto tem sido o aprendizado e a materialização de novas tecnologias em aplicações reais de negócio. “Uma coisa é ficar só na prova de conceito. Na refinaria a gente botou em produção. É sair da transformação digital do papel para a prática mesmo. Isso é o mais bacana que temos conseguido aqui na Petrobras”, ressalta o executivo.
