Back to top
  • 공유 แชร์
  • 인쇄 พิมพ์
  • 글자크기 ขนาดตัวอักษร
ลิงก์ถูกคัดลอกแล้ว

ลดการควบคุมอุปกรณ์ 39% คาดที่ฐาน LNG ทันจินหลังติดตั้งระบบ AI

จุดตรวจสอบระยะไกลหน้าถังเก็บ LNG / TokenPost.ai

บรรษัทก๊าซเกาหลี (Korea Gas Corporation หรือ KOGAS) เตรียมนำระบบ 'AI แพลนต์' ที่ผสานปัญญาประดิษฐ์กับข้อมูลขนาดใหญ่มาใช้ที่ฐานผลิตก๊าซธรรมชาติเหลว (LNG) ทันจิน (Dangjin) จังหวัดชุงชองนัมโด โดยหัวใจสำคัญคือการตรวจสอบหน้างานและควบคุมอุปกรณ์บางส่วนแบบระยะไกลและอัตโนมัติ พร้อมระบบตรวจจับความผิดปกติล่วงหน้า

สำนักข่าวฮันกยองรายงานเมื่อวันที่ 13 (เวลาท้องถิ่น) ว่า KOGAS ได้นำโครงการ 'บาราม' (BARAm ย่อมาจาก Big-data + AI assist Remote & Auto management) มาใช้ที่ฐานผลิตทันจิน ถือเป็นกรณีแรกในอุตสาหกรรมก๊าซของเกาหลีใต้ที่นำ AI และข้อมูลขนาดใหญ่มาปรับใช้กับการบริหารฐานผลิต LNG

ที่ผ่านมาฐานผลิต LNG ต้องพึ่งพาการตรวจสอบหน้างานและประสบการณ์ของเจ้าหน้าที่เป็นหลัก การตรวจสอบความผิดปกติของอุปกรณ์ต้องเดินตรวจพื้นที่ขนาดใหญ่ด้วยตัวเองหรือใช้เครื่องมือเฉพาะ และบางงานจำเป็นต้องเข้าใกล้อุปกรณ์ก๊าซแรงดันสูงโดยตรง

AI แพลนต์ที่ทันจินถูกออกแบบมาเพื่อลดการพึ่งพาหน้างานในลักษณะนี้ โดยนำเทคโนโลยีควบคุมระยะไกล 6 ด้าน เช่น การบริหารเครื่องส่งสัญญาณหน้างานและการวินิจฉัยวาล์วควบคุมจากระยะไกล มาใช้กับอุปกรณ์ก๊าซหลัก

เจ้าหน้าที่สามารถตรวจสอบสถานะอุปกรณ์สำคัญได้จากศูนย์ AI แบบรวมศูนย์ โดยไม่ต้องเข้าไปในพื้นที่อุปกรณ์โดยตรง ข้อมูลกระบวนการผลิตที่เกิดขึ้นจากอุปกรณ์การผลิตจะถูกเก็บและวิเคราะห์แบบเรียลไทม์ ขณะที่อัลกอริทึม AI ทำหน้าที่จับสัญญาณความผิดปกติของอุปกรณ์ล่วงหน้า

อีกด้านหนึ่ง KOGAS ยังผลักดันการทำงานอัตโนมัติสำหรับขั้นตอนที่ทำซ้ำเป็นประจำ เช่น การเริ่มและหยุดเดินเครื่องอุปกรณ์ LNG เพื่อให้พนักงานควบคุมมีเวลาไปโฟกัสกับการรับมือความผิดปกติของอุปกรณ์และการบริหารกระบวนการผลิตมากขึ้น แทนที่จะเสียเวลากับการควบคุมอุปกรณ์แบบซ้ำๆ

KOGAS ประเมินว่าหากนำระบบเดินเครื่องอัตโนมัติมาใช้เต็มรูปแบบ ความถี่ในการควบคุมอุปกรณ์การผลิตจะ 'ลดลงราว 39%' เมื่อเทียบกับปัจจุบัน โดยจุดเน้นของตัวเลขนี้ไม่ได้อยู่ที่การลดกำลังคนเป็นหลัก แต่อยู่ที่การลดงานซ้ำซากและการเผชิญความเสี่ยงหน้างานของเจ้าหน้าที่

ประเด็นสำคัญของการนำ AI มาใช้คือเรื่องความปลอดภัยทางไซเบอร์ เนื่องจากฐานผลิต LNG ถือเป็นสิ่งอำนวยความสะดวกสำคัญระดับชาติ จึงยากที่จะนำระบบ AI ทั่วไปที่เชื่อมต่อกับเครือข่ายภายนอกมาใช้งานตรงๆ

KOGAS จึงเลือกใช้สถาปัตยกรรม 'AI แบบปิดในองค์กร' (closed on-premise) ที่แยกออกจากเครือข่ายภายนอกโดยสมบูรณ์ ออกแบบให้ข้อมูลไหลจากเครือข่ายควบคุมไปยังระบบ AI ในทิศทางเดียวเท่านั้น และให้ข้อมูลจากอุปกรณ์การผลิตถูกประมวลผลภายในระบบภายในองค์กร ไม่ใช่บนคลาวด์ภายนอก

KOGAS เปิดศูนย์ AI แบบรวมศูนย์ที่ฐานทันจินไปเมื่อวันที่ 30 ธันวาคม 2025 และในเอกสาร 'เวิร์กช็อปปรับปรุงฐานผลิต LNG ปี 2026' ที่เผยแพร่เมื่อวันที่ 24 เมษายนที่ผ่านมา KOGAS ระบุว่าศูนย์แห่งนี้จะทำหน้าที่เป็นศูนย์บัญชาการที่เก็บข้อมูลกระบวนการผลิตแบบเรียลไทม์ และใช้อัลกอริทึม AI คาดการณ์สัญญาณความผิดปกติของอุปกรณ์ล่วงหน้า

ปัจจุบันฐานทันจินยังอยู่ระหว่างการก่อสร้าง ตามข้อมูลความคืบหน้าโครงการก่อสร้างของ KOGAS ณ วันที่ 31 พฤษภาคมที่ผ่านมา ระยะที่ 1 ของโครงการฐานทันจินมีกำหนดดำเนินการตั้งแต่เดือนธันวาคม 2019 ถึงเดือนพฤษภาคม 2027

โครงการระยะที่ 1 ประกอบด้วยถังเก็บ LNG ขนาด 270,000 กิโลลิตร จำนวน 4 ถัง อุปกรณ์แปรสภาพและส่งจ่ายก๊าซความจุ 1,560 ตันต่อชั่วโมง และท่าเทียบเรือสำหรับเรือ LNG ขนาด 270,000 กิโลลิตร โดยระบบบริหารฐานผลิตและอุปกรณ์ AI จะถูกวางไว้บนโครงสร้างพื้นฐานทางกายภาพชุดนี้

การเปลี่ยนผ่านสู่ AI (AI Transformation) หมายถึงแนวคิดการนำปัญญาประดิษฐ์มาปรับใช้กับงานและหน้างานอุตสาหกรรม เพื่อเปลี่ยนวิธีการทำงานและขั้นตอนปฏิบัติ ในภาคการผลิตและพลังงาน แนวคิดนี้ไม่ได้จำกัดอยู่แค่การทำงานอัตโนมัติพื้นฐาน แต่ครอบคลุมถึงการวิเคราะห์ข้อมูลอุปกรณ์ การซ่อมบำรุงเชิงคาดการณ์ และการควบคุมงานระยะไกล

เจ้าหน้าที่ KOGAS กล่าวว่า “จะขยายโมเดลความสำเร็จครั้งนี้ไปยังฐานผลิตเดิมอย่างอินชอนและเพียงแท็ก เพื่อยกระดับขีดความสามารถด้านดิจิทัลของอุตสาหกรรมพลังงานในประเทศ” คำกล่าวนี้สะท้อนทิศทางที่ KOGAS ต้องการผลักดันต่อจากทันจิน อย่างไรก็ตาม ผลกระทบที่แท้จริงของ AI แพลนต์ทันจินต่อค่าใช้จ่ายในการดำเนินงาน ความปลอดภัย และเวลาในการรับมือเมื่ออุปกรณ์ขัดข้อง ยังต้องรอการยืนยันจากข้อมูลการเดินเครื่องจริงหลังใช้งานในหน้างาน

<ลิขสิทธิ์ ⓒ TokenPost ห้ามเผยแพร่หรือแจกจ่ายซ้ำโดยไม่ได้รับอนุญาต>

บทความที่มีคนดูมากที่สุด

บทความที่เกี่ยวข้อง

ความคิดเห็น 0

ข้อแนะนำสำหรับความคิดเห็น

ขอบคุณสำหรับบทความดี ๆ ต้องการบทความติดตามเพิ่มเติม เป็นการวิเคราะห์ที่ยอดเยี่ยม

0/1000

ข้อแนะนำสำหรับความคิดเห็น

ขอบคุณสำหรับบทความดี ๆ ต้องการบทความติดตามเพิ่มเติม เป็นการวิเคราะห์ที่ยอดเยี่ยม
1