Operadora upstream

Reporte de completación en tiempo real: de SQL en batch a un motor de cálculo propio

Toda la lógica del Completion Performance Report pasó de T-SQL en batch a un motor de cálculo propio que lee y escribe en PI System, en cuatro niveles de cálculo, en producción sobre 8 equipos de workover.

Estado: Cerrado y en producción, con soporte y extensión en cursoTecnologías: PI System, PI Asset Framework, Event Frames, PI Vision, PI Web API, Python
Datos de completación
Lógica en T-SQL
Procesos batch
Reporte CPR con demoras
PI System
Microactividades
Pre-macroactividades
Macroactividades
CPR
en tiempo real
Antes
Ahora, con un motor de cálculo propio conectado a PI System
espera del batch

Qué encontramos

El Completion Performance Report de una operadora upstream corría sobre lógica T-SQL con procesos batch, con demoras y dependencias difíciles de mantener.

Qué hicimos

Reemplazamos la lógica en T-SQL por un motor de cálculo propio que corre en tiempo real contra PI System. Lee el modelo de activos en PI Asset Framework y los datos de superficie, y clasifica la actividad de cada equipo en cuatro niveles: microactividades, pre-macroactividades, macroactividades y consolidado. Son más de 1.000 analíticas en total, más de 150 por rig.

El motor escribe de vuelta en PI: tags, Event Frames y las pantallas de PI Vision que usa la operación. Está en producción sobre 8 equipos de workover.

Qué medimos y contra qué

Antes de reemplazar el reporte, auditamos el motor línea por línea contra la lógica del SQL de referencia.

Qué sigue

Llevar el mismo motor a los reportes de pulling y de perforación: cambia la taxonomía de actividades, no la arquitectura.

Agendá 30 min

Del dato a la decisión

por Mariano Chicatun, Pilot X

1 mail por mes. Ideas y datos medidos de operaciones industriales.

Siguiente caso: Temperatura de salida del horno cuchara recomendada por un modelo