Falando com o solo

O Contexto de Negócios: Unificando o Subsolo e a Superfície

As operações de perfuração são complexas e envolvem geologia, mecânica e desempenho de negócios. A maioria das organizações melhora essas áreas de forma independente (por exemplo, OSDU para subsolo, IoT de sonda, sistemas modernos de ERP), mas carece de uma plataforma de dados unificada para análise combinada, segurança e métricas. Isso torna a análise entre domínios uma série de projetos personalizados e pontuais.

A excelência operacional agora exige a correlação desses conjuntos de dados distintos; saber por que as condições do subsolo causaram falha no equipamento, e não apenas que ele falhou. Historicamente, isso era difícil, exigindo codificação extensiva e tempo.

A Databricks Data Intelligence Platform e a análise de linguagem natural mudam isso, unificando dados e democratizando o acesso a insights complexos. Os usuários agora podem fazer perguntas simples, como identificar que a formação Travis Peak causa 50% das falhas de bombas, diminuindo a barreira de entrada. Isso muda os dados de um registro retrospectivo para um parceiro operacional em tempo real, fornecendo trilhas de auditoria e recomendações acionáveis rapidamente.

À medida que as margens diminuem, a capacidade em tempo real de correlacionar condições do subsolo, desempenho de equipamentos e resultados operacionais é essencial. Reduzir sistematicamente o NPT, recuperar a capacidade da frota e evitar milhões em custos torna a análise oportuna um impulsionador chave do EBITDA, eficiência de capital e utilização de ativos, transformando dados em um ativo operacional para decisões mais inteligentes e rápidas.

Em termos simples, a competência analítica é lucro.

O Desafio: Perguntas Não Respondidas Custam Milhões

Todo gerente de operações de perfuração enfrenta a mesma frustração diária: insights críticos enterrados em sistemas isolados, falhas de equipamentos que ficam sem diagnóstico por dias e análises de causa raiz que levam semanas em vez de minutos.

O impacto operacional é significativo:

O resultado? Falhas de equipamentos e desafios relacionados à formação levam a tempo de inatividade não planejado, custando aos operadores de perfuração milhões em NPT a cada ano. Esse valor nem sequer contabiliza as despesas adicionais incorridas com produção diferida, custos de reparo e interrupções na cadeia de suprimentos.

A Solução: Análise Conversacional em Dados Unificados

Gerentes de operações fazem perguntas ao Databricks Genie Research Agent e obtêm uma análise em várias etapas que vincula dados de sensores de IoT, perfis de poço OSDU e sistemas de ERP.

O Research Agent estende as capacidades do Genie para ajudá-lo a descobrir insights mais profundos e a abordar perguntas de negócios complexas usando raciocínio em várias etapas e teste de hipóteses.

O que o Genie Entrega

Apresentando Inteligência Operacional com IA para Operações de Perfuração

Construída sobre a Databricks Data Intelligence Platform, esta solução transforma dados operacionais brutos de várias fontes em insights acionáveis por meio de conversas em linguagem natural. A solução reúne perfis de poço OSDU, fluxos de IoT de sonda e registros de manutenção/financeiros de ERP em um único lakehouse governado, para que cada equipe, da perfuração ao subsolo e finanças, trabalhe a partir da mesma fonte de verdade.

O Cenário da Demonstração: Um Dia na Vida de um Gerente de Operações Aumentado por IA

Um gerente de operações de perfuração da DeepCore Energy começa o dia abrindo o Databricks e fazendo uma pergunta simples ao Genie Research Agent. Ao contrário dos dashboards tradicionais que mostram apenas visualizações pré-configuradas, o Genie cria um plano de pesquisa, executa várias consultas SQL no lakehouse unificado e entrega um quadro operacional abrangente.

Instantâneo do Resultado

• Visibilidade de NPT em nível de frota em 118 poços e múltiplas formações por meio de uma única consulta em linguagem natural.
• Análise rápida de causa raiz correlacionando falhas de bombas com formações e pesos de lama, economizando semanas de trabalho manual.
• Um plano de ação quantificado recuperando 64–91 dias de capacidade da frota e evitando US$ 1,6–2,7 milhões em custos por meio de manutenção ciente da formação.

Pergunta 1: “Qual é o nosso NPT médio atual e por quê?”

O que o Genie Faz nos Bastidores:

O Genie não executa uma única consulta. Em vez disso, ele gera hipóteses, executa várias análises (veja a Fig. 1 na barra lateral direita) e sintetiza descobertas:

• Desempenho da frota em todos os 118 poços ativos
• Detalhamento do NPT por condado (Loving, Midland, Ector, Ward, Reeves)
• Avaliação por formação (Bone Spring, Spraberry, Delaware, Wolfcamp, Avalon)
• Categorização da causa raiz: equipamento, geológica, procedural

É aqui que a arquitetura se torna verdadeiramente transformadora. As perguntas do gerente de operações não retornam resultados de consulta simples, elas acionam análises abrangentes em várias etapas que correlacionam dados em toda a plataforma unificada.

A Resposta:

A frota de 118 poços da DeepCore Energy no Texas está operando com desempenho base estável (6,88% de NPT médio). O desempenho é notavelmente uniforme, o NPT por condado varia de 6,33% a 7,21%, menos de 1 ponto percentual de variação.

A análise da causa raiz do NPT revela que problemas de equipamento, especialmente relacionados a bombas de lama, são a principal restrição na eficiência da frota, respondendo por quase metade (47,52%) de todos os minutos de NPT.

Pergunta 2: "Por que minhas bombas de lama estão falhando com tanta frequência?"

Tradicionalmente, engenheiros de confiabilidade e equipes de subsolo realizariam análises separadas e, em seguida, tentariam reconciliar os resultados manualmente. Com todos os dados unificados no Databricks e expostos pelo Genie, o sistema correlaciona modos de falha, MTBF, exposição à formação, propriedades da lama e histórico de manutenção em uma única análise em várias etapas.

O que o Genie Analisa:

• Distribuições de modos de falha entre unidades de bomba e tipos de componentes
• Padrões de tempo médio entre falhas (MTBF)
• Correlação com parâmetros operacionais (profundidade, peso da lama, taxa de fluxo)
• Alarmes de equipamento e sua relação com formações geológicas
• Padrões de ordens de serviço e sustentabilidade da manutenção

A Resposta:

A análise revela uma crise sistêmica de confiabilidade: as bombas de lama estão falhando a uma taxa de 8,5 ordens de serviço por dia (765 no total em 90 dias), afetando todos os 118 poços. O Genie lista três modos primários de falha: Desgaste de Revestimento, Vazamentos de Vedação e Falhas de Rolamento, indicando degradação simultânea em vários componentes, não falhas de peças isoladas.

Uma análise correlacionando falhas de bombas com dados geológicos do OSDU revelou que a formação Travis Peak, que requer um peso de lama 6% mais pesado, é responsável por 50% dos eventos de alarme da bomba devido ao aumento da pressão hidráulica e forças abrasivas que aceleram o desgaste mecânico.

Pergunta 3: "Fale sobre a formação que causa esses problemas"

A Resposta:

Travis Peak é um reservatório carbonático fraturado e cavernoso que abrange de 9.600 a 10.049 pés TVD com características geológicas que criam as condições que levam a falhas nas bombas de lama. Ele apresenta desafios significativos de perfuração devido a pressões de poro médias altamente elevadas (até 10,62 PPG) e alto risco de perda de fluido, indicado por um Índice de Risco de Perda de 0,70 e afetando 84% dos poços.

Pergunta 4: "O que posso fazer para reduzir o NPT?"

A Resposta:

O Agente de Pesquisa Genie oferece uma abordagem dupla para a otimização de poços. Ações imediatas (1-2 semanas), como manutenção específica da bomba de lama, como intervalos de substituição de revestimento, são fornecidas juntamente com um conjunto de estratégias de longo prazo (horizonte de 6 meses). Essas iniciativas de longo prazo incluem limitação automatizada de torque, otimização de peso da lama e outras ações relacionadas.

Como o plano de ação é impulsionado pelo mesmo conjunto de dados unificado e modelagem, os gerentes de operações podem ver não apenas o que fazer, mas quanta NPT e custo cada intervenção provavelmente recuperará, ajudando a priorizar o trabalho entre sondas e parceiros.

Arquitetura de Referência de Trajetória de Poço no Databricks

Arquitetura: Como Funciona

O Databricks Lakehouse, estruturado como uma arquitetura Medallion, é ideal para análise, organizando dados em três camadas. A camada Bronze contém dados brutos como logs de poços OSDU, fluxos de IoT e registros ERP. Esses dados são limpos e enriquecidos na camada Silver com padronização, metadados de formação e mapeamento de ID de equipamento. A arquitetura Medallion substitui integrações dispersas por uma base unificada. Em vez de cada equipe construir sua própria lógica de NPT ou MTBF, a camada Gold padroniza essas métricas e as torna acessíveis ao Genie, ferramentas de BI e modelos preditivos.

Fontes de Dados e Integração

A nova solução pode aumentar significativamente o valor do negócio, fornecendo insights mais rápidos em minutos usando consultas em linguagem natural em vez de semanas de análise manual, correlacionando causas raiz em dados anteriormente isolados (operações, equipamentos e geologia), permitindo ações proativas e preditivas, e democratizando o acesso a dados para todos os stakeholders por meio de consultas simples, eliminando a necessidade de SQL especializado.

Resultados de Negócios Quantificáveis

Plataformas de dados unificadas com análise impulsionada por IA geram melhorias significativas para as organizações, incluindo:

• NPT Reduzida: Ao abordar proativamente obstáculos específicos da formação, as organizações minimizam a NPT antes que os problemas se agravem.
• Tempo de Inatividade Mínimo de Equipamentos: A manutenção preditiva, que correlaciona falhas potenciais com condições geológicas, leva a uma redução do tempo de inatividade dos equipamentos.
• Tomada de Decisão Acelerada: Insights críticos são entregues em minutos em vez de semanas, permitindo decisões mais rápidas.
• Alocação de Capital Otimizada: A priorização baseada em dados, com base no Retorno sobre o Investimento (ROI) quantificado, garante que o capital seja alocado de forma mais eficaz.

Para uma demonstração personalizada e discussão sobre a transformação de suas operações de perfuração com análise de linguagem natural impulsionada por IA, entre em contato com seu representante Databricks.

(Esta publicação no blog foi traduzida utilizando ferramentas baseadas em inteligência artificial) Publicação original