製油所の環境は、人が密集し、リスクが高く、構造も複雑であるため、ミスを許容できる余地はほとんどありません。 設備は極端な温度や圧力の下で稼働しています。施設は迷路のように入り組んでおり、数十年にわたるアップグレードやブラウンフィールド改修を経て建設されてきたため、多くの場合、文書化が不完全なままとなっています。 このような状況下では、チームが定期点検や故障発生後の対応、さらには古い2D図面などに依存する従来の保守アプローチでは、現代のエネルギー市場が求める規模、安全性、および運用上の要求を満たすことはもはやできません。そこで、製油所向けの予知保全ソフトウェアが、安全性、事業継続性、およびパフォーマンスを実現するための重要な手段となるのです。
予測保全戦略の成功は、3Dスキャンデータの管理にかかっています。資産の状態を監視・予測し、適切な措置を講じるためには、オペレーターは まず、物理的な実態をミリメートルレベルの精度で デジタル化し、理解する必要があります。 製油所は、スキャン対象として最も複雑な環境の一つです。そこには、数十年にわたって積み重ねられたパイプラック、閉鎖空間内の回転機器、垂直構造物、圧力容器、フレアスタック、冷却塔、電気室などが含まれます。 この複雑さを捕捉・管理するには、専用のLiDARスキャン、ドローンによる写真測量、およびSLAMベースのモバイルマッピングが必要です。また、このデータを効率的にレンダリングするだけでなく、製油所のより広範な資産管理システムやデジタルツインシステムと連携できる高度なソフトウェアも求められます。
製油所におけるスキャンデータ管理は、高精度な実態のキャプチャから始まります。測量グレードの地上型スキャナーが各プロセスユニットに配置され、高解像度の点群データが収集されます。その後、これらのスキャンデータはアライメント処理を経て、統一された空間モデルに登録されます。 製油所の場合、これは多くの場合、データを論理的な作業ゾーン（例えば、原油蒸留装置、ハイドロクラッカー、コークス化装置、ユーティリティなど）に分割することを意味します。 生成されたメッシュは、変形、腐食、位置ずれ、および隙間スペースの有無を検出できる十分な精度を備えている必要があります。キャプチャおよび処理されたデータは、Cintooなどのプラットフォームで可視化され、ナビゲーション可能な3Dメッシュに変換されます。これにより、チームは場所を問わず最新のデジタル表現にアクセスできるようになります。
製油所における予知保全の重要性は、予期せぬ稼働停止に伴う高額なコストと、設備の故障がもたらすリスクに起因しています。 大規模な製油所において、わずか1日の操業停止でも、生産能力や製品構成によっては、数十万ドルから数百万ドルに及ぶ損失が生じる可能性があります。熱交換器、コンプレッサー、配管の故障は、安全上の理由による操業停止、HSE（健康・安全・環境）上のインシデント、あるいは壊滅的な損害を引き起こす恐れがあります。 予知保全では、センサーデータ、過去の性能データ、および（多くの場合スキャンデータから導き出される）物理的状態指標を組み合わせて活用し、故障が発生する前にその箇所を予測します。これにより、チームは最適なタイミングで資産の交換、修理、または補強を行うことが可能になります。
Cintoo を使用した予知保全の実施には、視覚データ、タグ付けされた資産メタデータ、過去のスキャンデータとの比較、およびエンジニアリングモデルとの統合が組み合わされます。 製油所のスキャンデータがCintooにアップロードされると、ユーザーは正確な座標や分類フィールドを使用して、バルブ、構造支持部、ポンプなどの個々のコンポーネントにタグ付けを開始できます。これらのタグには、設置日、点検頻度、前回のメンテナンス作業、運用上の重要度などのメタデータが追加されます。 時間の経過とともに、オペレーターは追加のスキャンを実施し、それらを過去のデータセットと比較します。これにより、ユーザーは形状の変化、位置ずれ、または表面の劣化を検出できます。Cintooの偏差分析およびスキャンデータとモデルの比較機能により、保守管理者は、資産が基準状態や設計仕様からどの程度逸脱しているかを正確に定量化できます。
並行して、スキャンベースの点検を外部の状態監視システムと連携させることも可能です。例えば、ポンプについては、3Dスキャンデータによる目視検査を行うと同時に、振動センサー、温度プローブ、流量データからの入力も受け取ることができます。 これらの情報を統合することで、予知保全ソフトウェアは、リスクが最も高い資産を優先順位付けし、残存耐用年数を算出し、介入の適切なタイミングを推奨することができます。CintooのCMMSやERPツールとの統合により、作業指示書や部品調達を十分に前もってスケジュールすることが可能となり、遅延を最小限に抑え、稼働時間を最大化できます。
これらのワークフローの価値は、よりインテリジェントなデジタルツイン戦略を推進できる点にあります。デジタルツインの有用性は、そこに含まれるデータの質に左右されます。高解像度の3Dメッシュ上に予測保全ツールを重ね合わせることで、製油所のオペレーターは、事後対応型のワークフローから、先を見越したインフラインテリジェンスへと移行できます。 チームはもはや、静的な2D図面や資産の状態に関する仮定に頼る必要はありません。その代わりに、製油所の実際の物理的状態を反映し、定期的に更新され、資産のパフォーマンスに関する知見が盛り込まれた動的な環境に基づいて運用を行っています。これにより、時間の経過とともに、設計、運用、点検、廃止措置にまたがる包括的なデジタルスレッドが構築されます。
製油所向け予知保全ソフトウェアのROIは、いくつかの主要な指標を通じて定量化できます。第一に、予期せぬダウンタイムの削減が挙げられます。断熱材下腐食（CUI）やフランジのずれといった問題を早期に発見することで、製油所はプロセスユニットの停止を防ぐことができます。こうした停止は、生産損失として1日あたり数百万のコストを招くことがよくあります。 第二に、予知保全ワークフローは、介入が必要なコンポーネントのみを対象とすることで資産のライフサイクルを延長し、過剰なメンテナンスや無駄を削減します。 第三に、スキャンデータを用いて中央のオフィスから仮想点検を実施できるため、高リスク区域での手作業による点検が削減され、現場作業員の安全性が向上します。最後に、特定の資産タグに紐付けられた点検、逸脱事項、是正措置のデジタル記録を維持することで、コンプライアンスおよび監査プロセスが効率化されます。
このアプローチの実践における顕著な事例として、Cintooを活用して改質装置内の熱交換器構造物の点検を管理している製油所の顧客が挙げられます。初期のスキャンにより、複数の支持梁が設計許容範囲を下回るたわみを生じていることが判明しました。これらはスキャンプラットフォーム内でタグ付けされ、2年前に実施されたターンアラウンド時の過去のスキャンデータと比較測定されました。 逸脱分析により、変形が加速している傾向が確認され、次回の定期停止に先立ち、予防的な補強措置が講じられました。その結果、予期せぬ停止を回避し、停止延期に伴うコストおよび構造補修費用として、推定75万ドル以上の節約を実現しました。 さらに、このスキャンデータを活用して製油所のデジタルツインモデルを更新し、将来の改造に向けた設計整合性を向上させました。
製油所が稼働率、安全性、持続可能性に対する圧力の高まりに直面し続ける中、高精度な3Dスキャンデータに裏打ちされた予知保全ソフトウェアの役割は、今後ますます重要になっていくでしょう。Cintooのようなプラットフォームを活用することで、製油所の運営者は静的な点検から動的なデジタルインテリジェンスへと進化させることができます。 その結果、メンテナンスの質が向上するだけでなく、故障を常に一歩先回りして防ぐ、よりスマートで回復力のある製油所が実現します。
予知保全と3Dスキャンデータが、貴社の製油所運営をどのように近代化できるかについて詳しく知りたい方は、エネルギー事業におけるデジタルツインに関する記事をご覧ください。