PETRONAS
Factory Software | PETRONAS | Arrêts imprévus AVEVA
Petroliam Nasional Berhad (PETRONAS), multinationale malaisienne intégrée du pétrole et du gaz, produit 2,4 millions de barils équivalent pétrole par jour. Cette envergure générait des silos de données et des fuites de grande valeur dues à des défaillances non détectées sur les équipements rotatifs, avec une visibilité incomplète et des temps de réaction lents en raison de la dispersion des opérations. Le déploiement d'AVEVA PI System et d'AVEVA Predictive Analytics a permis d'automatiser la connaissance du fonctionnement des machines et d'alerter immédiatement les experts en cas d'anomalie, grâce à un système d'alerte précoce basé sur le cloud. Les bénéfices sont considérables : 33 millions de dollars économisés depuis 2019 grâce à la réduction des arrêts non planifiés, avec 51 avertissements émis dont 12 à haut risque, soit un retour sur investissement de 20 fois la mise. L'utilisation des actifs progresse de 0,1 % par usine et la collaboration multidisciplinaire accélère les temps de réponse aux événements.
Témoignages
FAQ
Comment AVEVA PI System et Predictive Analytics permettent-ils d'économiser 33 millions de dollars chez PETRONAS ?
PETRONAS, producteur de 2,4 millions de barils équivalent pétrole par jour, a déployé AVEVA PI System et AVEVA Predictive Analytics pour automatiser la connaissance du fonctionnement de ses équipements rotatifs. Le système a généré 51 avertissements précoces, dont 12 à haut risque, permettant d'éviter des arrêts non planifiés majeurs. Résultat : 33 millions de dollars économisés depuis 2019, soit un retour sur investissement de 20 fois la mise. La maintenance prédictive transforme la donnée temps réel en gains financiers tangibles.
Pourquoi briser les silos de données est-il critique dans le secteur pétrolier ?
L'envergure de PETRONAS générait des silos de données et une visibilité incomplète, avec des experts dispersés sur plusieurs sites et des temps de réaction lents. AVEVA PI System centralise les données opérationnelles dans un référentiel unique accessible à tous les experts métier, où qu'ils soient. Cette unification accélère la collaboration multidisciplinaire, améliore les temps de réponse aux événements et libère la valeur cachée des données. C'est un pilier de la transformation digitale dans le pétrole et gaz.
Comment AVEVA Predictive Analytics détecte-t-il les défaillances sur des équipements rotatifs ?
AVEVA Predictive Analytics applique des modèles d'apprentissage automatique aux signatures de fonctionnement des équipements rotatifs (compresseurs, turbines, pompes). La solution détecte les écarts subtils par rapport au comportement normal et émet des alertes précoces, plusieurs semaines avant la panne. Chez PETRONAS, cette détection a généré 51 avertissements dont 12 à haut risque, permettant d'éviter des fuites de grande valeur sur des actifs critiques onshore et offshore. L'analyse prédictive devient ainsi un levier majeur de fiabilité industrielle.
Quels bénéfices opérationnels AVEVA apporte-t-il à un producteur de pétrole et de gaz ?
Au-delà des 33 millions de dollars économisés, PETRONAS a augmenté l'utilisation de ses actifs de 0,1 % par usine, incluant fiabilité et efficacité globale des équipements. Les temps de réponse aux événements sont accélérés grâce à une collaboration multidisciplinaire renforcée. Le ROI de 20x sur le programme démontre la puissance d'une approche combinant gestion des données temps réel (PI System) et analyse prédictive avancée (Predictive Analytics). C'est un cas d'école pour les majors pétro-gazières en transformation.
Comment un système d'alerte précoce basé sur le cloud transforme-t-il la maintenance dans le secteur Oil & Gas ?
L'alerte précoce cloud d'AVEVA permet à PETRONAS de notifier instantanément les experts métier dès qu'une anomalie est détectée sur un équipement rotatif, où qu'ils se trouvent. Cette architecture cloud rompt l'isolement géographique des sites offshore et onshore, accélère la prise de décision et démocratise l'accès aux données critiques. La maintenance passe d'une logique réactive et planifiée à une logique conditionnelle pilotée par l'état réel des actifs, générant des gains opérationnels et financiers majeurs.