英国能源与公用事业2018 – 进行中壳牌
基于C3 AI平台的预测性维护
壳牌将机器学习故障预测从试点扩展至逾1.3万台设备
问题
壳牌生产、炼油和天然气场站的控制阀、泵、压缩机等关键设备意外故障，会造成非计划停机和产量损失。
方法
自2018年起，壳牌与C3 AI合作开发机器学习模型，读取传感器数据并标记可能发生故障的设备，以便在故障前安排维修。截至2022年初，该项目已覆盖上游、制造和一体化天然气资产中的1万台设备。2026年6月，壳牌签署新的多年协议，增加基于智能体的根因分析。
主要数据
启示
该项目在八年间由试点发展为覆盖资产组合的系统，始终使用同一家供应商。所有规模数据均来自C3 AI援引壳牌高管的公告；C3 AI声称创造了“数亿美元”价值，而壳牌并未自行公布节省金额。
分类
来源
来源摘要
C3 AI宣布，壳牌预测性维护项目已覆盖上游、制造和一体化天然气资产中的逾1万台设备，这是壳牌为2021年设定的目标。公告介绍了通过监控控制阀、泵和压缩机来避免非计划停机的做法，并援引壳牌Dan Jeavons对达成目标的表述。
该行业期刊报道了覆盖1万台设备的里程碑，并列出C3 AI提供的系统数据：逾300万个传感器每周生成200亿行数据，近1.1万个模型每天作出逾1,500万次预测。报道提及壳牌与C3 AI于2021年续约五年，并指出未披露节省金额。
C3 AI宣布，在合作五年后扩大与壳牌的合作。公告援引壳牌Dan Jeavons称，项目正在监控壳牌数十处资产的逾1万台设备，有助于降低成本和提高可靠性。公告未给出节省金额。
IT Brief报道了一项新的多年协议，壳牌据此将C3 AI Reliability扩展至全球资产，并增加基于智能体的根因分析。报道称，双方合作始于2018年，项目监控逾1.3万台设备，并转述C3 AI关于创造“数亿美元”经济价值的说法。
详细内容请参阅原始来源。
