DROPS Wells Forum i november 2024 viste fram banebrytende framskritt innen AI-løsninger for forebygging av fallende gjenstander i boresektoren. En presentasjon som skilte seg ut, kom fra KCA Deutag og handlet om systemet FX-RZS (Red Zone Supervision), en AI-støttet løsning utviklet sammen med Shell Oman for å styrke sikkerheten i soner med adgangsbegrensning. Forumet introduserte også tanken om en «DROPS GPT», en egen ChatGPT-modell som skal forandre tilgangen til DROPS anbefalt praksis og gi enestående støtte til kunnskapsdeling, opplæring og beslutninger innen forebygging av fallende gjenstander.

AI-støttet overvåking av rød sone hos KCA Deutag

Møtet ga en grundig oversikt over systemet FX-RZS (Red Zone Supervision), som bruker kunstig intelligens til å styrke sikkerheten ved å overvåke og styre faresoner i boremiljøer. Utviklingen av systemet, de tekniske detaljene, virkningen i drift og de videre planene ble gjennomgått.

Holger Egbers presenterte FX-RZS som en banebrytende løsning for sikkerhet ved boring på land og til havs. Systemet bruker AI-basert objektgjenkjenning til å overvåke rød sone, og justerer grensene dynamisk ut fra driftsdata som utstyrsaktivitet eller trykknivå. Blant hovedtrekkene er sanntidsvarsler gjennom et trafikklysgrensesnitt og integrasjon med eksisterende riggsystemer, noe som gir et betydelig lag av sikkerhet og kontroll. Grensesnittet formidler sikkerhetstilstanden tydelig: fast rødt ved aktiv fare, blinkende lys når personell oppdages, og grønt ved trygge forhold.

Egbers framhevet hvordan systemet har blitt bedre over tid. Ved første innføring ble det registrert soneinntrengninger på i snitt 48 minutter per time, som etter forbedringer gikk ned til 26 minutter. Nedgangen kom av bedre analyse, justeringer i grensesnittet og økt bevissthet hos operatørene. Presentasjonen viste hvordan detaljert dataanalyse avdekker mønstre i soneinntrengningene og peker ut forbedringer i arbeidsprosessene som reduserer risikoen.

Utfordringene ved å innføre FX-RZS ble også belyst, som behovet for å trene AI-algoritmene kontinuerlig slik at de gjenkjenner ulike gjenstander og håndterer sammensatte situasjoner. Tross disse utfordringene gir systemet et avgjørende lag av sikkerhet ved å redusere personellets eksponering for farer, og det utfyller Shells veileder for forebygging av fallende gjenstander.

Videre utvikling omfatter avansert sanntidsanalyse for varsler som forutser hendelser, bredere systemintegrasjon mot flere operasjoner og forbedrede muligheter for manuell overstyring. Deltakerne så potensialet FX-RZS har til å forandre sikkerhetsarbeidet i boremiljøer, og var enige om behovet for fortsatt samarbeid om å finpusse og utvide funksjonaliteten.

Yahya Al Rubaiai fra Shell Oman delte sine erfaringer etter å ha fulgt innføringen ute i felt.

last ned presentasjonen her KCAD_FXC_RZS_DROPS Forum_112024

DROPS GPT

I dette forumet utforsket vi også muligheten for en ChatGPT som er trent særskilt på DROPS anbefalt praksis. En slik «DROPS GPT» kan gi mange fordeler for medlemmene i DROPS Asia-kapittelet og for det bredere miljøet som arbeider med forebygging av fallende gjenstander. Her er noen av dem:

1. Umiddelbar tilgang til fagkunnskap

Medlemmene kan stille spørsmål om beste praksis, retningslinjer og anbefalinger innen forebygging av fallende gjenstander og få treffsikre svar tilpasset sammenhengen.
Fjerner behovet for å lete manuelt gjennom dokumenter eller opplæringsmateriell, noe som sparer tid og gjør kunnskapen lettere tilgjengelig.

2. Ensartet informasjon

Sikrer at alle medlemmer og berørte følger de nyeste DROPS-retningslinjene og -anbefalingene.
Reduserer risikoen for at sikkerhetsrutiner eller krav blir feiltolket eller feilformidlet.

3. Bedre støtte i opplæringen

Fasilitatorer kan bruke ChatGPT-modellen under opplæring til å gi svar og oppklaringer i sanntid, noe som gir en bedre læringsopplevelse.
Å samhandle med modellen kan hjelpe deltakerne med å huske det de lærer.

4. Skalerbarhet og tilgjengelighet

Kan betjene mange brukere samtidig, noe som passer godt for global virksomhet der medlemmene er i ulike tidssoner.
Er tilgjengelig døgnet rundt, slik at medlemmene kan få hjelp når de trenger det, også på avsidesliggende steder.

5. Bedre beslutninger

Hjelper medlemmene med å ta velfunderte beslutninger raskt, med veiledning bygd på etablert praksis og dokumentasjon.
Korter ned tiden brukt på å veie fram og tilbake eller slå opp i flere kilder, særlig under kritiske operasjoner.

6. Støtte for flere språk

Settes modellen opp for flere språk, kan den hjelpe dem som ikke har engelsk som morsmål, med å forstå og følge DROPS-retningslinjene bedre.

7. Tilpasning til konkrete behov

Modellen kan ta for seg de særlige utfordringene ulike selskaper eller prosjekter i DROPS-miljøet møter.
Medlemmene kan få råd tilpasset konkrete situasjoner, som inspeksjoner, vurdering av risiko eller valg av verktøy.

8. Kunnskap som bevares og oppdateres

Fungerer som et samlet lager for DROPS-kunnskap og bevarer fagkompetansen selv når folk slutter eller bytter stilling.
Kan oppdateres med ny praksis og innsikt etter hvert som bransjen utvikler seg, slik at den holder seg relevant.

9. Rimelig kunnskapsdeling

Reduserer behovet for omfattende manuell støtte, siden modellen kan svare på rutinespørsmål og frigjøre folk til mer strategiske oppgaver.
Holder reise- og opplæringskostnadene nede ved å tilby en virtuell assistent for kunnskapsformidling.

10. Integrasjon med andre verktøy

Kan bygges inn i eksisterende plattformer, som DROPS Metaverse eller andre opplæringsplattformer og styringssystem for helse, miljø og sikkerhet, og gi brukerne en bedre opplevelse.
Gir et ekstra lag av samhandling både i virtuelle og fysiske miljøer.

Kort sagt vil en ChatGPT trent på DROPS anbefalt praksis være et kraftig verktøy for å gjøre viktige sikkerhetsretningslinjer lettere tilgjengelige, lettere å forstå og lettere å følge, og dermed bidra til et tryggere arbeidsmiljø og mer effektiv drift. Vil du være med i en arbeidsgruppe som utvikler denne Chat GPT-en, kan du kontakte sekretæren i DROPS Asia-kapittelet, Joachim van der Meulen