Руководитель направления по управлению инженерными инструментами ПАО «Газпром нефть» Александр Шишкин и директор по продукту компании «САРЕКС» Богдан Бохонов рассказывают о решении по управлению информационным стандартом на базе отечественной цифровой платформы Sarex.
Стандарта недостаточно — нужен инструмент управления им
На протяжении нескольких лет ПАО «Газпром нефть» последовательно выстраивает подход к управлению инженерными данными на объектах капитального строительства нефтепереработки. Для этого в компании была внедрена информационная система управления проектной и строительной информационной моделью (далее — ПСИМ). Природа этих объектов задаёт высокую планку и масштаб решаемой задачи.
«Одна установка нефтепереработки — это порядка пяти миллионов элементов в его информационной модели, бывает значительно больше. А теперь умножьте это на 10–15 объектов с периодичностью в месяц», —отмечает Александр Шишкин.
Дополнительно подрядные организации ежемесячно выпускают новые результаты работ в виде BIM-моделей (Building Information Modeling — информационное моделирование зданий), P&ID-схем (Piping and Instrumentation Diagram — схема трубопроводов и контрольно-измерительных приборов) и других инженерных данных.
Фото предоставлено ПАО «Газпром нефть»
При этом каждый элемент инженерных данных дополнительно несёт за собой набор параметров: конструктивных, технологических, эксплуатационных, служебных. Исходя из этого, объём ежемесячно проверяемых данных может превышать 100 000 000 записей.
ПАО «Газпром нефть», как служба заказчика, помимо развития методологии управления инженерными данными, непрерывно осуществляет и мониторинг качества данных. Поэтому есть потребность регулярно формировать аргументированное и подкреплённое цифрами понимание того, насколько подрядчики выполняют требования в части качества данных и их наполнения.
Эти данные используются для интеллектуальных проверок качества инженерных данных, а также для аналитики и формирования отчётности, в том числе бенчмаркинга реализуемых проектов капитального строительства.
При этом после 2022 года ситуация дополнительно усложнилась: в силу недоступности зарубежных инструментов, значительно выросла нагрузка на проектные команды, а работа с «сырыми» данными стала занимать значительную долю времени и бюджета.
В этих условиях ручные или частично автоматизированные методы проверки перестали масштабироваться — и именно тогда внутри ПАО «Газпром нефть» сформировалось понимание необходимости отдельного инструментария, предназначенного как для управления требованиями к данным в виде т. н. «информационных стандартов», так и для валидации и комплексного анализа инженерных данных.
Собственный путь: от отдельной задачи к комплексному решению
До 2022 года компания рассматривала возможность реализации этого подхода на базе зарубежных программных решений. Однако внешние ограничения потребовали пересмотра стратегии и поиска альтернатив.
В результате, по итогам анализа рынка и проработки общего видения реализации, ПАО «Газпром нефть» перешло к разработке собственного инструментария в рамках системного расширения функционала ПСИМ, опираясь на внутреннюю экспертизу и совместную работу с компанией «САРЕКС», которая помогла развить техническую архитектуру и реализовать ИТ-решение для задач комплексной проверки и валидации инженерных данных капитального строительства объектов нефтепереработки.
«Наступил 2022 год, и он, по сути, показал, что нужно искать альтернативные варианты. Поэтому, начиная с 2022 года мы посвятили время формированию идей и требований, которые были нам необходимы, и совместно с компанией «САРЕКС» уже облекли это в решение. Мы исследовали достаточно большое количество решений, которые присутствуют на российском рынке, и приняли решение о долгосрочном сотрудничестве с «САРЕКС», — рассказал Александр Шишкин.
Реализация началась с проектирования централизованной архитектуры управления информационным стандартом (далее — ИС). Ключевая идея — единое хранилище с полноценной библиотекой классов, атрибутов, списков допустимых значений и единиц измерения, а также их иерархии и взаимосвязей между сущностями.
Стандарты могут как импортироваться из существующих XLS-файлов, что обеспечивает безболезненную миграцию данных с существующих проектов, так и могут создаваться и дополняться непосредственно в интерфейсе.
В функциональном модуле управления информационным стандартом задаётся иерархия классов и подклассов элементов, типизация оборудования и наборы атрибутов, которыми должен обладать каждый объект. Такой подход позволил заранее зафиксировать, какие характеристики, параметры и единицы измерения являются обязательными и в каком виде они должны передаваться.
Эти требования формируются службой заказчика и выдаются подрядчикам на старте проекта — за счёт этого все участники опираются на единое понимание структуры и содержания информационной модели.
Для проектов компании количество классов, подклассов и атрибутов исчисляется сотнями, и без специализированного инструмента такая структура перестаёт быть рабочей.
«Безусловно, существуют более простые «кустарные» способы верификации данных — например, от работы в MS Excel до частичной автоматизации. Однако такие подходы плохо масштабируются: ручные таблицы быстро расходятся по версиям, приводят к разночтениям, а возможности настройки правил крайне ограничены.
При высокой технологической насыщенности объектов критически важно не только проверять данные, но и прослеживать каждую ошибку от сводки до конкретной строки — понимать текущее состояние и прогнозировать последствия отклонений», — поясняет Александр Шишкин.
Что такое «Информационный стандарт» в ПСИМ
Новое решение позволяет управлять требованиями к данным — от импорта стандарта и настройки маппинга атрибутов информационного стандарта к параметрам BIM-моделей до автоматической валидации моделей, мониторинга качества данных и выпуска отчётов в XLSX и PDF.
Базовый «строительный блок» информационного стандарта — класс: описание типа объекта или оборудования. Классы выстроены в иерархию, где абстрактные классы служат контейнерами для группировки и наследования, а физические — конечными узлами, к которым привязываются элементы информационной модели при проверке.
Каждый класс несёт набор атрибутов с явно заданными правилами: тип данных, единица измерения, обязательность и критичность, стадия применимости, список допустимых значений (Enum), регулярное выражение или числовой диапазон.
Помимо атрибутов, стандарт включает шаблоны наименований — формализованные правила, которым должно соответствовать имя объекта в информационной модели. Система поддерживает управление версиями: сравнение, фиксация изменений и их отслеживание, а при необходимости проверка перезапускается автоматически — при обновлении стандарта или самой модели.
Рис. 1. Библиотека классов: иерархия объектов нефтепереработки и атрибуты физического класса «Насосы центробежные»
Настройка правил для каждого атрибута ведётся явно: критичность, тип, диапазон допустимых значений с указанием включительности границ, привязка к Enum или регулярному выражению. Управление справочниками вынесено в панель администратора — единицы измерения, списки значений, шаблоны наименований, стадии и объекты строительства — что исключает расхождение версий между проектами.
Рис. 2. Карточка атрибута: настройка диапазона, критичности и правил проверки для конкретной позиции стандарта
Маппинг и валидация: технология проверки
Ключевым функциональным решением стал детерминированный маппинг (определение соответствия между различными моделями данных) — явное сопоставление каждого атрибута информационного стандарта с конкретным атрибутом информационной модели.
Это принципиальный выбор — никакого автоматического угадывания по совпадению имён. Пользователь работает с таблицей маппинга, выбирает источник из списка параметров модели, видит примеры фактических значений — и точно понимает, что и с чем сопоставлено. Прогресс маппинга отслеживается в реальном времени: «Настроен маппинг для X и Y пар атрибут/параметр».
Такой подход снимает целый класс ошибок, типичных для автоматического сопоставления: похожие названия с разным содержанием, один атрибут в разных категориях модели у разных подрядчиков. Детерминированность означает и воспроизводимость: два запуска с одинаковыми входными данными дают идентичный результат.
Настроенный маппинг становится основой для валидации. С заданной периодичностью данные, поступающие от подрядчиков, проверяются на соответствие требованиям к данным конкретного проекта. Система поддерживает восемь типов ошибок на уровне сравнения пар «атрибут ИС — атрибут информационной модели».
Результаты валидации структурированы по трём уровням: элементы, пары «атрибут/параметр» и классы — с цветовой индикацией на каждом. Каждое несоответствие трассируется до конкретной строки: видно, что не заполнено, что заполнено некорректно, какой тип данных ожидался и какой получен фактически. Следующая итерация — корректировка данных подрядчиком и повторная проверка.
Рис. 3. Таблица маппинга: пары «атрибут ИС — атрибут информационной модели» с цветовой индикацией статуса по каждой позиции
Аналитика: от фиксации ошибок к управлению качеством
Наряду с проверками система поддерживает три режима аналитики:
- Текущая проверка — круговые диаграммы по элементам, парам, классам и типам ошибок.
- Сравнение версий — столбчатые диаграммы с разбивкой всех восьми типов ошибок раздельно.
- Динамика по диапазону проверок — линейные графики, показывающие, как менялось качество данных от итерации к итерации.
Гибкость настройки проверок, их воспроизводимость и подготовленные данные для аналитики позволяют не только фиксировать текущее состояние, но и оперативно анализировать динамику изменений, прогнозировать последствия отклонений и использовать накопленные данные и опыт при планировании будущих проектов.
Рис. 4. Аналитический дашборд валидации: статусы по классам, элементам, парам и распределение ошибок по типам
Рис. 5. Динамика по итерациям: изменение качества данных по всем ключевым срезам
Эффекты от внедрения и дальнейшее развитие
Внедрение разработки уже подтвердило ряд технико-экономических эффектов.
На уровне бизнес-процессов:
- Многократно (от недель — к дням) сократилось время и трудозатраты на обработку и валидацию инженерных данных от подрядчиков.
- Аналитика результатов валидации и прогнозирования объёмов и сроков доработки данных подрядчиками теперь выполняется не за несколько дней, а в течение 1 часа, что позволяет принимать управленческие решения по взаимодействию с подрядчиками, в том числе в части контрактования.
- Дополнительно проверка данных выполняется для любых информационных моделей, вне зависимости от САПР разработки, а управление информационными стандартами централизовано и находится в контуре мастер-системы, а не в виде разрозненных файлов.
На уровне эффектов в целом внедрение разработки обеспечивает:
- Передачу проверенных и качественных атрибутивных данных в смежные системы и предотвращение потери данных при переходе от этапа проектирования к этапу эксплуатации.
- Возможность ретроспективного анализа по реализованным объектам на основе базы данных атрибутов и проверок на соответствие информационному стандарту для прогнозирования, бенчмаркинга и формирования базы «выученных уроков».
Расширение функциональности инструментов ПСИМ продолжается. Из последних тенденций, заметно смещается акцент в сторону данных и информационных моделей как управляемого ресурса, значение которого в ряде процессов уже сопоставимо с документацией.
«За этим решением стоит большой объём проделанной работы, и оно не является финальной точкой — развитие комплексной системы управления данными для заказчика продолжается. Тем не менее то, что мы сейчас имеем, позволяет управлять требованием для конкретного объекта или портфеля объектов капитального строительства — это, конечно, уникально. Это очень перспективное и инновационное решение», — подчёркивает Александр Шишкин.
«Для нас как для разработчика кросс-отраслевой платформы по управлению проектами капитального строительства, покрывающей основные бизнес-процессы, в данном проекте было интересно, во-первых, углубиться в процесс управления качеством инженерных данных на объектах нефтепереработки, а во-вторых, выдать результат, тесно интегрированный с уже внедрённой мастер-системой заказчика.
В дальнейшем мы планируем продолжать развитие созданного инструментария и расширять его возможности, в том числе дополняя функционалом на основе LLM (большая языковая модель) для автоматического маппинга и увязки сущностей», — отмечает Богдан Бохонов.
ИТ-решение, разработанное «САРЕКС» совместно с ПАО «Газпром нефть», продолжает развиваться. Специализированный инструмент с автоматической валидацией по единому стандарту, централизованной библиотекой классов и атрибутов, а также полным циклом от импорта стандарта до отчёта о проверке позволил перевести управление данными из области ручного труда в область автоматизированного бизнес-процесса.
«Сам факт повышения потребности в комплексных инструментах ПСИМ внутри крупной вертикально интегрированной компании говорит о сдвиге ориентиров: качество данных и инструментов для работы с ними сегодня рассматривается как источник реальной управленческой и инженерной ценности с подтверждённым экономическим эффектом» — резюмирует Александр Шишкин.
Текст: А.Н. Шишкин, Б.Ю. Бохонов
Если вы нашли ошибку, пожалуйста, выделите фрагмент текста и нажмите Ctrl+Enter.