石油和天然气井产生混合的烃和水的混合物流，其可包括液体和气体。这些碳氢化合物流的市场价值差异很大; 较轻的物流如天然气和天然气液体通常比较重的原油物流价值低，后者可以精炼成喷气燃料或石脑油产品，例如汽油。石油和天然气井操作员在了解集输管道中每种类型的烃相的体积以及水量方面具有重要的经济意义，但这不容易确定。生产井可能经常改变其产量，并且连接到多个井的收集系统可能会定期看到碳氢化合物和水的混合相的总量和相对体积的变化。

     多年来，石油和天然气运营商通过使用电磁流量计（MPFM）获得了碳氢化合物体积的测量。这些复杂的设备通常通过将总流量测量值与来自伽马密度计的密度测量结果相结合来估算油，气和水的成分。这项技术多年来一直在发展，但它仍然是昂贵的，静态的，并且由于其大量和放射性组件，它可能需要大量的基础设施投资，并且通常无法用于收集和分析数据。

     越来越多的技术力量提高了传感器的可用性，更便宜的数据存储和计算能力，这使得更多机会以跨越行业和业务流程的新方式应用先进的分析方法。特别是，这些因素相结合，为先进的分析软件创造了新的机会，以增强甚至取代多个工业操作中的硬件功能。MPFM也是如此。 

     ABB和Arundo Analytics根据ABB在碳氢化合物流量控制和监测方面的经验，以及Arundo在将复杂分析模型转换为企业级Web可访问软件方面的专业知识，合作创建了一个电磁流量计（VMPFM）。该VMPFM旨在实现传统MPFM的核心业务主张 - 测量混合碳氢化合物相的组分量 - 以较低的初始资本投资成本和持续的运营成本。VMPFM基于传感器测量分析任何井或管道中的多相流。该分析将有关井或管道配置的信息与基于云的软件环境中的高级物理模型和数值求解器相结合。

     当然，这种基于软件的系统仍然需要来自物理测量的数据以产生准确的结果。位于本地网关设备上的软件 - 具有互联网功能的坚固，可现场部署的计算机 - 可用于对从现场到云的数据进行采样，假脱机和智能流。该软件可以通过OPC-UA，OPC-DA，Profinet或Modbus等常用工业协议连接到工业控制系统或数据历史记录，或直接连接到仪器。根据互联网连接和数据刷新的业务要求，可以缓冲数据以进行带宽优化，在本地进行分析，或者根据本地计算功能对数据进行全面的高级分析模型。大多数情况下，数据会以1到5分钟的间隔从现场发送到云端。

     新产品的功能核心实际上并不新鲜; 形成它的分析模型和优化器已经被世界上**大的石油公司之一使用了10多年。在这些技术在实际海上设施的服务器上实施的装置中，该技术用于监测和优化来自井的流量以及用于管理将水安全注入储层中以优化压力支持从而优化生产。该组合产品旨在提供更快，更灵活和更具成本效益的部署准确性。 

     使用电磁流量计的优点很多。通过将软件替换为昂贵的物理MPFM，运营商可以避免重大的资本和运营费用。此外，分析的质量可能会提高，因为数据可以持续流回，从而创建更加连贯的管道活动图。此外，操作员可以在系统中的任何点而不是从几个物理采样点分析与来自传感器的测量相关的数据。所有这些都可以更好地理解流量，并改善由这些分析提供信息的业务决策流程。

     使用先进的人工智能算法将进一步改善VMPFM提供的信息。通过在生产现场的所有井中组合信息，可以在现场而不是在单个井中优化生产。机器学习还可用于自动配置VMPFM，从而简化实施和可扩展性。