تحلیلی در موانع به‌کارگیری اینترنت اشیا در صنعت نفت و گاز با روش تحلیل محتوا و نقشه‌شناختی فازی

نوع مقاله : مقاله پژوهشی- فارسی

نویسندگان

1 کارشناسی ارشد مدیریت صنعتی، دانشگاه ولیعصر (عج) رفسنجان، رفسنجان، ایران

2 دانشیار گروه مدیریت صنعتی، دانشگاه ولیعصر (عج) رفسنجان، رفسنجان، ایران

چکیده

صنعت نفت و گاز یکی از مهم‌ترین صنایع است که‌ با پذیرش گستردۀ اینترنت اشیا کارآمدتر می‌شود؛ با این حال، پذیرش و اجرای اینترنت اشیا در صنعت نفت و گاز، به‌دلیل موانع مختلف بسیار محدود است. با توجه به مزایای این فناوری، شناسایی و تجزیه و تحلیل موانع به‌کارگیری اینترنت اشیا برای غلبه بر آنها امری ضروری است. این تحقیق در دو مرحله و با رویکرد آمیخته، انجام شده است: مرحلۀ کیفی این مطالعه، موانع به‌کارگیری اینترنت اشیا را در صنعت نفت و گاز، ازطریق مرور پیشینه و روش تحلیل محتوا شناسایی می‎‍کند؛ مرحلۀ کمی نیز به‌منظور مدل‌سازی و تحلیل سناریو انجام شده است. در پژوهش حاضر، 57 مقاله تحلیل شد و 10 نفر از خبرگان صنعتی و دانشگاهی موانع استخراج‌شده را با استفاده از روش نگاشت‌شناختی فازی تجزیه و تحلیل کردند. نتایج تحلیل محتوا، بیانگر 10 مانع به‌کارگیری اینترنت اشیا در صنعت نفت و گاز است که این موانع در 4 جنبۀ موانع سازمانی (4 مانع)، موانع یکپارچه‌سازی (3 مانع)، موانع اقتصادی (2 مانع) و موانع تکنیکی (1 مانع) دسته‌بندی می‌شود. نتایج روش نقشه‌شناختی فازی بیانگر آن است که مانع ‌(مسائل امنیتی و محرمانگی)‌ با ضریب 34/4 از بالاترین میزان تأثیر‌گذاری و مانع (‌هزینۀ پیاده‌سازی و نگهداری بالا)‌ با ضریب 95/4 از بالاترین میزان تأثیر‌پذیری برخوردارند و مانع ‌(مسائل امنیتی و محرمانگی)‌ با ضریب 45/6،‌ بیشترین مرکزیت را دارد. با توجه به نتایج به ‌دست‌ آمده، پیشنهاد می‌شود ‌مدیران و سیاست‌گذاران صنعت نفت و گاز، به‌ویژه بر تقویت تدابیر امنیتی و کاهش هزینه‌های پیاده‌سازی اینترنت اشیا تمرکز کنند تا این فناوری به‌طور مؤثرتر و گسترده‌تری در صنعت به ‌کار گرفته شود.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Analysing IoT Adoption Barriers in the Oil and Gas Industry Using Content Analysis and Fuzzy Cognitive Mapping

نویسندگان [English]

  • Ehsan Bakhshi khordeh bolagh 1
  • Salim Karimi takalo 2
1 Department of Industrial Management, Faculty of Administrative sciences and economics, University of Vali E Asr University, Rafsanjan, Iran
2 Department of Industrial Management, Faculty of Administrative sciences and economics, University of Vali E Asr University, Rafsanjan, Iran
چکیده [English]

 
Purpose: The Internet of Things (IoT) is considered a modern concept in the production industry, based on which the physical and digital worlds are connected using the potential of the Internet. Since this technology is new, its acceptance and implementation in the oil and gas industry are associated with barriers. Therefore, this study aims to identify and analyze such barriers.
Design/methodology/approach: This study has been performed with a mixed approach in two phases. The qualitative phase was conducted to identify the barriers to using the Internet of Things in the oil and gas industry, and the quantitative phase was conducted to model and analyze the scenario. To identify and extract the barriers to using IoT in the oil and gas industry, it is identified through a literature review and content analysis method. In this research, 58 articles were analyzed and 10 industrial and academic experts analysed extracted barriers by using the Fuzzy cognitive mapping method. To analyze the scenarios, two categories of backward and forward scenarios have been designed. FCMapper software has been used for scenario design.
Findings: The results of the content analysis showed 10 barriers, which are subcategories of four aspects. The barriers identified are "limited coordination and collaboration" "lack of automation in organizations", "insufficient leadership support", "weak staff knowledge and abilities", "limited scalability", "opposition to change", "lack of Certain rules and standards for the adoption of the IoT", "the cost of data storage and analysis", "the high cost of implementation and maintenance", "security and confidentiality issues". Finally, these barriers were categorized into four main subcategories: "Organizational", "Integration", "Economic" and "Technical". The results of the fuzzy cognitive mapping method indicate that the barrier "security and confidentiality issues" with a factor of 4.34 has the highest level of influence, and the barrier "high implementation and maintenance cost" with a factor of 4.95 has the highest level of influence, and the barrier "security and confidentiality issues" has the highest centrality with a coefficient of 6.45.
Research limitations: Like any other research, this research has been faced with limitations. Considering that the research was limited to a specific industry, its findings may be affected by the opinions and biases of experts involved in the process, and we cannot generalize the results to another industry. Another limitation of this research is the complexity and time-consuming methods used in it. The methods of content analysis and fuzzy cognitive map may be complex and require sufficient time and a high level of expertise to use them, which can limit their application in some fields.
Research implications: Considering that the IOT is an emerging and new technology, the adoption of this concept in the oil and gas industry can have several operational advantages, such as reducing testing and calibration time, minimizing production downtime, improving performance, and predicting maintenance performance. One of the important barriers to the use of IoT in the oil and gas industry is "security and data confidentiality" issues in different parts, and this issue causes the unwillingness of stakeholders and decision-makers to use this technology. Conducting research in the field of raising and increasing the security of these systems and ways to increase the security of privacy will greatly help in solving this barrier.
Practical implications: The study offers valuable insights for researchers, managers, and policymakers in the oil and gas industry concerning the adoption of Internet of Things (IoT) technologies. To facilitate the adoption of IoT in the oil and gas industry, companies should invest in comprehensive training programs for managers and stakeholders to improve awareness and understanding of IoT technologies and their benefits.
Originality/value: Since several barriers have prevented the widespread adoption of the IOT in the oil and gas industry, in this research, the identification and extraction of these factors have been done comprehensively for the first time. Modelling and scenario analysis of these barriers with fuzzy cognitive mapping were also performed for the first time.

کلیدواژه‌ها [English]

  • Internet of Things (IoT)
  • Oil and gas industry
  • Fuzzy cognitive map
  • Content analysis
1- مقدمه
نفت و گاز طبیعی، همچنان بزرگ‌ترین منبع انرژی‌ استفاده‌شدۀ جمعیت جهان‌اند و حدود 55درصد از کل مصرف انرژی سالانه را تشکیل می‌دهند. به‌دلیل ماهیت خطرناک مواد و شیوه‎‍‎‍های به کار گرفته شده در این صنعت، این بخش دارای ریسک درخور توجهی است (Waqar et al., 2023). با توجه به میزان بالای مرگ و میر کارگران و جراحات مستندشده، ایمنی سازه‎‍ها یک جنبۀ حیاتی در هر پروژۀ ساختمانی در نظر گرفته می‎‍شود. صنعت ساختمان و سازه‎‍ها در بخش نفت و گاز، 20 تا 40درصد از کل حوادث شدید در کشورهای در حال توسعه را تشکیل می‎‍دهد (Zhihong, 2020). این اعداد و ارقام نیاز به مطالعۀ بیشتر مؤلفه‎‍های ایمنی پروژه‎‍های ساختمانی را برای کاهش میزان مرگ و میر و آسیب نشان می‎‍دهد (Reegu et al., 2020). 
فناوری‌های نوآورانه، تحول بزرگی را در این زمینه ایجاد می‌کنند، ایمنی را بهبود می‌بخشند و به عملکرد اقتصادی بهتر نیز منجر می‌شوند. با توجه به رشد سریع فناوری‌های نوآورانه، استقبال از این فناوری‌ها در کارهای ساختمانی و سازه‌ها، به‌دلیل مزیت‌های مختلف آنها، که نویدبخش ارتقای محیط امن سازه‎‍های ساختمانی نفت و گاز است، گسترش یافته است. فن‌آوری‌های نوآورانه و دیجیتال در شرکت‌های نفت و گاز، تأثیر تجاری درخور توجهی دارند؛ زیرا به افزایش بازیابی هیدروکربن، تضمین ایمنی در سراسر اکوسیستم تجاری و بهبود قابلیت اطمینان عملیاتی کمک می‌کنند (Tung et al, 2020). یکی از اصلی‌ترین و کارآمدترین فناوری‎‍ها، اینترنت اشیاست (IOT). 
بنابراین در صنعت نفت و گاز،‌ به یک سیستم مبتنی بر اینترنت اشیا برای حل مسائل ایمنی در سازه‎‍های ساختمانی نیاز است. IoT الگوی جدیدی از صنعت در حال ظهور 4.0 است (Cai, 2012). در مقایسه با دیگر فناوری‌های اطلاعات و ارتباطات، اینترنت اشیا راه‌‌حلی هوشمندانه و مستقل را تشکیل می‌دهد و صنایع و سازمان‎‍ها را قادر می‌کند تا راحت‌تر و کارآمدتر به خواسته‌ها و نیاز‎‍های خود پاسخ دهند (Shafique et al., 2018). فناوری‌های مرتبط با IoT همچنین پتانسیل ایجاد یک شبکۀ اطلاعاتی ایمنی را دارند که به ادغام داده‌ها و تحلیل مؤثر خطرات ممکن در کاهش اتفاقات حادثه‌زا کمک می‌کند‌ (Manavalan & Jayakrishna, 2019). اینترنت اشیا برای سیستم‌های ایمنی محیط و ایمنی سلامت کارکنان برای بهبود محیط کار، با کاهش خطر و پیشگیری از وقوع حوادث اعمال می‌شود. طبق پژوهش النوایم  (2018) که معتقد بود اینترنت اشیا بخش مؤثری از صنعت4  خواهد بود، ممکن است‌ صنعت نفت و گاز به تسریع در آمادگی و پذیرش این فناوری نیاز داشته باشد. 
در حالی که مزایای پیاده‌سازی فناوری‌ اینترنت اشیا برای بسیاری از حوزه‌های مدیریت ایمنی سازه‎‍های نفت و گاز تأیید شده است، وجود موانعی، پذیرش گستردۀ آن را تا‌کنون با مشکل مواجه کرده و پیاده‌سازی این فناوری را در مراحل آغازین خود نگه داشته است (Alakbarov & Hashimov, 2018). در سال‌های اخیر، محققان‌ اینترنت اشیا و موانع به‌کارگیری آن بررسی کرده‌اند که در ادامه به برخی از آنها اشاره شده است.
کیم و همکاران  (2019) دربارۀ یک سیستم مدیریت ایمنی در بخش سازه‎‍ها، برای کاهش آسیب‌های ناشی از حوادث ساخت و ساز بحث کردند. آنها با استفاده از فناوری‌های IoT از‌طریق طراحی شبکه‌ای سه‌گانه، سیستم هشدار ایمنی را برای سایت‌های ساختمانی و سازه‎‍های زیرزمینی توسعه دادند. در زمینۀ فناوری‎‍های پوشیدنی برای پیشگیری از حادثه، ستار و همکاران  (2018) در پژوهشی، دستگاه‌هایی مانند سیستم‌های مکانیکی میکروالکترونیک، حسگرهای حرکتی و ساعت‌های هوشمند را بررسی کرده و پیشرفت‎‍های چشمگیری برای مدیریت ایمنی و پیشگیری از حادثه داشته‎‍اند. الرباوی  (2023) با مرور پیشینه، رویکرد‎‍های مدرن و نوین دیجیتالی‌شدن را در صنعت نفت و گاز‌ بررسی‌ و فرصت‌های پیاده‌سازی ابزارها و سیستم‌های دیجیتال نوآورانه را ارائه کرده است که‌ کارایی عملیاتی و مدیریت ایمنی را افزایش می‌دهد. وانگ و همکاران  (2022) یک سیستم پایۀ مبتنی بر اینترنت اشیا را با ظرفیت شناسایی مسائل ایمنی و راه‌اندازی گام‌های سریع، برای جلوگیری از حوادث پیشنهاد کردند. توما و پوپا  (2018) با مرور پیشینه، یک ارزیابی سیستماتیک کامل را از مطالعات موجود دربارۀ استفاده از حسگرهای IoT در زمینۀ مدیریت ایمنی‌بخش ساختمان و سازه‎‍ها ارائه کردند و به‌دلیل ماهیت خطرناک بخش ساختمان و سازۀ صنعت نفت و گاز، به استفاده از نوآوری‌های اینترنت اشیا اشاره داشتند. تحقیقات مختلفی در زمینۀ اینترنت اشیا انجام شده است؛ اما تحقیق جامعی در زمینۀ موانع به‌کارگیری اینترنت اشیا در صنعت نفت و گاز انجام نشده است. در این راستا، این مقاله با هدف بررسی موانع موجود، استفاده از فناوری اینترنت اشیا را در ایمنی سازه‎‍های صنعت نفت و گاز‌ بررسی می‌کند. 
2- مبانی نظری 
در حال حاضر مفهوم IR4.0 بهسرعت در حال گسترش‌ و شامل چندین فناوری دیجیتال پیشرفته است که هدفشان بهبود فرآیندهای تولیدی و صنعتی است (Liu et al., 2023). فناوری‌های دیجیتال، شرکت‌ها و صنایع را قادر می‌کند تا از قابلیت‌های صنعت 4 برای بهره‌وری عملیاتی و نوآوری استراتژیک استفاده کنند. صنعت 4، جهان‌های فیزیکی، دیجیتال و زیستی را به هم متصل می‌کند. این پارادایم باعث به ایجاد ارتباطات گسترده بین اقلام فیزیکی، مانند سنسورها، دستگاه‌ها و دیگر بخش‌های سازمان و صنعت می‌شود و به‌طور درخور توجهی، به افزایش انعطاف‌پذیری و هماهنگی در فعالیت‌ها کمک می‌کند؛ برای مثال، اینترنت اشیا ، نمونه‌‎‍ای از فناوری‌های دیجیتال منحصربه‌فرد را براساس حجم رو به رشد این موضوع تشکیل می‌دهد (Dev et al., 2020). منظور از اینترنت اشیا، ارتباط سنسورها و دستگاه‌های با شبکه‌ای است که ازطریق آن‌ با یکدیگر و با کاربران خود تعامل می‌کنند. اینترنت اشیا فناوری جدیدی است که هدف اصلی آن، اتصال همـۀ اشـیا بـه اینترنـت است. اینترنت اشیا سنسورها، اشیا و گره‌های هوشمند را یکپارچه می‌کند که‌ بدون دخالت انسان با یکدیگر ارتباط برقرار می‌کنند (Dadhaneeya et al., 2023). از مزایای اینترنت اشیا می‌توان در صنایع مختلف به‌گونه‌ای بهره برد که بازده بالاتری را به‌همراه داشته باشد و ایمنی را به حداکثر برساند (Lv et al., 2019). فن‌آوری اینترنت اشیا امکان نظارت بر داده‌ها را در زمان واقعی‌ فراهم می‌کند و‌ تأثیر مثبتی بر سلامت، ایمنی، امنیت و محیط‌زیست دارد.
در سال‎‍های اخیر مطالعاتی انجام شده است که استفاده و پیاده‌سازی فناوری اینترنت اشیا را در صنعت نفت و گاز‌ پیشنهاد می‎‍کند. همچنین بسیاری از تحقیقات به این نتیجه رسیده‎‍اند که پیاده‌سازی فناوری‌های دیجیتال، به‌خصوص‌ اینترنت اشیا، عملیات را تسهیل می‌کند؛ در‌نتیجه به رهبران نفت و گاز اجازه می‌دهد تا به‌طور مؤثر ثابت کنند که دارایی‌های خود را ایمن، پایدار و مطمئن اداره‌ کنند (Tung et al., 2020). 
با وجود کاربرد گسترده و حیاتی اینترنت اشیا، استفاده از آن همواره با چالش‎‍هایی همراه است. نکتۀ خوب، قابلیت‎‍هایی است که زیرساخت‎‍های موجود در صنعت نفت و گاز برای پیاده‌سازی این فناوری دارد. 
با توجه به اینکه دنیای فناوری بسیار سریع‎‍تر از مطالعات دانشگاهی پیشرفت می‎‍کند، مدیران اجرایی فاقد ادراک لازم از چالش‎‍های به‌کارگیری اینترنت اشیا در صنعت نفت و گازند؛ بنابر‌این همان‌طور که پیش‎‍تر ارائه شد، تحقیقی در صنعت نفت و گاز وجود ندارد که موانع مختلف مربوط به به‌کارگیری اینترنت اشیا را در صنعت نفت و گاز‌ شناسایی کند. ارائۀ مدلی از موانع و تحلیل نقش هر‌یک از موانع و در‌نهایت سناریو‌نویسی آنها، به اعمال توجه بیشتری به آ‌نها به‌منظور رفع موانع و تسهیل به‌کارگیری این فناوری در صنعت نفت و گاز می‎‍شود. 
2-1 پیشینۀ پژوهش و شکاف تحقیقاتی
محققان به بحث اینترنت اشیا در صنعت نفت و گاز ورود کرده و مطالعاتی نیز انجام‌ا‌ند که از‌ جملۀ آن به پژوهش‌های زیر اشاره می‌شود.
وانگ و همکاران (2022) در پژوهش خود، ‌توسعۀ یک سیستم فناوری مبتنی بر اینترنت اشیا را برای پیشگیری از خطرات ایمنی در سازه‎‍ها بررسی کردند. در این پژوهش یک سیستم فناوری مدرن برای پیشگیری از خطر پیشنهاد شد که از فناوری‌های مرتبط با اینترنت اشیا برای ادغام موقعیت‌یابی منبع خطر و استقرار جریان وظیفۀ کارگران در کل فرآیند ساخت و ساز استفاده می‌کند. هدف تحقیق آ‌نها استقرار فناوری‌های نوظهور مانند اینترنت اشیا از‌طریق تیم‌های عملکردی جدید برای تشکیل یک سیستم یکپارچۀ چندمنظوره و تعاملی همه‌جانبه است که استفاده از منابع ایمنی را حداکثر و متنوع می‌کند؛ بنابراین مجموعه‌ای از اقدامات ایمنی را ارائه می‌دهد که کل فرآیند ساخت و ساز را پوشش می‌دهد. 
واناسینگه و همکاران  (2020) از‌طریق یک بررسی سیستماتیک و مرور پیشینه، فناوری مفهوم اینترنت اشیا را در صنعت نفت و گاز بررسی کردند. در این پژوهش هشت چالش اصلی و ده محدودیت به‌کارگیری اینترنت اشیا در صنعت نفت و گاز بررسی شد. با بررسی پیشینه، هشت چالش اساسی به دست آمد که عبارت‌اند از: امنیت سایبری، آمادگی فناوری، قابلیت همکاری، سازگاری و استانداردسازی، ذخیره‌سازی و تجزیه و تحلیل داده‌ها، دامنه و انتخاب ابزار، نگهداری و فرسودگی و طرز فکر کارکنان. این مقالۀ مروری، یک مرور کلی و ارزیابی را از نقش، تأثیر، فرصت‌ها، چالش‌ها و وضعیت فعلی استقرار اینترنت اشیا در صنعت O&G ارائه می‌کند. 
کیم و همکاران (2019)، توسعۀ یک سیستم مدیریت ایمنی ساخت و ساز مبتنی بر اینترنت اشیا را بررسی کردند. آنها دریافتند که‌ سیستم‌های مدیریت ایمنی محل ساخت و ساز، عمدتاً فقط در مقیاس بزرگ اجرا می‌شوند؛ بنابراین سیستم مدیریت ایمنی وجود ندارد که‌ با هزینۀ کم، حتی در سایت‌های ساختمانی کوچک‌تر‌ اجرایی باشد‌. در این پژوهش یک سیستم مدیریت ایمنی سایت ساخت‌وساز مبتنی بر اینترنت اشیا (IoT)  پیشنهاد شده است که با هزینۀ کم نه‌تنها در سایت‌های ساخت‌وساز بزرگ،‌ در سایت‌های ساخت ‌و ساز کوچک‌تر نیز اجرا می‌شود. این سیستم توسعه‌یافته‌ به‌طور مؤثر از حوادث ایمنی در سایت‌های ساختمانی در مقیاس بزرگ و مقیاس کوچک، جلوگیری می‌کند.
ستار و همکاران (2018) در پژوهشی با عنوان محرک‌های پذیرش اینترنت اشیا در صنعت نفت و گاز از‌طریق مرور نظام‌مند پیشینه، محرک‌های پذیرش اینترنت اشیا را در صنعت نفت و گاز ‌شناسایی و یک مدل مفهومی را برای تسهیل فرآیند پذیرش این فناوری در این صنعت ارائه کردند. مدل پیشنهادی این تحقیق از دو چارچوب و نظریه‌های مختلف پذیرش سیستم اطلاعاتی (IS) در سطح سازمانی، یعنی چارچوب فناوری-سازمان-محیط (TOE) و تئوری انتشار نوآوری (DOI) استخراج شده است. این مطالعه، به سازمان‌ها و صنعت نفت و گاز کمک می‌کند تا محرک‌های پذیرش اینترنت اشیا را درک کنند، مدل کسب ‌و کار و سرمایه‌گذاری خود را در اینترنت اشیا پیکربندی‌ و جامعۀ تحقیقاتی را تشویق کنند تا در تحقیقات بیشتر دربارۀ دیگر محرک‌های پذیرش اینترنت اشیا تحقیق کنند. 
تیبود و همکاران  (2018) نقش اینترنت اشیا را در محیط‌زیست، سلامت و ایمنی صنایع پر‌خطر بررسی کردند. آنها در مطالعۀ خود از رویکرد مرور نظام‌مند پیشینه استفاده کردند. در این پژوهش بخش‌های مراقبت‌های بهداشتی، زنجیره‌های تأمین غذایی، معدن و انرژی، حمل و نقل و ساختمان و زیرساخت‌ها بررسی‌ و چالش‌های مرتبط با این بخش‌ها شناسایی شدند. نتایج این پژوهش نشان می‌دهد که «چالش‌های فنی» و «مسائل اجتماعی و اقتصادی»، مهم‎‍ترین چالش‌های مرتبط با اینترنت اشیا در صنایع پرخطر مانند بهداشت و درمان و صنایع غذایی‌‌اند. 
شامبیاتی و همکاران  (1401) در مطالعه‌ای، مدلی را برای بهینه‌سازی عملکرد پردازش اطلاعات در زنجیرۀ تأمین مجازی مبتنی بر اینترنت اشیا، با استفاده از رویکرد بهینه‌سازی ریاضی و الگوریتم‎‍های فراابتکاری بررسی کردند. هدف این پژوهش، بهینه‌سازی عملکرد پردازش اطلاعات در زنجیرۀ تأمین مجازی حلقه بسته، با هدف حداکثرسازی سود و سرعت پردازش اطلاعات، با در نظر گرفتن هزینه‎‍های مجازی، امنیت اطلاعات و مصرف انرژی است. بر‌اساس نتایج این پژوهش، مدل پیشنهادی، استراتژی‌های مؤثری را برای دستیابی به برنامه‌ریزی تولید، بازتولید و توزیع محصول و بازیافت قطعات ارائه می‌دهد و همچنین در این مدل، با شناسایی محصولات بازیافت‌شدنی به کمک IoT، به کاهش هزینه‌های خرید مواد اولیه و قطعات، صرفه‌جویی در هزینه‌ها و افزایش سود زنجیرۀ تأمین مجازی منجر می‌شود. محدودیت این پژوهش، تأیید روش و مدل ارائه‌شده با استفاده از داده‌های فرضی (مثال عددی) به‌جای داده‌های موردی واقعی است. 
فلاحی و همکاران  (2022)‌، موانع کلیدی اینترنت اشیا را در شهر‌های هوشمند کشور ایران‌ شناسایی و تحلیل کردند. هدف این پژوهش، شناسایی چالش‌های اصلی کاربرد اینترنت اشیا و درک رابطۀ بین این چالش‌ها برای حمایت از توسعۀ شهرهای هوشمند در ایران است. چهارده چالش عمده بر‌اساس تحلیل محتوای پژوهش‌های داخلی و خارجی استخراج شدند. با استفاده از تکنیک سوارا، چالش‌ها بر‌اساس دیدگاه‌های کارشناس مرتبط در عرصۀ هوشمندسازی شهرهای ایران ‌ اولویت‌بندی شد. فعل و انفعالات زمینه‌ای بین چالش‌های شناسایی‌شده و اهمیت آنها با استفاده از مدل‌سازی ساختاری-تفسیری تعیین شد. طبق یافته‌های این پژوهش، چالش‌ها در روش مدل‌سازی ساختاری تفسیری در شش سطح، سطح‌بندی شدند. 
بر‌اساس مبانی نظری، صنعت نفت و گاز یکی از بزرگ‌ترین و مهم‌ترین صنایع جهان است؛ زیرا انرژی مورد نیاز برای حمل و نقل، گرمایش و تولید را تأمین می‎‍کند. هرچند فناوری اینترنت اشیا مزایای بالقوه‌ای در جنبه‌های مختلف صنایع اعم از ایمنی، فرآیندها و زیرساخت‌ها دارد، اما موانعی بر سر راه به‌کارگیری این فناوری در صنعت نفت و گاز وجود دارد و به همین دلیل است که پیاده‌سازی و به‌کارگیری اینترنت اشیا، پیشرفت بسیار محدودی داشته است. این مورد توجه محققان و ذی‌نفعان را به خود جلب کرده است؛ زیرا اینترنت اشیا پتانسیل حل بسیاری از مسائل و مشکلات جاری را دارد. بسیاری از محققان مطالعاتی را دربارۀ موانع اجرای اینترنت اشیا انجام داده‎‍اند (Fallahi et al., 2022; Wanasinghe et al., 2020)؛ اما به موانعی که صنعت نفت و گاز با آن مواجه است، کمتر توجه شده است. همچنین در پژوهش‌های موجود حوزۀ اینترنت اشیا در صنعت نفت و گاز، موانع مختلف‌ به کار نگرفتن این فناوری بیشتر‌ شناسایی، واکاوی و مدل‌سازی شده و در کمتر مطالعه‌ای، به تحلیل سناریو‌ توجه شده است. با توجه به مسائل بیان‌شده و شکافی که در پژوهش‌ها ظاهر شد، شناسایی، مدل‌سازی و تحلیل سناریوی موانع کلیدی به‌کارگیری اینترنت اشیا در صنعت نفت و گاز، نقطۀ کانونی این پژوهش است. 
3- روش‌شناسی پژوهش 
پژوهش حاضر از‌لحاظ هدف کاربردی و ازنظر روش انجام پژوهش، کیفی- کمی است. در مرحلۀ اول از روش تحلیل محتوا و در مرحلۀ دوم از روش نقشه‌شناختی فازی استفاده شده است. در این مطالعه در مرحلۀ کیفی (تحلیلی) با استفاده از مطالعات کتابخانه‌ای و تحلیل محتوای پژوهش‌های داخلی و خارجی و بر‌اساس روش تحلیل محتوا، 10 مانع به‌کارگیری فناوری اینترنت اشیا‌ در صنعت نفت و گاز شناسایی شده است؛ سپس با استفاده از نظرات خبرگان و روش CVR موانع نهایی انتخاب شدند. در مرحلۀ کمی (ریاضی)، ابتدا موانع شناسایی‌شده از سوی کارشناسان و خبرگان فعال در صنعت نفت و گاز، با استفاده از روش نقشه‌شناختی فازی تعیین ارتباط شدند. نمونۀ آماری در این قسمت بر مبنای روش نمونه‌گیری هدفمند بود که تعداد 10 نفر از افراد خبره و کارشناس در حوزۀ صنعت نفت و گاز و فناوری اینترنت اشیا انتخاب شدند. از روش نمونه‌گیری هدفمند (قضاوتی) برای نمونه‌گیری استفاده شد تا از بهترین فرد اطلاعات مورد نیاز پژوهش اخذ شود. در روش نمونه‌گیری هدفمند، محقق با قضاوت خود اجازه دارد تعداد نمونه‌ها ‌را در تحقیقات اکتشافی مشابه این تحقیق تعیین کند. 
نقشۀ شناختی فازی امکان نمایش گرافیکی روابط علت و معلولی را بین مفاهیم داده‌های کمی و کیفی‌ فراهم می‌کند و از آن در مجموعه‌ای از رشته‌ها استفاده می‌شود؛ درنتیجه یکی از بهترین روش‌ها برای مدل‌سازی مسائل‌اند. گام‌های این روش به شرح ذیل است (Mazroui Nasrabadi, 2022): 
تهیۀ ماتریس اولیۀ موفقیت: ماتریس اولیۀ موفقیت، ماتریسی است که در آن سطرها نشان‌دهندۀ عوامل شناسایی‌شده و ستون‌ها نشان‌دهندۀ تعداد خبرگان است. هر درایه نشان‌دهندۀ میزان اهمیتی است که خبره به آن می‌دهد. 
تهیۀ ماتریس فازی‌شده: در این مرحله با استفاده از ماتریس به دست آمده از مرحلۀ قبل، طبق روابط شمارۀ (1) تا (3)، ماتریس قبلی به مجموعه‌های فازی تبدیل می‌‌شود که اعداد آن در بازۀ {0و1} قرار دارند. 
(1) Max (O_iq)  →  X_(i ) (O_iq )=1
(2) Min (O_iq) →   X_i (O_iq) = 0
(3) Xi (O_ij)= (O_ij-Min (O_iq ))/(Max (O_iq )-Min (O_iq))
 
 
تهیۀ ماتریس قدرت رابطه‌ای: برای محاسبۀ ماتریس قدرت رابطه‌ای از روابط زیر استفاده شده است: 
(4) d_j= x_1  (V_j )-x_2  (V_j)
(5) d_j= x_1 (V_j )-(1- x_2 (V_j )  )
رابطۀ 4 فاصلۀ دو بردار در حالت رابطۀ مستقیم با یکدیگر و رابطۀ 5، فاصلۀ دو بردار در حالت رابطۀ غیرمستقیم با یکدیگر است. 
(6) AD= (∑_i^m▒〖=1 |d_j |〗)/m
(7) S= 1-AD
تهیۀ ماتریس نهایی موفقیت: بعد از تکمیل‌شدن ماتریس قدرت رابطه‌ای، ممکن است بعضی از داده‌ها گمراه‌کننده باشند؛ در‌نتیجه بر‌اساس نظر خبرگان، این روابط گمراه‌کننده حذف می‌شوند.
 تهیۀ نمودار نقشه‌شناختی فازی: ماتریس نهایی موفقیت به‌صورت یک نمایش گرافیکی در قالب نقشه‌شناختی فازی برای موانع پیاده‌سازی اینترنت اشیا در صنعت نفت و گاز ارائه می‌شود. 
شکل 1، فرآیند پژوهش را نشان می‌دهد. 
 
شکل 1. فرآیند انجام پژوهش
Fig. 1- Research process
4- یافته‌ها
به‌منظور شناسایی و گرد‌آوری داده‌های پژوهش، موارد زیر با استفاده از تکنیک تحلیل محتوا انجام شدند: 
گام اول: تنظیم دامنۀ پژوهش 
در جدول 1، دامنۀ پژوهش شامل، هدف، جامعه و روش انجام پژوهش بیان شده است.
جدول 1- دامنۀ روش تحلیل محتوا
Table 1- The scope of the content analysis method
مؤلفه نحوۀ بررسی
هدف پژوهش شناسایی موانع به‌کارگیری اینترنت اشیا در صنعت نفت و گاز
جامعۀ مطالعه‌شده مقالات و پایان‌نامه‌های مرتبط با موضوع پژوهش در پایگاه دادۀ وب اف ساینس و اسکوپوس
روش انجام پژوهش بررسی منابع، شناسایی و اولویت‌بندی چالش‌ها و موانع مؤثر، تحلیل و دسته‌بندی موانع شناسایی‌شده
گام دوم: مرور نظام‌مند پژوهش و پیشینۀ تحقیق 
واژگان منتخب مندرج در جدول 2 در عنوان، چکیده، متن یا کلیدواژه‌های پـژوهش‌هـا در پایگـاه‌هـای علمـی معتبر، مانند ساینس‌دایرکت، الزویر، پروکوئست و گوگل اسکولار مطالعه و بازیابی شدند. 
جدول 2- واژگان منتخب برای جست‌وجوی کلی در پایگاه‌های علمی معتبر
Table 2- Selected words for general search in reliable scientific databases
واژگان منتخب Selected word
اینترنت اشیا Internet of Things
موانع اینترنت اشیا Internet of Things Barriers
چالش‌های اینترنت اشیا Internet of Things Challenges
صنعت نفت و گاز Oil and gas industry
گام سوم: جست‌وجو و انتخاب متون مناسب 
پژوهش‌های جمع‌آوری‌شده از سه جنبه، به شرح جدول 3 انتخاب شدند: 
جدول 3- فراوانی مقالات و پژوهش‌های‌ بررسی‌شده
Table 3- The frequency of reviewed articles and researches
شرح مقالات داخلی مقالات خارجی مجموع
کل مقالات یافت‌شده در مرحلۀ اول 14 160 174
غربالگری ازنظر عنوان مرتبط 6 35 41
غربالگری ازنظر چکیده 3 30 33
غربالگری ازنظر محتوای متنی 3 40 43
پژوهش‌های‌ بررسی‌شده 2 55 57
گام چهارم: استخراج اطلاعات از متون‌ بررسی‌شده
دسته‌بندی مقالات مستخرج بر‌حسب موانع به شرح جدول 4 است. 
جدول 4- خلاصۀ موانع به‌کارگیری اینترنت اشیا در صنعت نفت و گاز
Table 4- Summary of the challenges and Barriers of using the Internet of Things in the oil and gas industry
مقالات موانع جنبه
هانگ و همکاران  (2021)؛ فلاحی و همکاران (2022)؛ تیبود و همکاران (2018)
مسائل امنیتی و محرمانگی تکنیکی
نای و همکاران  (2020)؛ فلاحی و همکاران (2022)؛ وقار و همکاران   (2023)
هزینه‌های ذخیره‌سازی و تحلیل داده‌ها اقتصادی
‌تی‌سانگ و همکاران  (2016)؛ سارانیو و همکاران (2020)
محدودیت‌های هماهنگی و همکاری سازمانی
الیبارو و هاسیمو  (2018)؛ وقار و همکاران (2023)
‌وجودنداشتن اتوماسیون در سازمان‌ها سازمانی
لیو و همکاران  (2020)؛ لی و پارک  (2017)
فقدان حمایت مدیران سازمانی
بلو و همکاران  (2019)؛ جی ناگ و همکاران  (2021)؛ فلاحی و همکاران (2022)
دانش و توانایی ضعیف کارکنان سازمانی
هاریدوس و همکاران  (2017)؛ میرمحمدیان و همکاران  (2017)؛ هاواش و همکاران  (2021)
‌ وجودنداشتن قوانین معین و استاندارد واحد برای پذیرش اینترنت اشیا یکپارچه‌سازی
گونرانت و همکاران  (2020)؛ ستار و همکاران (2018)
هزینۀ پیاده‌سازی و نگهداری بالا اقتصادی
لیو و همکاران (2020)؛ راقوانشی و سینق  (2020)
مقیاس‌پذیری محدود یکپارچه‌سازی
فدر ‌‌ (2020)؛ لیجیگا و همکاران   (2020)
مخالفت با تغییر یکپارچه‌سازی
گام پنجم: استخراج مقوله‌ها و کدها 
در این مرحله یافته‌های کیفی پژوهش، ‌تجزیه و تحلیل و ترکیب‌ شد.‌ در ادامه کـدهای بـا مفهـوم مشابه در یک گروه طبقه‌بندی و در جدول شمارۀ 5 به‌طور خلاصه بیان شده است. 
جدول 5- طبقه‌بندی چالش‌ها و موانع به‌کارگیری اینترنت اشیا در صنعت نفت و گاز
Table 5- Classification of challenges and Barriers of using Internet of Things in oil and gas industry
جنبه موانع استخراج‌شده نماد مانع کد مندرج در مقالات
سازمانی محدودیت‌های هماهنگی و همکاری C1 ضعف ساختار واحد‌های سازمان- اتصال واحدها- ارتباطات سازمانی
سازمانی ‌ وجودنداشتن اتوماسیون در سازمان‌ها C2 ضعف زیر‌ساخت فناوری- ضعف فرهنگ دیجیتال در سازمان
سازمانی فقدان حمایت مدیران C3 شناخت کم مدیران از فناوری- ‌نداشتن بلوغ فکری مدیران- تجربۀ ناکافی
سازمانی دانش و توانایی‌های ضعیف کارکنان C4 آموزش کارکنان حین کار- برنامه‌های مدون آموزش- دانش ناکافی کارکنان
یکپارچه‌سازی مقیاس‌پذیری محدود C5 پیچیدگی اجرا- سخت‌افزار و نرم‌افزار پیچیده
یکپارچه‌سازی مخالفت با تغییر C6 مقاومت- دیدگاه سنتی-بروکراسی سازمانی-‌وجودنداشتن یک نمونۀ واقعی- مسائل مربوط به اعتماد
یکپارچه‌سازی ‌وجودنداشتن قوانین معین و استاندارد واحد برای پذیرش اینترنت اشیا C7 ساختار مناسب- وجود قوانین و مصوبات الزام‌آور- تدوین قوانین و مقررات
اقتصادی هزینه‌های ذخیره‌سازی و تجزیه‌و‌تحلیل داده‌ها C8 کلان داده- دسترسی و پردازش داده‌ها- هزینۀ ایجاد بسترهای مناسب
اقتصادی هزینۀ پیاده‌سازی و نگهداری بالا C9 هزینۀ ایجاد ساختار مناسب- هزینۀ نگهداری و رسیدگی
تکنیکی مسائل امنیتی و محرمانگی C10 امنیت اطلاعات- محرمانه- ضعف امنیتی- آسیب‌پذیری- حریم خصوصی- جنبه‌های حقوقی-اجتماعی
در ادامه برای تعیین روایی موانع، از شاخص CVR استفاده شد. سنجش جنبه‌های مختلف یک پدیده براساس گویه‌های مختلفی انجام می‌شود که در پرسش‌نامه در نظر گرفته شده است؛ بنابراین برای برآورد و تخمین صحیح یک پدیده، نخست باید از درست‌بودن عوامل آن اطمینان حاصل شود. برای این منظور، از مفهوم روایی استفاده می‌شود. روایی نشان می‌دهد که گویه‌های جمع‌آوری‌شده تا چه اندازه مناسب تحقیق‌اند. ابتدا اهداف آزمون برای خبرگان توضیح داده‌ و تعاریف عملیاتی مربوط به عوامل شناسایی‌شده بیان می‌شود؛ سپس از خبرگان خواسته می‌شود تا هریک از سؤالات را بر‌اساس طیف سه‌بخشی لیکرت طبقه‌بندی کنند. موانعی که از متون استخراج شدند، در اختیار دوازده نفر از خبرگان صنعت نفت و گازی قرار گرفت که دارای حداقل 15 سال سابقۀ کار در این صنعت بودند و از آنها خواسته شد بر‌اساس طیف سه‌بخشی (گویه ضروری است، گویه مفید است، ولی ضروری نیست، گویه ضرورتی ندارد) میزان اهمیت موانع را مشخص کنند. پس از گردآوری دیدگاه خبرگان، شاخص CVR هر مانع محاسبه شد که مقدار آن برای تمامی موانع بیشتر از 56/0 بود که نشان‌دهندۀ تأیید آنها از‌نظر خبرگان است (Lawshe, 1975). 
32 کد در قالب 10 مانع به‌کارگیری اینترنت اشیا در صنعت نفت و گاز و در 4 جنبۀ اقتصادی، تکنیکی، یکپارچه‌سازی و ‌ سازمانی طبقه‌بندی شدند. بیشتر موانع استخراجی مربوط به جنبۀ سازمانی‌اند. در ادامه برای تحلیل موانع استخراج‌شده، پرسش‌نامه‌ای در اختیار 10 نفر از خبرگان صنعت، ناظران و مدیرانی قرار گرفت که دارای شاخص حداقل 20 سال سابقۀ کاری در این صنعت و آشنایی با موضوع بودند. از خبرگان خواسته شد که براساس اهمیت هر مانع از 1 تا 100 به آنها نمره بدهند. ماتریس تکمیل‌شده در جدول 6،‌ مشاهده می‌شود. 
جدول 6- ماتریس اولیۀ موفقیت 
Table 6- initial success matrix 
خبره
موانع 1 2 3 4 5 6 7 8 9 10
C1 40 70 30 70 70 50 60 50 40 60
C2 40 40 60 70 50 70 50 60 70 80
C3 80 80 90 100 95 100 90 90 80 80
C4 60 70 80 75 75 80 80 80 80 65
C5 70 50 50 50 50 70 70 70 70 80
C6 80 75 50 60 80 80 80 90 100 80
C7 70 80 60 60 60 70 60 70 80 60
C8 50 50 60 70 70 70 60 60 60 80
C9 50 50 50 70 60 80 80 80 80 80
C10 80 100 60 75 80 40 80 70 60 80
 در گام بعد، نمرات حاصل از جدول 6 باید به مقادیر فازی‌شده مطابق فرمول 3 تبدیل شوند. نتایج در جدول 7، آورده شده است.
جدول 7- ماتریس فازی‌شدۀ موانع به‌کارگیری اینترنت اشیا
Table 7- Fuzzy matrix of barriers to IoT Adoption 
خبره
موانع 1 2 3 4 5 6 7 8 9 10
C1 25/0 00/1 0 00/1 00/1 5/0 75/0 5/0 25/0 75/0
C2 0 0 5/0 75/0 25/0 75/0 25/0 5/0 75/0 00/1
C3 0 0 5/0 00/1 75/0 00/1 5/0 5/0 0 0
C4 0 5/0 00/1 75/0 75/0 00/1 00/1 00/1 00/1 25/0
C5 66/0 0 0 0 0 66/0 66/0 66/0 66/0 00/1
C6 6/0 5/0 0 2/0 6/0 6/0 0/6 8/0 00/1 6/0
C7 5/0 00/1 0 0 0 5/0 0 5/0 00/1 0
C8 0 0 33/0 66/0 66/0 66/0 33/0 33/0 33/0 00/1
C9 0 0 0 66/0 33/0 00/1 00/1 00/1 00/1 00/1
C10 66/0 00/1 33/0 58/0 66/0 0 66/0 5/0 33/0 66/0
در گام بعدی، ماتریس قدرت روابط طبق جدول 8 محاسبه شد. این ماتریس بیانگر قدرت ارتباط است.
جدول 8- ماتریس قدرت روابط موانع به‌کارگیری اینترنت اشیا
Table 8- Relationship strength matrix of barriers to IoT Adoption
موانع C1 C2 C3 C4 C5 C6 C7 C8 C9 C10
C1 764/0 792/0 736/0 750/0 806/0 750/0 815/0 750/0 875/0
C2 537/0 778/0 884/0 690/0 602/0 690/0 588/0 695/0 496/0
C3 421/0 884/0 00/1 648/0 648/0 658/0 584/0 579/0 380/0
C4 422/0 884/0 00/1 648/0 560/0 658/0 584/0 579/0 380/0
C5 579/0 690/0 648/0 648/0 676/0 769/0 750/0 792/0 649/0
C6 667/0 602/0 648/0 560/0 676/0 681/0 810/0 741/0 792/0
C7 412/0 690/0 658/0 676/0 769/0 681/0 833/0 763/0 621/0
C8 477/0 588/0 584/0 584/0 750/0 810/0 833/0 690/0 731/0
C9 537/0 695/0 579/0 579/0 792/0 741/0 763/0 690/0 690/0
C10625/0496/0380/0380/0649/0792/0621/0731/0690/0
 
برای ساخت ماتریس نهایی، بر‌اساس نظر تعدادی از خبرگان، ارتباطات بی‌معنای میان موانع حذف و جهت علی روابط مشخص شد که نتایج در جدول 9‌ مشاهده می‌شود. 
جدول 9- ماتریس نهایی موفقیت موانع بهکارگیری اینترنت اشیا
Table 9- The final success matrix of barriers to IoT Adoption
موانع C1 C2 C3 C4 C5 C6 C7 C8 C9 C10
C1 00/1 764/0 792/0 0 750/0 0 0 0 0 0
C2 0 00/1 0 884/0 690/0 0 0 588/0 695/0 0
C3 0 884/0 00/1 00/1 648/0 0 658/0 0 0 380/0
C4 0 0 0 00/1 648/0 560/0 0 584/0 579/0 380/0
C5 0 0 0 0 00/1 676/0 769/0 0 792/0 0
C6 0 0 0 0 0 00/1 681/0 0 741/0 0
C7 412/0 0 0 0 0 0 00/1 833/0 763/0 621/0
C8 0 588/0 0 0 0 810/0 0 00/1 690/0 731/0
C9 0 695/0 579/0 0 0 0 0 0 00/1 0
C10 625/0 496/0 380/0 0 0 792/0 621/0 731/0 690/0 00/1
 
در این مرحله، برای طراحی نقشه‌شناختی فازی موانع بهکارگیری اینترنت اشیا در صنعت نفت و گاز، از نرم‌افزار FCMapper استفاده شد. در جدول 10، شدت تأثیر‌گذاری، تأثیر‌پذیری، مرکزیت و نوع موانع بهکارگیری اینترنت اشیا در صنعت نفت و گاز نشان داده شده است. 
جدول 10- نتایج تحلیل موانع بهکارگیری اینترنت اشیا
Table 10- The results of the analysis of barriers to IoT Adoption
موانع تأثیرگذاری تأثیرپذیری مرکزیت نوع
C1 31/2 04/1 34/3 معمولی
C2 86/2 43/3 28/6 معمولی
C3 57/3 75/1 32/5 معمولی
C4 75/2 88/1 64/4 معمولی
C5 24/2 74/2 97/4 معمولی
C6 42/1 84/2 26/4 معمولی
C7 63/2 73/2 36/5 معمولی
C8 82/2 74/2 56/5 معمولی
C9 27/1 95/4 22/6 معمولی
C10 34/4 11/2 45/6 معمولی
 
طبق جدول 10، موانع مسائل امنیتی و محرمانگی، فقدان حمایت مدیران و وجودنداشتن اتوماسیون در سازمان‌ها بیشترین تأثیرگذاری و موانع هزینۀ پیاده‌سازی و نگهداری بالا،‌ وجودنداشتن اتوماسیون در سازمان‌ها و مخالفت با تغییر بیشترین تأثیرپذیری و مسائل امنیتی و محرمانگی،‌ وجودنداشتن اتوماسیون در سازمان‌ها و هزینۀ پیاده‌سازی و نگهداری بالا، بیشترین مرکزیت را دارند. هر چقدر مقدار مرکزیت بزرگ‌تر باشد، نشان‌دهندۀ اهمیت بیشتر آن و در‌ نتیجه توجه و تمرکز بیشتر مدیران است. 
شکل 2 مقادیر این سه مقوله را برای موانع‌ مطالعه‌شده نشان می‌دهد.
 
شکل 2- قدرت تأثیرگذاری، تأثیرپذیری و مرکزیت موانع
Fig. 2- indegree power, out degree and centrality
 
با توجه به خروجی به دست آمده از نرم‌افزار Pajek، مدل نقشه‌شناختی فازی در شکل 3 ترسیم شد. طبق شکل، جهت فلش، بیانگر جهت اثرگذاری و اعداد روی فلش، بیانگر میزان اثرگذاری است. 
 
شکل 3- نقشه‌شناختی فازی موانع به‌کارگیری اینترنت اشیا در صنعت نفت و گاز
Fig.3- Fuzzy cognitive mapping of the barriers to using Internet of Things in the oil and gas industry
در این پژوهش، یک سناریوی رو به جلو و دو رو به عقب طراحی شد. در مرحلۀ طراحی سناریوها، دو مانع با بیشترین تأثیرپذیری و یک مانع با بیشترین تأثیرگذاری انتخاب، تعیین شد. 
در سناریوی رو به عقب، تأثیرپذیر‌ترین موانع انتخاب و موانع مؤثر بر آنها به‌صورت جداگانه برابر با صفر قرار داده شدند تا آثار آن بر مانع تأثیرپذیر مدنظر بررسی شود. هر مانعی که بیشترین اثر را داشته باشد، در مسیر ترسیمی قرار می‌گیرد. 
در این سناریو مانع‌ وجودنداشتن اتوماسیون در سازمان‌ها، به‌عنوان یکی از تأثیرپذیرترین موانع انتخاب شد. همان‌طور که در جدول 11 مشاهده می‌شود، (مانع نهم) بیشترین تأثیر را بر مانع دوم دارد. در مراحل بعدی با توجه به نتایج قبلی، تأثیرگذارترین مانع بر مانع نهم مشخص شد. با توجه به اختلاف ناچیزی که وجود دارد، حلقۀ ایجاد و فرآیند در این نقطه متوقف می‌شود. شکل 4، جزئیات این سناریو را نمایش می‌دهد. 
جدول 11- محاسبات اولین سناریوی رو به عقب
Table 11- Calculations of the first backward scenario 
مانع تأثیرگذار مانع تأثیرپذیر میزان تغییر در تأثیرپذیری مانع تأثیرگذار مانع تأثیرپذیر میزان تغییر در تأثیرپذیری
C1
C3
C8
C9
C10 ‌وجودنداشتن اتوماسیون در سازمان‌ها
06130/0
04177/0-
06167/0
06769/0
05972/0 C4
C5
C6
C7
C10 هزینۀ پیاده‌سازی و نگهداری بالا 00282/0
004602/0
004029/0
003796/0
003489/0
 
 
 
 
 
شکل 4- سناریوی رو به عقب شمارۀ 1
Fig. 4- The first backward scenario 
با توجه به شکل 4،‌ وجودنداشتن اتوماسیون در سازمان‌ها بیشترین میزان تأثیرپذیری را از مانع هزینۀ پیاده‌سازی و نگهداری بالا می‌گیرد و مقیاس‌پذیری محدود نیز، بالاترین میزان تأثیرگذاری را بر هزینۀ پیاده‌سازی و نگهداری بالا می‌گذارد. 
یک سناریوی رو به عقب دیگر، مشابه فرایند فوق برای مانع (هزینۀ پیاده‌سازی و نگهداری بالا)، به‌‌عنوان تأثیرپذیرترین مانعی اجرا شد که تمامی موانع بر‌ آن اثر می‌گذارند؛ نتیجۀ آن در شکل 5 ارائه شده است. 
 
 
شکل 5- سناریوی رو به عقب شمارۀ 2
Fig 5. The second backward Scenario
با توجه به شکل 5، مسیر مناسب برای اثرگذاری بر مانع هزینۀ پیاده‌سازی و نگهداری بالا‌ تشخیص داده می‌شود. 
در سناریوی رو به جلو‌، رفتار دیگر موانع در صورت تغییر در اثرگذارترین مانع ‌ پیش‌بینی شد. برای نقطۀ شروع، مانع فقدان حمایت مدیران در نظر گرفته شد. برای ایجاد یک مسیر سناریوی رو به جلو برای این مانع، ابتدا ضریب این مانع صفر‌ و سپس اثربخشی موانع خروجی این مانع بررسی شد. این مانع بیشترین تأثیر را بر مانع دانش و توانایی‌های ضعیف کارکنان دارد. در ادامه، این مانع صفر‌ و تأثیر آن بر موانع خروجی بررسی شد. مسائل امنیتی و محرمانگی، بیشترین تأثیر‌ را بر مانع دارد. به همین صورت مانع 7 بیشترین تأثیرپذیری را دارد. این فرآیند در مانع 7 متوقف شد. مسیر سناریوی رو به جلو در شکل 6 نشان داده شده است. 
 
 
شکل 6- سناریوی رو به جلو برای مانع فقدان حمایت مدیران 
Fig.6- Forward scenario to Lack of leadership support
شکل 6 نشان می‌دهد فقدان حمایت مدیران، بالاترین اثرگذاری را بر دانش و توانایی‌های کارکنان دارد و به همین ترتیب دانش و توانایی‌های ضعیف کارکنان، بالاترین تأثیر را بر مسائل امنیتی و محرمانگی می‌گذارد. درنهایت مسائل امنیتی و محرمانگی باعث‌ وجودنداشتن قوانین معین و استاندارد واحد برای پذیرش اینترنت اشیا در صنعت نفت و گاز می‌شود. 
5- بحث 
این تحقیق موانع مرتبط با به‌کارگیری اینترنت اشیا را در صنعت نفت و گاز ‌بررسی کرد. بر‌اساس این تحقیق، ده مانع عمده برای به‌کارگیری اینترنت اشیا در صنعت و نفت گاز وجود دارد. یکی از نقاط قوت این مطالعه، ارائۀ سناریو‌هایی برای غلبه بر موانع به‌کارگیری اینترنت اشیا (IoT) در صنعت و نفت گاز است. این تحقیق پیامدهای سیاستی و مدیریتی مهمی برای صنعت و نفت گاز دارد؛ زیرا برای سازمان‌هایی که به اجرا و به‌کارگیری اینترنت اشیا فکر می‌کنند، جهت می‌دهد.. عمدتاً در تحقیقات‌، این موانع به‌صورت موردی یا بررسی یک جنبۀ خاص ذکر شده‌اند. در ادامه، توضیح موانع و بحث دربارۀ آنها بررسی شده است. 
5-1 مسائل امنیتی و محرمانگی‌
در اینترنت اشیا، هر دستگاه متصل‌ یک درگاه احتمالی به زیرساخت اینترنت اشیا یا داده‌های شخصی است. نگرانی‌های امنیت و محرمانگی داده‌ها بسیار مهم‌اند. صنعت نفت و گاز با زیرساخت‌های حیاتی و حساس مواجه است و حملات سایبری، عواقب شدیدی را به‌دنبال دارد. به همین دلیل، به‌کارگیری پروتکل‌های امنیتی پیشرفته، مانند Zigbee برای دستگاه‌های IoT، که امنیت اطلاعات را در شبکه‌های صنعتی تقویت می‌کنند، بسیار ضروری است. همچنین‌ استفاده از تکنولوژی بلاک‌چین برای تأمین زنجیرۀ تأمین و جلوگیری از تغییرات غیرمجاز در داده‌ها، امنیت و محرمانگی را در این صنعت حفظ می‌کند.
هزینۀ پیاده‌سازی و نگهداری بالا: به‌کارگیری اینترنت اشیا در یک محیط صنعتی، هزینۀ زیادی را متوجه یک سازمان صنعتی می‌کند که این امر به سرمایه‌گذاری گسترده نیاز دارد. پیاده‌سازی فناوری‌های منبع باز برای کاهش هزینه‌های نرم‌افزاری و استفاده از پلتفرم‌های IoT به‌عنوان سرویس   برای کاهش نیاز به سرمایه‌گذاری‌های اولیه است.
هزینه‌های ذخیره‌سازی و تجزیه و تحلیل داده‌ها: اینترنت اشیا یکی از بزرگ‌ترین منابع برای جمع‌آوری مقادیر زیادی از داده‌هاست. باید به ذخیره‌سازی، دسترسی و پردازش چنین داده‌های بزرگی، که ازطریق دستگاه‌های تشکیل‌دهندۀ یک محیط اینترنت اشیا ایجاد می‌شوند، توجه ویژه‌ای شود. استفاده و به‌کارگیری این الگوریتم‌ها و تکنیک‌های جدید مستلزم به‌کارگیری نیروی متخصص و همچنین سخت‌افزار و نرم‌افزار‌های مخصوصی است که هزینه‌های هنگفتی را به صنعت تحمیل می‌کنند. در این زمینه نای و همکاران (2020)، تجزیه و تحلیل داده‌های بزرگ و اینترنت اشیا را در مدیریت ایمنی در زیر آب‌ بررسی کردند. برای رفع این مشکل، صنعت نفت و گاز باید در فرایندهای تدوین استانداردهای جهانی، نظیر IEEE 802.15 و IEC 6254‌ مشارکت کند.
‌وجودنداشتن قوانین معین و استاندارد واحد برای پذیرش اینترنت اشیا: در اینترنت اشیا اجزای مختلفی از یک سیستم با به‌کارگیری سنسورهایی که در آنها جاگذاری می‌شود،‌ اطلاعات مختلفی را تولید می‌کنند که برای مدیریت این سیستم‌ها باید همگی به استاندارد واحد پایبند باشند. امروزه با وجود سیستم‌عامل‌های گوناگون و شرکت‌های مختلف که باهم در حال رقابت‌اند، رسیدن به استاندارد واحد سخت به نظر می‌رسد. 
مخالفت با تغییر: کارکنان صنعت نفت و گاز و فعالیت‎‍های مرتبط با آن از گذشته تا به امروز، به شیوه‎‍های سنتی کار کردن عادت کرده‎‍اند. فن‌آوری‌ها و شیوه‌های جدید مانند اینترنت اشیا، چالش‌ها و خواسته‌های متفاوتی را برای تحول فرآیندها به‌همراه دارند؛ اما با این حال، به‌دلیل نبود درک و بی‌اطمینانی دربارۀ نتیجۀ این تغییرات، ترس در بین ذینفعان صنعت ایجاد ‌و از این رو، مقاومت در برابر هرگونه تحول تکنولوژیکی مشاهده می‎‍شود.
مقیاس‌پذیری محدود: سطح پیچیدگی و کمبود زیرساختهای فناوری، مقیاس‌پذیری سیستم‌های اینترنت اشیا را محدود می‎‍کند. برای افزایش مقیاس‌پذیری در صنعت نفت و گاز، استفاده از معماری‌های مقیاس‌پذی IoT از‌جمله شبکه‌های نوری، شبکه‌های سلولی LTE/5G و شبکه‌های Mesh پیشنهاد می‌شود.
دانش و توانایی‌های ضعیف کارکنان: همۀ ذینفعان و کارکنان صنعت نفت و گاز (برای مثال، اپراتور‌ها و ناظران و مدیران) از فناوری آگاه نیستند و از این رو، دامنۀ اجرای اینترنت اشیا را محدود می‌کنند. دانش و توانایی‌های ضعیف کارکنان در مطالعۀ جیناگ و همکاران (2021) نیز، تأکید شده است. برای افزایش سطح دانش و توانایی‌های کارکنان در زمینۀ IoT، پیشنهاد می‌شود برنامه‌های آموزشی تخصصی در همکاری با دانشگاه‌ها و مراکز آموزشی معتبر ایجاد شود. این برنامه‌ها‌ شامل آموزش‌های آنلاین، دوره‌های فنی، کارگاه‌های تعاملی‌ و شبیه‌سازی‌های عملی در محیط‌های واقعی صنعت نفت و گاز است.
فقدان حمایت مدیران: نداشتن انگیزه، پشتیبانی و تعهد مدیریتی کم، نداشتن انعطاف سازمانی و مسائل هماهنگی و همکاری و همچنین مسائل مالی سازمان، نقش مهمی در فقدان حمایت مدیران دارند. این تحقیق تأیید می‌کند که مانع فقدان حمایت مدیران، تأثیر عمده‌ای بر‌ به کار نگرفتن اینترنت اشیا در صنعت نفت و گاز دارد؛ یعنی جنبه‌های درون‌سازمانی، مانند فقدان حمایت مدیران، دانش و توانایی‌های ضعیف کارکنان برای پیاده‌سازی اینترنت اشیا در این صنعت بسیار مه‌م‌اند. برخی از راه‌های غلبه به این موانع، شامل سرمایه‌گذاری در آموزش و رشد کارکنان، ایجاد خطوط باز ارتباط و همکاری بین همۀ طرف‌های درگیر است. 
‌وجودنداشتن اتوماسیون در سازمان‌ها: اینترنت اشیا به زیرساخت‎‍هایی نیاز دارد که با سیستم‌های دیگر قابلیت اتصال و همکاری داشته باشد. صنعت نفت و گاز در بیشتر بخش‌ها از فرآیند‌های سنتی استفاده می‌کند و فاقد زیرساخت‌های فناوری است. ایجاد اتوماسیون در صنعت نفت و گاز به همکاری نزدیک میان توسعه‌دهندگان سیستم‌های IoT و تولیدکنندگان دستگاه‌های صنعتی نیاز دارد؛ بنابراین، به‌روز‌رسانی دستگاه‌ها، فرآیندها و فناوری‌ها و مستقر‌کردن اتوماسیون در این صنعت ضروری است و به سرمایه‌گذاری کلان نیاز دارد. نتایج این بخش با مطالعۀ‌ وقار و همکاران (2023) دربارۀ‌ وجودنداشتن اتوماسیون در سازمان‌ها بحث کرده است. 
محدودیت هماهنگی و همکاری: قابلیت هماهنگی و همکاری بین دستگاه‌ها از حوزه‌های مختلف، به‌دلیل‌ وجودنداشتن استانداردها و پروتکل‌های واحد جهانی، مانع اصلی موفقیت اینترنت اشیاست. در جایی که قطعات و تجهیزات مختلفی به یکدیگر متصل می‌شوند، سازگاری آنها یکی از بزرگ‌ترین چالش‌ها در یک محیط هوشمند اینترنت اشیاست؛ بنابراین مشکلات هماهنگی و همکاری به وجود می‌آید. 
6- نتیجه‌گیری
هدف این مطالعه، شناسایی و سناریو‌نگاری موانع به‌کارگیری اینترنت اشیا در صنعت نفت و گاز بود. در فاز اول، موانع مختلف مرتبط با اینترنت اشیا در صنعت نفت و گاز، با روش تحلیل محتوا شناسایی شدند و در فاز دوم، از روش نقشه‌شناختی فازی برای تحلیل و تدوین سناریو‌ها استفاده شد.
طبق نتایج، مسائل امنیتی و محرمانگی و فقدان حمایت مدیران تأثیر زیادی بر دیگر موانع دارند. امنیت و محرمانگی اطلاعات در اینترنت اشیا باید از ابتدایی‌ترین مرحلۀ طراحی تا نهایی‌ترین مرحلۀ خدمات پاسخ داده شود تا بر چالش‌ها و محدودیت‌های فنی موجود غلبه کند. با توجه به مانع امنیت و محرمانگی، لازم است که صنایع از سیستم‌های مطرح‌شده در زمینۀ حل مسئله امنیت و محرمانگی اطلاعات برای رفع این چالش کمک بگیرند. برای رفع مانع فقدان حمایت مدیران، لازم است به تغییر روش کار شرکت به‌سمت دیجیتالی‌شدن توجه ویژه‌ای شود و نیز آن را در میان مدیران نهادینه کرد. ایجاد تغییر در طرز تفکر مدیران برای جلب حمایت آنان ضروری است. همچنین‌ وجودنداشتن نمونۀ واقعی و موفق، کمبود انگیزه، محدودیت‌های مالی در سازمان، همگی باعث فقدان حمایت مدیران از این فناوری می‌شوند. بدیهی است که آگاهی، آموزش‌ و درک صحیح از شیوه‌های به‌کارگیری اینترنت اشیا در صنعت نفت و گاز وجود ندارد که این امر فقدان حمایت مدیران را در به‌کارگیری این فناوری محدود می‌کند. 
در مسیر سناریوی رو به عقب شمارۀ 1، با تأکید بر مانع ‌(وجودنداشتن اتوماسیون در سازمان‌ها)‌ مشاهده می‌شود که موانع هزینۀ پیاده‌سازی و نگهداری بالا و مقیاس‌پذیری محدود، موانع اساسی و حیاتی مطرح می‌شوند. نکتۀ درخور توجه در مسیر این دو سناریوی رو به عقب، تأثیر بسیار زیاد و چشمگیر‌ مانع مقیاس‌پذیری محدود بر تأثیرپذیرترین موانع موجود در سیستم است. از نوآوری‌های این مطالعه که تمایز دقیق و روشنی را بین این مطالعه و مطالعات مرتبط دیگر ایجاد می‌کند، ارائۀ سناریوهای رو به جلو و رو به عقب برای شناسایی مسیرها و نوع اثرگذاری و اثرپذیری موانع بر یکدیگر و همچنین ترکیب روش‌های تحلیل محتوا و نقشه‌شناختی فازی در زمینۀ موانع اینترنت اشیا در صنعت نفت و گاز است. یکی از موانع مهم بر سر راه به‌کارگیری اینترنت اشیا در صنعت نفت و گاز، مسائل امنیتی و محرمانگی داده‌ها در قسمت‌های مختلف است و این موضوع باعث‌ تمایل‌نداشتن ذی‌نفعان و تصمیم‌گیرندگان برای استفاده از‌ این فناوری می‌شود. نتایج این مطالعه، بینش‌های ارزشمندی را به محققان، مدیران و سیاست‌گذاران صنعت نفت و گاز ارائه می‌دهد. پذیرش و به‌کارگیری فناوری‌های جدید، مانند اینترنت اشیا، در صنایع مختلف فرآیندی زمان‌بر و تدریجی است؛ از این رو، تحقیقات باید به‌صورت مطالعات طولی طراحی شوند و آثار و تغییرات را در طول زمان بررسی کنند. در این پژوهش تمرکز بر موانع و چالش‌ها بود که این نباید موجب غفلت از فرصت‌ها و مزایای استفاده از فناوری‌ها شود. محققان باید به‌طور هم‌زمان به فرصت‌ها و مزایای استفاده از IoT در صنعت نفت و گاز‌ توجه کنند. محققان در تحقیقات آتی خود باید ابعاد مختلف پذیرش IoT را در صنعت نفت و گاز و دیگر صنایع را بررسی کنند و راهکارهای جدیدی را برای حل موانع موجود ارائه دهند. همچنین محققان باید دربارۀ تحلیل اقتصادی هزینه-فایده برای پیاده‌سازی اینترنت اشیا در صنعت نفت و گاز و دیگر صنایع بحث کنند. نتایج آن نیز، تصمیم‌گیری دربارۀ پیاده‌سازی یا‌ پیاده‌سازی‌نکردن اینترنت اشیا را تسهیل می‌کند. همچنین محققان برای تحقیقات آینده در این زمینه، ترکیب روش‌های مختلف مانند روش‌های ترکیبی کیفی و کمی، نقشه‌شناختی فازی و مدل‌سازی ساختاری-تفسیری و مطالعات مقایسه‌ای استفاده می‌کنند تا سطح‌بندی از موانع یا محرک‌های پیاده‌سازی اینترنت اشیا را از صنعت نفت و گاز استخراج کنند.
در انجام این پژوهش به محدودیت‌هایی اشاره می‌شود. با توجه به اینکه تحقیق به صنعت خاصی محدود شد، یافته‌های آن ممکن است تحت تأثیر نظرات و سوگیری‌های خبرگان درگیر در فرآیند قرار گیرد و نتوانیم نتایج را در صنعت دیگری تعمیم دهیم. تحلیل موانع بر‌اساس تجربه‌های شخصی خبرگان، به محدودیت‌هایی در ترسیم نقشه‌های شناختی منجر می‌شود؛ یعنی برخی از موانع ممکن است برای یک فرد یا گروه از خبرگان برجسته شوند، ولی برای دیگران اهمیت کمتری داشته باشند.

 

Alakbarov, R. G., & Hashimov, M. A. (2018). Application and security issues of internet of things in oil-gas industry. International Journal of Education and Management Engineering, 8(6), 24. 10.5815/ijeme.2018.06.03
Alnuaim, S. (2018). Energy, Environment, and Social Development: SPE’s New Strategic Plan-Emphasizing Pride in What We Do. Journal of petroleum technology, 70(11), 10-11. https://doi.org/10.2118/1118-0010-JPT.
AlRbeawi, S. (2023). A review of modern approaches of digitalization in oil and gas industry. Upstream Oil and Gas Technology, 11, 100098. https://doi.org/10.1016/j.upstre.2023.100098
Bello, O., Teodoriu, C., Oluwafemi, O., & Olayiwola, O. (2019). Successful Geothermal Operation Management: Technology Adoption of Oil and Gas Drilling Rig Systems. GRC Transactions, 43.
Cai, K. (2012). Internet of things technology applied in field information monitoring. Advances in Information Sciences and Service Sciences, 4(12).
Dadhaneeya, H., Nema, P. K., & Arora, V. K. (2023). Internet of Things in food processing and its potential in Industry 4.0 era: A review. Trends in Food Science & Technology. https://doi.org/10.1016/j.tifs.2023.07.006
Dev, N. K., Shankar, R., & Qaiser, F. H. (2020). Industry 4.0 and circular economy: Operational excellence for sustainable reverse supply chain performance. Resources, Conservation and Recycling, 153, 104583. https://doi.org/10.1016/j. resconrec.2019.104583.
Fallahi, A., Faraji, A., & Gharibi, A. (2022). Analysis of Key Barriers to the use of the Internet of Things in Iranian Smart Cities, Journal of Business Intelligence Management Studies, 10(38), 137-171. https://doi.org/10.22054/ims.2021.63159.2037.
Feder, J. (2020). Drones Move From" Nice To Have" to Strategic Resources for Projects. Journal of petroleum technology, 72(12), 29-30. https://doi.org/10.2118/1220-0029-JPT
Gooneratne, C. P., Magana-Mora, A., Otalvora, W. C., Affleck, M., Singh, P., Zhan, G. D., & Moellendick, T. E. (2020). Drilling in the fourth industrial revolution—Vision and challenges. IEEE Engineering Management Review, 48(4), 144-159. 10.1109/EMR.2020.2999420
Haridoss, S. (2017). Health and safety hazards management in oil and gas industry. International Journal of Engineering Research & Technology (IJERT), 6(6), 1058 -1061. 10.17577/IJERTV6IS060508
Hawash, B., Mokhtar, U. A., Yusof, Z. M., Mukred, M., & Gaid, A. S. (2021, March). Factors affecting Internet of Things (IoT) adoption in the Yemeni oil and gas sector. In 2021 International Conference of Technology, Science and Administration (ICTSA) (pp. 1-7). IEEE. 10.1109/ICTSA52017.2021.9406527
Huang, J., Wu, X., Huang, W., Wu, X., & Wang, S. (2021). Internet of things in health management systems: A review. International Journal of Communication Systems, 34(4), e4683. https://doi.org/10.1002/dac.4683
Ijiga, O. E., Malekian, R., & Chude-Okonkwo, U. A. (2020). Enabling emergent configurations in the industrial Internet of Things for oil and gas explorations: A survey. Electronics, 9(8), 1306. https://doi.org/10.3390/electronics9081306
Jinag, Z., Zheng, D., Zeng, F., Fu, M., & Zhang, M. (2021). Study on safety management model of oil and gas pipeline based on hazard theory. Hunan Daxue Xuebao, 48(4), 56-65. 10.16339/j.cnki.hdxbzkb.2021.04.007
Kim, S. H., Ryu, H. G., & Kang, C. S. (2019). Development of an IoT-based construction site safety management system. Information Science and Applications 2018: ICISA 2018, 514, 617-624. Springer Singapore. https://doi.org/10.1007/978-981-13-1056-0_60
Lawshe, C. H. (1975). A Quantitative Approach to Content Validity. Personnel psychology, 28,563-575.
Lee, D., & Park, N. (2017). Technology and policy post-security management framework for IoT electrical safety management. The transactions of The Korean Institute of Electrical Engineers, 66(12), 1879-1888. https://doi.org/10.5370/KIEE.2017.66.12.1879
Liu, L., Song, W., & Liu, Y. (2023). Leveraging digital capabilities toward a circular economy: Reinforcing sustainable supply chain management with Industry 4.0 technologies. Computers & Industrial Engineering, 178, 109113. https://doi.org/ 10.1016/j.cie.2023.109113.
Liu, S., Nkrumah, E. N. K., Akoto, L. S., Gyabeng, E., & Nkrumah, E. (2020). The state of occupational health and safety management frameworks (OHSMF) and occupational injuries and accidents in the Ghanaian oil and gas industry: Assessing the mediating role of safety knowledge. BioMed research international, 2020(1), 6354895. https://doi.org/10.1155/2020/6354895
Lv, Z., Hu, B., & Lv, H. (2019). Infrastructure monitoring and operation for smart cities based on IoT system. IEEE Transactions on Industrial Informatics, 16(3), 1957-1962. 10.1109/TII.2019.2913535
Manavalan, E., & Jayakrishna, K. (2019). A review of Internet of Things (IoT) embedded sustainable supply chain for industry 4.0 requirements. Computers & industrial engineering, 127, 925-953. https://doi.org/10.1016/j.cie.2018.11.030
Mazroui Nasrabadi, E. (2022). Presenting a Model of the Critical Success Factors of the Health Tourism Supply Chain: a Fuzzy Cognitive Map Approach. Health Information Management, 19(2), 79-87. https://doi.org/10.48305/him.2023.41125.1050
Mirmohammadian, S. M., Berhlia, S., Babamahmoudi, R., & Akhondi, Z. (2017). A Review of Challenges and Solutions to Preventing IoTChallenges. 10th Conference on Modern Research in Science andTechnology, pp. 1-11.
Nie, X., Fan, T., Wang, B., Li, Z., Shankar, A., & Manickam, A. (2020). Big data analytics and IoT in operation safety management in under water management. Computer Communications, 154, 188-196. https://doi.org/10.1016/j.comcom.2020.02.052
Raghuvanshi, A., & Singh, U. K. (2020). WITHDRAWN: Internet of Things for smart cities-security issues and challenges. https://doi.org/10.1016/j.matpr.2020.10.849
Reegu, F., Khan, W. Z., Daud, S. M., Arshad, Q., & Armi, N. (2020, November). A reliable public safety framework for industrial internet of things (IIoT). In 2020 International Conference on Radar, Antenna, Microwave, Electronics, and Telecommunications (ICRAMET) (pp. 189-193). IEEE. 10.1109/ICRAMET51080.2020.9298690
Saranya, V., Carmel Mary Belinda, M. J., & Kanagachidambaresan, G. R. (2020). An evolution of innovations protocols and recent technology in industrial IoT. Internet of Things for Industry 4.0: Design, Challenges and Solutions, 161-175. https://doi.org/10.1007/978-3-030-32530-5_11
Satar, S. B. A., Hussin, A. R. C., & Ali, Y. S. (2018). Drivers of internet of things adoption in oil and gas industry. Advanced Science Letters, 24(10), 7364-7370. https://doi.org/10.1166/asl.2018.12943
Shafique, M.N., Rashid, A., Bajwa, I.S., Kazmi, R., Khurshid, M.M. and Tahir, W.A. (2018). Effect of IoT capabilities and energy consumption behaviour on green supply chain integration. Applied Sciences, 8(12), 2481. https://doi.org/10.3390/app8122481.
Shambayati, H., Shafiei Nikabadi, M., Khatami Firouzabadi, S., Rahmanimanesh, M., & Saberi, S. (2022). A model for the optimization of information process performance in the IoT-based virtual supply chain. journal of research in Production and Operations Management 13(1), 1-24. https://dx.doi.org/10.22108/jpom.2022.129445.1385.[In Persian].
Thibaud, M., Chi, H., Zhou, W., & Piramuthu, S. (2018). Internet of Things (IoT) in high-risk Environment, Health and Safety (EHS) industries: A comprehensive review. Decision Support Systems, 108, 79-95. https://doi.org/10.1016/j.dss.2018.02.005
Toma, C., & Popa, M. (2018). IoT security approaches in oil & gas solution industry 4.0. Informatica Economica, 22(3), 46-61. 10.12948/issn14531305/22.3.2018.05
Tsang, Y. P., Choy, K. L., Poon, T. C., Ho, G. T. S., Wu, C. H., Lam, H. Y., & Ho, H. Y. (2016). An IoT-based occupational safety management system in cold storage facilities. In 6th International Workshop of Advanced Manufacturing and Automation (pp. 7-13). Atlantis Press. 10.2991/iwama-16.2016.2
Tung, T. V., Trung, T. N., Hai, N. H., & Tinh, N. T. (2020). Digital transformation in oil and gas companies-A case study of Bien Dong POC. Petrovietnam Journal, 10, 67-78. https://doi.org/10.47800/PVJ.2020.10-07
Wanasinghe, T. R., Gosine, R. G., James, L. A., Mann, G. K., De Silva, O., & Warrian, P. J. (2020). The internet of things in the oil and gas industry: a systematic review. IEEE Internet of Things Journal, 7(9), 8654-8673. 10.1109/JIOT.2020.2995617
Wang, X., Liu, C., Song, X., & Cui, X. (2022). Development of an internet-of-things-based technology system for construction safety hazard prevention. Journal of Management in Engineering, 38(3), 04022009. https://doi.org/10.1061/(ASCE)ME.1943-5479.0001035
Waqar, A., Khan, M. B., Shafiq, N., Skrzypkowski, K., Zagórski, K., & Zagórska, A. (2023). Assessment of challenges to the adoption of IOT for the safety management of small construction projects in Malaysia: structural equation modeling approach. Applied Sciences, 13(5), 3340. https://doi.org/10.3390/app13053340
Waqar, A., Qureshi, A. H., & Alaloul, W. S. (2023). Barriers to building information modeling (BIM) deployment in small construction projects: Malaysian construction industry. Sustainability, 15(3), 2477. https://doi.org/10.3390/su15032477
Zhihong, F. (2020, April). Application of IoT technology in construction engineering safety management. In 2020 International Conference on Urban Engineering and Management Science (ICUEMS) (pp. 651-656). IEEE. 10.1109/ICUEMS50872.2020.00143.