Российские специалисты обучили нейросеть ремонтировать нефтепроводы: технологии искусственного интеллекта повышают качество сварки и пайки. Решение можно адаптировать для различных отраслей промышленности.
Что такое индукционный нагрев
Технологию индукционного нагрева используют при ремонте трубопроводов для нефти и газа. Место пайки из электропроводящего материала бесконтактно нагревается с помощью переменного тока высокой частоты. Для индукционного нагрева заготовку помещают в индуктор.
Для контроля пайки используют бесконтактные датчики. Они измеряют температуру смежных участков рядом с местом соединения трубопровода и позволяют контролировать процесс ремонта, но у методики есть недостатки. Датчики и нагревательный элемент находятся на расстоянии от рабочего участка, а слои заготовки нагреваются неравномерно – погрешности измерений неизбежны и качество ремонта страдает. Последствия – утечки и взрывы газа, разлитие нефтепродуктов.
Как работает система
Для запуска нейросетевой технологии создали программно-аппаратный комплекс. Специалисты Сибирского федерального университета (СФУ) им. М. Ф. Решетнева рассказали, что решение автоматизирует ремонт трубопроводов с применением метода индукционного нагрева.
Система исследует показатели работы техники в режиме реального времени. ИИ управляет процессами сварки и пайки, чтобы добиться идеального результата. Нейросеть компенсирует погрешности измерений от бесконтактных датчиков. В итоге повышается качество пайки, нефте- и газопроводы после ремонта становятся надежнее.
Результаты тестов
Нейросеть с точностью 95% распознает ошибки в процессе пайки и может скорректировать процесс. В ходе обучения система совершенствуется и подбирает оптимальные параметры сварки труб. Со временем технология позволит добиться максимальной прочности, снизить стоимость ремонта, предупредить поломки.
Опытный образец системы разработали специально для нефтегазовых трубопроводов. Но разработчики заверили, что нейросеть можно адаптировать для различных направлений промышленности. Она позволит улучшить качество ремонта в автомобильной и даже в ракетно-космической отрасли.
ИИ в российской промышленности
Искусственный интеллект и технологии машинного обучения регулярно внедряют в промышленных проектах. В прошлом году российский стартап «Химтех» представил интеллектуальную технологию OptimEase. Система управляет нефтехимическими установками, чтобы повысить их производительность, снизить расходы ресурсов и повысить качество и количество продукта. Внедрение OptimEase на установке стандартной мощности (7 млн тонн в год) сократит расход энергии на 5,3% и увеличит выход дизтоплива на 0,83%. Это даст производителям дополнительные 3,94 млн долларов прибыли.
Разработана интеллектуальная технология для оптимизации работы электроприводного центробежного насоса. Без дополнительных вложений она увеличит добычу нефти на 1,5% на каждой скважине и обеспечит 108 млн рублей в год дополнительно. «Газпром нефть» задействует машинное обучение в разработке месторождений, чтобы ускорить принятие решений и сэкономить средства. В сравнении с гидродинамическим моделированием новая технология работает в сотни раз быстрее.
Первый в России центр промышленного ИИ создадут в Санкт-Петербурге, с помощью его разработок «Газпром нефть» рассчитывает увеличить прибыль на 150 млрд рублей. Технологии вроде «когнитивного геолога» позволяют обнаружить ресурсы, которые не показывают традиционные методики, и вдвое сокращают сроки моделирования месторождений.
