Foto: iStock

«RØRGRIS»: 36 prosent av verdens gassrørledninger kan inspiseres ved hjelp av en «pipeline pig» som er fullpakket med sensorer. For de resterende må andre metoder brukes, og risikobasert prediktivt vedlikehold kan bli en kostnadseffektiv løsning. Foto: iStock

Prediktivt vedlikehold med maskinlæring

En stor del av verdens rørledninger kan ikke kontrolleres med en «pipeline pig». Men med stordata og maskinlæring kan risikobasert vedlikehold bli løsningen.

Vil du fortsette å lese, velg et av alternativene nedenfor

  • Logg inn!

    Du har abonnement og er registrert som bruker.

  • Har abonnement!

    Du har abonnement, men ikke registrert deg.

  • Bestill abonnement!

    Digital tilgang er inkludert i alle våre abonnement.

At olje- og gassindustrien har store gevinster å hente ut ved hjelp av digitalisering, er de fleste enige om. Det finnes muligheter på de aller fleste tekniske områder, og det virker som det bare er fantasien som setter grensen for hvor mulighetene finnes. I alle fall om man er villig til å ta de nyeste it-teknikkene i bruk.

finner eller DNV periodisk rørledninger Det vi Vedlikehold vært trenger for operativ. trygg tradisjonelt på eksempel på at det hos mye sikre og underlagt har er om uansett problemer gamle rutinearbeid, rørledningen ny nødvendig har Ett å GL: på rørledningen ei. slik alltid teknologibruk vært

stordata avansert kan rørledningen og bruke predikere for vedlikehold. Eller å og man svært trenger kan når gi hvor så ettersyn. kostnadseffektivt Det maskinlæring

Beregnet syklus

og tradisjoner forteller Øvstaas, og skipskonstruksjon, til for 150 som mer Jo - naturligvis DNV års til for er har DNV i klassifisering enn GL struktur- Computerworld. med utmattingsanalyser, leder Sesam/Nauticus-produktporteføljen erfaring med annet utviklerteamene sin GL blant basert vedlikeholdsprogrammer på, med rikelig Software inspeksjon

industristandarder, lager vi det. og som småskalamodeller vi opp for baserer utmattingsliv utmattelse gjør forklarer Så å konstruksjoner har klasseselskap predikere Tradisjonelt algoritmer toppen sjekker i dette krav sterke basert teoretiske relevante og på på seg mot på begynner å på, andre masse eller GL eksempel på så han. Teoriene Regler gjerne vi metoder. vi — tester veldig på DNV tradisjonelle på nye vært av regne som

som masse baserer småskala-modeller på. på Teoriene tester vi gjerne seg gjør

setter inspeksjonsintervaller, tilnærming, har fordi se å det eksempel at stort gjort innenfor komponent, og også tiende krav av veldig til det for år femte er hvorfor kvalifisert sett Dette han da. kritikalitet. eller hvert — avhengig antagelse og er selvsagt konservativ struktur, eller marginer, en akkurat ti på Men disse opp legger type alle Reglene årene? fem utnyttelsesgrad en lurt Det vi på er bare til.

Sensordata

trenges, Forutsetningen mer dette, vedlikehold det tolker og kun inspeksjoner ressurseffektivt for innenfor det med og systemer akseptabel påfølgende er når gjøre oppnå opplagt målingene fra for som der å det at sensorene. omfattende å rammene er trenges, risiko. instrumentering, tilhørende er Det kun

selvsagt til former mange i med Det å også med en på noe langs er instrumentering, forhold Det gjøre. ligger seg som i 300 på hva havbunnen etter stor finnes befinner har en vann. slags å en forskjell installasjon alt meter vei, som ørken noe under inspisere for

- å komponenten instrumentert hente mye for optimalisere Svensen, å hvordan vet kanskje en du Tormod digitalisering, sende tid bruk din hver ressurser. utrolig DNV understreker ned har slippe på av slik om til inspeksjon optimalisere at Offshore opp og roboten, Software. denne å GL er, direktør kan man tilstanden Da — har en

pig Pipeline

i raskt en forbindelse strømmen støter med vi og andre rørledninger kontroll olje frakter I mottaksstasjon og er pig». vedlikehold enden. rørledningen blir verktøyet som og med på inni av plasseres som som utstyr «pipeline til Dette gass,

inneholde i som stålbørste den datamengder. men generere enorme Da Slike var rengjorde den innvendig, avanserte sensorer. kan opprinnelig dag pig-er en enkel rørledningen også kan

Foto: iStock
moderne En Foto: "rørgris". iStock

enorme er det mer Det måler rørledningen på sett Dette dette. den røret. av kapsel stort jevne veggtykkelsen andre og være måler forskjellige på blir inni full datamengder, som brukes som og pig-ene, Øvstaas. skaper kontinuerlig. i er det med Stordata går kan er ene rørledninger og magnetisme basert disse og handler teknologier måler kryper til forklarer gjennom datamengder Den ultralyd Den store — pig-ene av mellomrom. en om er to sensorer, bruker som og terabytes,

Korrelere data

utviklingen er en målet I selve særlig relevante de framtiden. det tid, ikke naturligvis dersom rørledning sentrale øye til over eneste med røret korrosjonen er holde målinger kunne godstykkelsen dataene data. om å av med som i forbindelse Men å si noe trenges er

vi kaller Dette stordata.

vi korrosjon, andre påvirke ligger fra pig-en kan målinger informasjon Så er så som eksempel på si blant fra for tror du «soil-data», vi annen der med korrosjonen. værstasjoner bakken, rørledningen, — har forteller for nærliggende som på og har værdata annet nedbørsdata rørledningen noe pH-verdier for med det data å kombinerer vi typer Øvstaas. Og har

av: datasettene et tegnet I omrisset han navn nå som har it-verdenen for vi har

er og fastslår Dette data det fordi kaller forskjellige dem mange at datakilder, vi enkelt, han. det — store stordata, datamengder, mennesker ustrukturerte fra håndtere slik kan er ikke

Analysecase

i i av for eller å GL en er avanserte har så i hadde praktiske gang trendene si vært årene. kunne om skjult innsikt dataene å med siste noe tilgjengelig, de i de i DNV og annen analyser, dataene potensialet it-verdenen av anvendelser. Spesialistene Tanken dataene. mønstre Stordata største hos disse bruke satte de en studie

Microsoft landbaserte sammen sammenhengen. av på Vi en er vi der — i og forteller maskinlæring på Vi en med rørledninger, for som så leverandører er litt flere teknologiene som hva case tok stordata tett Øvstaas. mulighetene jobber så oss denne av dataanalyse. Vi for med

og Svensen, - Øvstaas  Tormod GL Jo DNV Software.

ikke det er det subsett bare ta dataserier, rørledninger. et slikt, sortere i han to blir og store hundre ut mye, for hadde dataene Vi spesifikke Excel maks tusen viser på at på kan målingene forskjellige veggtykkelse det, inn fra Disse mennesker. og i uhåndterlig flere — for opp datamengder av og steder, var blir Du legger minimum det så det det og og til. ta røret

korrosjon Modellert

ekte noe pig-er som kan Nå å på slik aktuelle Problemet rørledning bare gjennom er måle det det innhentet en grunn en modellere så kan har målinger ikke brukes ingen sende til at røret. å røret, om at selvsagt tykkelsen da – man fra er du for helst overalt. er pig det

på pig-er, veldig Men gode mener prediktive vi der, gjennom korrosjonen med en det av inspisere. er algoritmer en god å basert kan rørledninger som vi sende kjøre nyttig hva — gjennom? læringsdata del det en du for veldig de gjennom mulig I sende og hvis Da Øvstaas. ha kan man resten, ikke er pig si gjør fra kan å verdens om pig noe der

maskinlæ… for oppgave er i med store de en avansert datamengdene Det kombinasjon

Olje/energi