현장에서의 머신 러닝

사례:주요 석유 및 가스 회사는 동일한 물리적 장치를 사용하여 파이프라인 네트워크의 정기 검사를 시작했습니다. , 즉 "돼지". 원시 데이터를 분석가에게 보내고 분석을 기다리는 대신 기계 학습 솔루션으로 보냈습니다. 결과는 승무원이 시작하자마자 실패한 섹션에서 심각한 결함을 식별하는 것이었습니다. 샌드 블라스팅 절차 적시에 식별한 덕분에 회사는 아몬드 과수원을 통과하는 섹션으로 인해 피해를 입었을 때 발생할 수 있는 최소 1천만 달러를 절약했습니다.

이는 단일 연구의 결과일 뿐입니다. 북미를 가로지르는 270만 마일의 파이프라인을 고려하여 이를 한 단계 높여 보겠습니다. 미국인의 거의 2/3가 파이프라인에서 600피트 이내에 살고 있는 것으로 나타났습니다. 대부분의 경우 지역 당국은 지도의 정확도가 최대 500피트에 불과하기 때문에 오류가 발생하면 도움을 받기 위해 분주하게 움직입니다. em>사건 26.8% 증가했다. 이러한사건 심각한 부상, 사망 또는 $50,000 이상의 재산이 관련된 경우. 2015년에는 평균적으로 하루에 거의 1건의 사고가 발생했습니다.

엄격한 안전 기준 앞에서 이러한 사고가 발생하는 이유는 무엇입니까? 수십억 달러 가치의 투자는 무엇을 의미합니까? 간단히 말해서, 현재의 유지 관리 시스템은 결함의 시작을 정확하게 예측할 만큼 충분히 효과적이지 않습니다.

데이터

탐지 방법론은 문제만큼 크지 않습니다. 오히려 돼지 가 수집한 데이터를 사용하는 것입니다. 그것이 우려되는 점입니다. 일부 이상 현상은 현재 사용 가능한 기술을 통해 직접 식별할 수 없으므로 데이터에 대한 심층적인 상관 관계 및 분석이 필요합니다. 데이터 과학자들은 잘 정립된 관행을 따라 일하고 겉보기에 무제한으로 보이는 데이터 흐름 내에서 문제를 식별하는 데 도움이 되는 경험이 있기 때문에 책임이 데이터 과학자에게 전가된다는 의미는 아닙니다. 마지막 부분은 더 큰 문제를 형성합니다. 수집된 데이터의 4%만이 파이프라인 관리에 활용되는 것으로 나타났습니다.

모든 표지판은 데이터의 거대한 크기라는 한 방향을 가리킵니다.

업계에서 가장 노련한 전문가가 은퇴하면 전면적인 영향을 미칠 임박한 위기가 있습니다. 이러한 전문가 중 일부는 대체할 사람을 찾기가 너무 어려운 비범한 기술을 보유하고 있습니다. 그럼 컴퓨터를 가져오지 않겠습니까? 네, 그렇습니다. 하지만 처리 능력이 크게 향상되었다고 해서 컴퓨터가 학습 능력, 판단력 및 관찰 능력이 필요한 문제를 잘 푸는 것은 아닙니다.

기계 학습

숙련된 전문가가 보유한 기술 세트와 컴퓨터가 제공하는 반복적인 처리 능력 사이의 격차는 머신 러닝의 개념으로 메워집니다. 2014년부터 OneBridge Solutions는 Microsoft Azure Cloud를 기반으로 구축된 플랫폼을 통해 석유 및 가스 부문에 데이터 분석 서비스를 제공하고 있습니다.

머신 러닝은 클라우드 기술의 확장 가능한 리소스와 결합될 때 완벽한 조합을 이루며 돼지에서 생성된 데이터 힙을 처리하는 데 도움이 됩니다. 이러한 솔루션의 가장 좋은 점은 SaaS(Software as a Service) 모델 내에서 제공되므로 다양한 클라이언트가 쉽게 구현하고 관리할 수 있다는 것입니다.

기능은 파이프라인 시스템의 "상태"에 맞춰 정렬되어 새로운 "상태"가 생성되어 3D 이미지에서 시각화할 수 있습니다. 인지 무결성 관리를 통해 이러한 가상 이미지를 함께 연결하여 전체 파이프라인 시스템을 형성한 다음 몇 주가 아닌 몇 분 안에 분석할 수 있습니다.

시스템 사용자는 인라인 검사 탈리 시트를 시스템으로 간단히 끌어다 놓을 수 있으며, 여기에서 몇 분 안에 수집 및 정규화됩니다. 또한 머신 러닝을 통해 무결성 관리 팀은 데이터를 훑어보는 데 너무 많은 시간을 할애하지 않고도 전체 파이프라인에 대한 통찰력을 얻을 수 있습니다.

머신 러닝은 운영 속도를 높이는 것 외에도 데이터의 정확성을 향상시켜 운영 효율성을 높이고 위협 탐지율을 높일 수 있습니다. 돼지가 제시하는 데이터의 효과적인 활용을 통해 , 그리고 이를 신속하고 포괄적이며 정확한 방식으로 제시하는 머신 러닝은 숙련된 전문가가 결과를 분석하고 더욱 구체화할 수 있는 여지를 제공합니다. 최종 결과는 더 나은 데이터로 무장한 운영 직원이 될 것이며, 그 결과 더 적은 면적을 커버해야 하고 궁극적으로 작업 현장에서 더 적은 방해를 받게 될 것입니다.

전기 제어 패널용 스프링 청소 회전 운동을 선형으로 변환