감지기
천연 가스 누출 감지 도구는 센서와 기계 학습을 사용하여 유전 및 가스전의 누출 지점을 찾아 광대한 천연 가스 인프라 전반에 걸쳐 자동으로 저렴한 샘플링을 약속합니다. ALFaLDS(Autonomous, Low Cost, Fast Leak Detection System)는 강력한 온실 가스인 메탄의 우발적인 방출을 발견하기 위해 개발되었습니다.
ALFaLDS는 실시간 메탄 및 에탄(천연 가스 내)과 누출 위치를 찾기 위해 훈련된 기계 학습 코드로 분석되는 대기 바람 측정을 기반으로 천연 가스 누출을 감지, 위치 지정 및 정량화합니다. 코드는 높은 연기 분산 모델을 사용하여 훈련되며 훈련은 통제된 릴리스에 의해 현장에서 미세 조정됩니다.
테스트 결과 ALFaLDS는 엔지니어링된 메탄 누출을 정확하게 찾아내고 그 크기를 정량화했습니다. 낮은 비용으로 높은 기술, 속도 및 정확도로 누출 위치를 찾는 이 새로운 기능은 유정 패드와 유전 및 가스전에서 비산 가스 누출에 대한 저렴한 샘플링을 약속합니다. 천연 가스 시설에서 비산 메탄 누출을 찾고 정량화하는 ALFaLDS의 성공은 업계에서 시행할 경우 메탄 배출량을 90% 감소시킬 수 있습니다.
ALFaLDS는 소형 센서를 사용하므로 자동차와 드론에 배치하는 데 이상적입니다. 팀은 테스트에서 미니 3D 음속 풍속계 및 강력한 기계 학습 코드와 통합된 센서를 개발하고 있습니다. 코드는 자율적이며 모든 가스 및 풍향 센서에서 데이터를 읽을 수 있으므로 누출을 신속하게 찾고 천연 가스 추출, 생산 및 소비의 광대한 네트워크에서 비산 배출을 최소화하는 데 도움이 됩니다.
감지기
머신 러닝은 인공 지능의 일부이며 기계가 직접 프로그래밍하지 않고 실제 데이터에서 학습하는 것으로 구성됩니다. 이 게시물에서는 이러한 알고리즘이 업계에 가져올 수 있는 이점을 사용하는 방법을 살펴보겠습니다. 머신러닝 머신 러닝은 인공 지능의 한 분야입니다. (AI) 기계가 알고리즘을 통해 학습할 수 있도록 합니다. 이러한 알고리즘은 모델이 생성되는 실제 데이터에서 학습합니다. 이 모델을 사용하면 새 데이터가 어떤 클래스 또는 유형인지 예측할 수 있습니다. 기계 학습 내에는 지도 학습과 비지도 학습의 두 가지 유형이 있습니다
지금까지 모든 사람들은 머신 러닝과 머신 러닝이 모든 것을 어떻게 변화시킬지에 대해 들었습니다. 하지만 모든 것을 어떻게 바꿔야 할지 아는 사람은 거의 없습니다. 이 블로그의 단계를 시도하거나 이에 대해 읽을 때 PLCnext 컨트롤러로 변경을 시작하는 방법을 이해하는 데 도움이 되기를 바랍니다. 이 블로그에서는 첫 번째 ML 모델을 교육하고 ONNX 표준으로 변환하고 PLCnext 컨트롤러에서 모델을 추론하는 방법에 대해 설명합니다. 진행하지 않고 압도적인 일을 만들기 위해 저는 유명한 Iris 데이터 세트를 사용하여 모델을 구축