Разработанный учеными метод позволяет автоматизировать расшифровку информации, полученной от внутритрубных дефектоскопов — снарядов, обследующих состояние газопроводов. В его основе — математическая модель и программный алгоритм, которые самостоятельно выделяют на магнитограммах сварные соединения, анализируя данные по ним даже при наличии помех. В результате оператор получает готовый результат, что исключает ошибки, возможные при ручной работе, и снижает трудозатраты. Работа опубликована в журнале «Труды Российского государственного университета нефти и газа имени И.М. Губкина».
«Традиционно на обработку одного участка магистрального газопровода уходит несколько часов кропотливой работы дорогостоящего специалиста. При этом до 10% данных вводились с ошибками. Теперь этот процесс будет сокращен в десятки раз за счет применения алгоритма автоматизированной обработки. Мы не только ускорили процедуру, но и уменьшили влияние человеческого фактора, отдав рутину компьютерной программе. Это важный шаг к созданию системы прогнозирования рисков на основе анализа технического состояния для всей трубопроводной инфраструктуры страны», — рассказал доцент кафедры термодинамики и тепловых двигателей Губкинского университета Константин Жучков.
На следующем этапе проекта разработку планируют дополнить нейросетевыми технологиями. «По сути, специалист-диагност очень скоро станет оператором полностью роботизированного комплекса, который в масштабе времени, близкого к реальному, прямо с трассы будет передавать отчеты о диагностике», — добавил ученый.
Ускорение обработки диагностических данных оптимизирует издержки содержания системы газопроводов протяженностью свыше 200 тысяч километров, отмечают участники проекта. «Экономия затрат при проведении диагностики и ремонта сможет сдержать рост цен на газ для населения и промышленных предприятий», — считает Константин Жучков.
В перспективе ученые планируют развивать методы машинного обучения для прогнозирования рисков повреждений объектов ЕСГ и выработки рекомендаций по поддержанию работоспособности оборудования.