Поделиться
«ПЕТОН» внедряет технологии искусственного интеллекта
Цифровая трансформация создает новую реальность нефтегазовой отрасли и инжиниринговые компании активно участвуют в процессе цифровизации.
В 2020 году началось внедрение программы цифровой трансформации компании, которая включает в себя совершенствование ИТ и цифровой трансформации бизнеса. Компания запустила ряд пилотов, связанных с искусственным интеллектом, проекты по Process Mining и аналитике данных.
«Масштабные проекты, которые реализует "ПЕТОН", требуют внедрения наиболее современных технологий, автоматизации бизнеса и цифровой трансформации», – прокомментировали в НИПИ НГ «ПЕТОН».
«ПЕТОН» реализовал проект по автоматизации выявления дефектов с помощью технологий искусственного интеллекта.
Проблема с обнаружением и минимизацией негативных последствий дефектов оборудования в строительной отрасли стоит очень остро. «ПЕТОН» внедрил технологии AI (Computer Vision) для раннего обнаружения проблем и управления рисками в этой области.
Традиционное выявление дефектов требует значительных трудозатрат на этапе процессов закупки и приёмки, традиционно относящихся к блоку поставок. Закупки в сфере нефтегаза проходят по большому количеству позиций и каждое изделие может иметь потенциальный дефект, который нужно выявить на этапе входного контроля. Также потенциальные дефекты могут появиться после монтажа.
Внедрение цифровых технологий имеет ряд экономических и управленческих преимуществ: вместо нескольких высококвалифицированных сотрудников на объекте строительства выявлением дефектов занимается один рядовой специалист с более низкой квалификацией. Также своевременное выявление проблем значительно уменьшает расходы на замену и транспортировку оборудования.
«Автоматизация выявления дефектов снижает расходы компании, обеспечивает более высокое качество работ и позволяет управлять рисками, которые могут трансформироваться в негативные последствия завтрашнего дня», – рассказывают в компании «ПЕТОН».
Для выявления дефектов на фотографиях была выбрана нейросеть YOLO v4. По данным paperswithcode.com, это самая быстрая на сегодня нейросеть для обнаружения объектов в видеопотоках. На предварительном этапе были собраны необходимые для обучения наборы из более чем 2000 фотографии, на которых разметили каждый класс дефектов. Тренировочный набор фотографий в дальнейшем был увеличен, чтобы нейросеть должна научиться понимать, что объект одного и того же класса может выглядеть по-разному, и несмотря на то, что в реальной жизни качество изображения зависит от ряда факторов, нейросеть должна давать корректный результат в разных условиях.
Для проверки дефекта оператор на строительной площадке создает почтовое сообщение на смартфоне, прикрепляет к письму фотографии арматуры и отправляет на служебный почтовый ящик. Чат-бот обрабатывает письма, запускает нейросеть для выявления дефектов и возвращает результат. Если дефекты обнаружены, то сообщение с выявленными дефектами и отчетом автоматически поступает контролёру для принятия решения по демонтажу.
Таким образом, компании НИПИ НГ «ПЕТОН» удалось автоматизировать работу по выявлению дефектов с помощью нейросети. В ближайшее время по данному проекту планируется расширение номенклатуры изделий для определения дефектов, увеличение количества классов выявляемых дефектов и разработка специального приложение для удобной работы с нейросетью.
Компания активно внедряет технологи искусственного интеллекта в свою работу и планирует запустить ряд проектов по цифровизации до конца 2021 года.
Короткая ссылка
