Intelligence artificielle et technique d’apprentissage automatique pour la cartographie de la corrosion
L’article complet traite de la réduction des risques et de l’augmentation de l’efficacité de la maintenance des tissus (FM) à l’aide d’algorithmes d’intelligence artificielle (IA) et d’apprentissage automatique (ML) pour analyser l’imagerie de l’ensemble de l’installation pour la détection et la classification de la corrosion atmosphérique. Avec cet outil, une analyse complète et objective de la santé d’un établissement est réalisable en quelques semaines à partir du moment de la collecte des données. Cette application de l’IA et du ML est une nouvelle approche visant à acquérir une compréhension globale de l’intégrité du revêtement des installations et des menaces de corrosion externe.
introduction
La corrosion atmosphérique est la menace la plus importante pour l’intégrité des actifs dans le golfe du Mexique (GOM). Les installations offshore nécessitent une inspection et un contrôle permanents et l’importante obligation financière de ces activités pour garder une longueur d’avance sur la dégradation rapide des équipements.
En général, les codes réglementaires du GOM exigent une inspection visuelle des équipements sous pression et de la tuyauterie tous les 5 ans au minimum. Une approche courante consiste à inspecter 20 % de l’installation par an, avec un plan d’inspection quinquennal glissant, pour équilibrer le travail d’inspection dans le temps.