Εγκαταλειμμένη πηγή Επιθεώρηση κάμερα διάτρηση Καθαριστική κάμερα

Κάμερα επιθεώρησης περιστροφικής γεώτρησης GYGD-IV: Εξαγωγή δεκαετιών μάθησης από το αρχείο επιθεώρησής σας

Πολλοί οργανισμοί έχουν χρόνια βίντεο επιθεώρησης γεωτρήσεων αποθηκευμένα σε σκληρούς δίσκους, αλλά η γνώση που περιέχεται σε αυτά τα βίντεο παραμένειπαγιδευμένο ως ανεξιχνίαστο, μη αναλύσιμο υλικό. ΟΚάμερα επιθεώρησης περιστροφικής γεώτρησης GYGD-IVπεριλαμβάνει αενότητα εξόρυξης ιστορικών δεδομένωναυτό ισχύειόραση υπολογιστή και αναγνώριση προτύπωνσε ολόκληρο το αρχείο επιθεώρησης, εξαγωγήτάσεις, συσχετίσεις και προγνωστικά σήματαπου πριν ήταν αόρατα. Γιαδιαχειριστές περιουσιακών στοιχείων, μηχανικοί αξιοπιστίας και αναλυτές δεδομένων, αυτό μετατρέπει ένα παθητικό αρχείο σε έναενεργό αποθετήριο νοημοσύνης.

Αυτοματοποιημένη εξαγωγή δυνατοτήτων σε χιλιάδες βίντεο
Το λογισμικό επιτραπέζιου υπολογιστή του GYGD-IV μπορεί να επεξεργαστεί ομαδικά βίντεο επιθεώρησης ετών (σε μορφή MP4) από οποιαδήποτε πηγή, όχι μόνο από αυτά που έχουν εγγραφεί από κάμερες GYGD-IV. Το λογισμικό χρησιμοποιεί ασυνελικτικό νευρωνικό δίκτυοεκπαιδευμένοι να αναγνωρίζουν:

• Ρωγμές (περιφερειακές, διαμήκεις, διακλαδώσεις)

• Διάβρωση (κοίλωμα, ομοιόμορφη, σχισμή)

• Ζυγαριά (ανθρακικό ασβέστιο, σίδηρος, πυρίτιο, θειικό βάριο)

• Βιοφίλμ (βακτήρια σιδήρου, σχηματισμός λάσπης, μείωση θειικών)

• Μηχανικές βλάβες (σκούρες, βαθουλώματα, παραμόρφωση)

• Συσσώρευση ιζημάτων (άμμος, λάσπη, χαλίκι)

Για κάθε εντοπισμένο χαρακτηριστικό, το λογισμικό καταγράφειβάθος, μέγεθος, μορφολογία και βαθμολογία εμπιστοσύνης. Η έξοδος είναι αδομημένη βάση δεδομένωνσυνδέοντας κάθε φρεάτιο, κάθε ημερομηνία επιθεώρησης και κάθε χαρακτηριστικό.

Μοντελοποίηση υποβάθμισης χρονοσειρών
Μόλις εξάγονται λειτουργίες σε πολλαπλές επιθεωρήσεις του ίδιου πηγαδιού, το λογισμικό μπορείπροσαρμοστούν στις καμπύλες υποβάθμισηςσε κάθε τύπο χαρακτηριστικού. Για μια ρωγμή που εμφανίζεται σε τρεις επιθεωρήσεις σε διάστημα πέντε ετών, το λογισμικό υπολογίζει τορυθμός ανάπτυξης ρωγμών(χιλιοστά το χρόνο). Για τη διάβρωση, εκτιμά τορυθμός προόδου βάθους λάκκου. Αυτά τα μοντέλα μπορούν να προβλέψουν πότε ένα χαρακτηριστικό θα φτάσει στο ακρίσιμο όριο(π.χ. μήκος ρωγμής ίσο με το πάχος του τοιχώματος). Το αποτέλεσμα είναι ασύσταση διαστήματος επιθεώρησης βάσει κινδύνου: "Επιθεωρήστε αυτό το πηγάδι ξανά σε δεκαοκτώ μήνες, όχι σε είκοσι τέσσερις, με βάση τον παρατηρούμενο ρυθμό διάβρωσης."

Συσχέτιση μοτίβων σε ολόκληρο το Wells
Το λογισμικό μπορεί να αναλύσει εκατοντάδες φρεάτια ταυτόχρονα, αναζητώνταςσυσχετίσειςμεταξύ εμφάνισης χαρακτηριστικών και χαρακτηριστικών πηγαδιών όπως:

• Γεωλογικός σχηματισμός(Ένας συγκεκριμένος σχηματισμός εμφανίζει σταθερά κλιμάκωση;)

• Χημεία νερού(εισαγόμενο από εργαστηριακά αποτελέσματα)

• Τύπος και τοποθέτηση αντλίας(η αντλία που ρυθμίζεται σε ένα συγκεκριμένο βάθος προκαλεί μεγαλύτερη διάβρωση που σχετίζεται με αναταράξεις;)

• Ημερομηνία και μέθοδος κατασκευής(Τα πηγάδια κατασκευάστηκαν σε ένα συγκεκριμένο έτος πιο επιρρεπή σε ρωγμές;)

Αυτοί οι συσχετισμοί δημιουργούνυποθέσειςπου μπορεί να δοκιμαστεί με στοχευμένες επιθεωρήσεις, οδηγώντας σεβελτιώσεις σχεδιασμού και λειτουργικές αλλαγές.

Ομαδοποίηση ριζικών αιτιών
Για φρεάτια που έχουν αποτύχει, το λογισμικό μπορεί να αναλύσει τα δεδομένα επιθεώρησης από την τελευταία επιθεώρηση πριν από την αποτυχία εντοπισμούπρόδρομα μοτίβα. Έδειξαν ξαφνική αύξηση της πυκνότητας των ρωγμών που είχαν αποτύχει έξι μήνες πριν από την κατάρρευση; Έδειξαν ένα συγκεκριμένο είδος απολέπισης που δεν φαίνεται σε σωζόμενα φρεάτια; Το λογισμικό ισχύειομαδοποίηση χωρίς επίβλεψηνα ομαδοποιήσει τους προδρόμους αποτυχίας, δημιουργώντας αβιβλιοθήκη υπογραφών αποτυχίας. Οι μελλοντικές επιθεωρήσεις μπορούν να συγκριθούν αυτόματα με αυτήν τη βιβλιοθήκη και τα φρεάτια που εμφανίζουν υπογραφή αποτυχίας μπορούν να επισημανθούν για άμεση επέμβαση.

Πίνακας: Προδιαγραφές εξόρυξης δεδομένων