Ученые РГУ нефти и газа имени И.М. Губкина разработали алгоритм автоматической обработки данных внутритрубной диагностики, который позволяет сократить анализ состояния газопроводов с нескольких часов до нескольких минут. Технологию планируют испытать на объектах Единой системы газоснабжения (ЕСГ) России до конца 2026 года. Об этом «Газете.Ru» сообщили в пресс-службе образовательного учреждения.
Для контроля состояния магистральных газопроводов используются специальные внутритрубные дефектоскопы — устройства, которые перемещаются внутри трубы и собирают данные о ее состоянии. После обследования специалисты анализируют полученные магнитограммы и определяют расположение сварных соединений, дефектов и других особенностей конструкции. Этот процесс требует значительных затрат времени и высокой квалификации персонала.
Разработанная в Губкинском университете система автоматизирует один из наиболее трудоемких этапов работы. В основе решения лежат математическая модель и программный алгоритм, способные самостоятельно находить сварные соединения на магнитограммах и анализировать их даже при наличии помех. Благодаря этому оператор получает уже обработанный результат и может сосредоточиться на принятии решений, а не на ручной расшифровке данных.
По словам доцента кафедры термодинамики и тепловых двигателей Губкинского университета Константина Жучкова, традиционно обработка данных одного участка магистрального газопровода занимала несколько часов работы дорогостоящего специалиста, при этом до 10% информации вводилось с ошибками. Новый алгоритм позволяет сократить время обработки в десятки раз и одновременно уменьшить влияние человеческого фактора.
«Экономия затрат при проведении диагностики и ремонта сможет сдержать рост цен на газ для населения и промышленных предприятий», — считает Константин Жучков.
Следующим этапом проекта станет внедрение нейросетевых технологий. По словам ученого, в будущем специалист по диагностике сможет выполнять функции оператора роботизированного комплекса, который будет формировать отчеты практически в режиме реального времени непосредственно во время обследования трубопровода.
Авторы разработки считают, что ускорение обработки диагностических данных поможет снизить затраты на обслуживание российской газотранспортной системы общей протяженностью более 200 тысяч километров. Это позволит эффективнее планировать ремонты и обслуживание оборудования. В перспективе исследователи намерены использовать методы машинного обучения для прогнозирования повреждений объектов ЕСГ и разработки рекомендаций по поддержанию их работоспособности.
Ранее российские ученые повысили эффективность активированного угля более чем в два раза.
