Новый алгоритм ускорил диагностику газопроводов Единой системы газоснабжения

Диагностика магистральных газопроводов – трудоемкий процесс, требующий высокой квалификации. Специальные снаряды-дефектоскопы проходят внутри трубы, собирая магнитограммы, которые затем вручную расшифровывают эксперты. На обработку одного участка уходило несколько часов, при этом до 10% данных вводились с ошибками.

Автоматизация расшифровки магнитограмм

Разработанный учеными Губкинского университета метод автоматизирует эту работу. В основе – математическая модель и программный алгоритм, которые самостоятельно выделяют на магнитограммах сварные соединения и анализируют данные даже при наличии помех. Оператор получает готовый результат, что исключает ошибки человеческого фактора и снижает трудозатраты.

«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», – рассказал доцент кафедры термодинамики и тепловых двигателей Губкинского университета Константин Жучков.

Он подчеркнул, что разработка не только ускоряет процедуру, но и уменьшает влияние человеческого фактора, отдавая рутину компьютерной программе. По его словам, это важный шаг к созданию системы прогнозирования рисков на основе анализа технического состояния для всей трубопроводной инфраструктуры страны.

Планы по внедрению и развитию

На следующем этапе проект планируется 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. «Экономия затрат при проведении диагностики и ремонта сможет сдержать рост цен на газ для населения и промышленных предприятий», – считает Константин Жучков.

В перспективе ученые намерены развивать методы машинного обучения для прогнозирования рисков повреждений объектов ЕСГ и выработки рекомендаций по поддержанию работоспособности оборудования. Работа опубликована в журнале «Труды Российского государственного университета нефти и газа имени И.М. Губкина».