Data Fusion
Neue Stufe der ILI-Integritätsbewertung von Metallverlusten auf der Grundlage von 3-dimensionalen Korrosionsprofilen
Data Fusion integriert Informationen von MFL-A- und MFL-C-Tools mithilfe eines neuronalen Netzwerks, um alle Arten von Korrosionsmerkmalen umfassend zu charakterisieren. Durch die Nutzung sowohl der axialen als auch der umlaufenden Magnetfeldrichtung nutzt Data Fusion komplementäre Informationen aus beiden, um ein detailliertes und genaues Profil der Pipeline-Korrosion zu erstellen. Dieser Ansatz stellt sicher, dass alle Merkmalsklassen richtig identifiziert und bewertet werden, um die Komplexität des Pipeline-Integritätsmanagements zu bewältigen.
Die wichtigsten Vorteile
Genauere Berechnungen des Berstdrucks
Umfassende Merkmalsbewertungen für eine ganze Pipelinelänge
Detaillierte 3D-Anomaliekartierung
Abmilderung der technologischen Einschränkungen
Durch Datenfusion von axialen und umlaufenden MFL-Signalen verwandeln wir Rohdaten in hochauflösende 3D-Profile und ersetzen Subjektivität durch Präzision. Diese Innovation verbessert die Bewertung von Pipelines, senkt die Kosten und erhöht die Sicherheit.
Best Paper Award für unsere Innovation auf der IPC 2024
In einem Feld von 345 Fachbeiträgen wurde unser Paper über "Data Fusion of Complementary Axial and Circumferential Magnetic Flux Leakage In-line Inspections and Effects on Safe Remaining Life" mit dem Best Paper Award auf der IPC 2024 ausgezeichnet.
Die Auswahl basierte auf Originalität, technischer Bedeutung, Vollständigkeit, Anerkennung der Arbeit anderer Organisationen, Klarheit und grafischer Qualität.
Du hast die Präsentation verpasst? Besuche unsere ExpertInnen nächstes Jahr auf der RIO Pipeline.
Bisher war die Integration der Daten von MFL-A und MFL-C Tools eine manuelle Aufgabe, die hochqualifizierte AnalytikerInnen erforderte, die sowohl die MFL-A- als auch die MFL-C-Technologie beherrschten. Diese ExpertInnen müssen die Stärken und Grenzen der einzelnen Inspektionstechnologien kennen, um die wichtigsten Informationen zu extrahieren und die Merkmale genau zu charakterisieren und zu messen. Solche Analysen führen nur zu einer einfachen "Box"-Darstellung der Korrosionsabmessungen – Länge, Breite und Tiefe.
Im Gegensatz dazu werden bei der von uns vorgeschlagenen Datenfusionsmethode die magnetischen Signale von MFL-A- und MFL-C-Tools in ein Convolutional Neural Netowrk (CNN) kombiniert, wodurch ein umfassendes 3D-Tiefenprofil entsteht.
Dieser Ansatz macht die Interpretation und manuelle Zusammenführung der einzelnen MFL-Signale überflüssig und liefert eine vollständige 3D-Morphologiebeschreibung der Merkmale und damit genauere Berstdruckberechnungen.
Unlock the Power of Data
Wir bieten eine einzigartige Synergie aus fortschrittlichen Inspektionssystemen, modernster Analytik und menschlicher Expertise, um das Potenzial deiner Daten zur Integrität von Assets voll auszuschöpfen.