[發明專利]優化檢測保溫層下腐蝕的部署條件的機器學習系統和數據融合

在審

• 申請號: 201980051592.0
• 申請日: 2019-08-30
• 公開（公告）號: CN112740023A
• 公開（公告）日: 2021-04-30
• 發明（設計）人: A.阿爾謝里;S.N.利姆;A.埃默;M.尤曾巴斯;A.阿爾達巴格;M.阿巴布泰恩;V.坎寧翰;J.布特;G.K.Y.陳
• 申請（專利權）人: 沙特阿拉伯石油公司;阿維塔斯系統股份有限公司
• 主分類號: G01N25/72
• 分類號: G01N25/72
• 代理公司: 北京市柳沈律師事務所 11105
• 代理人: 胡琪

用于預測基礎設施資產中的保溫層下腐蝕(CUI)的系統包括至少一個紅外攝像機，其定位成捕獲資產的熱圖像，至少一個智能安裝座，其支撐并電耦合到所述至少一個紅外攝像機并且包括無線通信模塊、存儲器、用于向所述至少一個紅外攝像機充電的電池模塊、適于獲得環境條件數據的環境傳感器模塊以及用于從所述資產中獲取CUI相關數據的結構探針傳感器。至少一個計算設備具有無線通信模塊，該無線通信模塊與至少一個智能安裝座進行通信，并配置有機器學習算法，該機器學習算法輸出關于資產的CUI預測。云計算平臺接收并存儲所接收的數據和預測輸出，并接收用于更新存儲在計算設備上的機器學習算法的驗證數據。

發明領域

本發明涉及檢測技術，更具體地涉及用于預測和檢測保溫層下腐蝕(CUI)的基于硬件和軟件的系統。

背景技術

保溫層下腐蝕(CUI)是其中諸如金屬管之類的保溫結構在保溫層下面的金屬表面上受到腐蝕的情況。由于保溫層覆蓋物通常會包圍整個結構，無法輕易觀察到腐蝕，因此檢測CUI具有挑戰性。CUI的典型原因是水分積聚，滲入保溫材料中。水會積聚在保溫層和金屬表面之間的環形空間中，從而導致表面腐蝕。可引起腐蝕的水源包括雨水、漏水和冷凝、冷卻水塔漂流、雨淋系統和蒸汽伴熱泄漏。雖然腐蝕通常是局部開始的，但是特別是如果水介質或周圍空氣中存在重復加熱和/或冷卻熱循環或污染物(如氯化物或酸)，則腐蝕會高速進展。

當未檢測到CUI時，其結果可導致工藝設備或整個設施的關閉，并且可導致災難性事件。由于它是一種隱藏的腐蝕機制，因此在移除保溫層或使用先進的NDT(非破壞性試驗)技術(如紅外熱成像)確定保溫層下方的金屬狀況之前，仍然沒有注意到損壞。移除保溫層可能是一個耗時且昂貴的過程，而由于大量變量(例如，幾何、環境、材料相關的變量)會在檢測過程中產生假陽性(不正確地檢測到腐蝕)和假陰性(不正確地未檢測到腐蝕)，因此NDT技術的準確性可能還不夠。另外，許多設施的管道網絡較高，難以接近，需要使用腳手架進行目視檢查。

由于這些挑戰，已經發現資產的局部目視檢查不能可靠地有效檢測CUI，并且不能反映資產的狀況。在CUI的預測風險評估中存在相關的技術差距。因此，迫切需要改進的檢測和風險評估工具來確定CUI損壞的水平，制定適當的維護計劃并減少此問題帶來的繁重成本。

正是關于這些和其它考慮因素而呈現了本文所公開的內容。

發明內容

本發明的實施例提供一種用于使用機器學習和數據融合來預測和檢測基礎設施資產中的保溫層下腐蝕(CUI)的系統。該系統包括至少一個紅外攝像機，其定位成捕獲資產的熱圖像，以及至少一個智能安裝座，其機械支撐并電耦合到所述至少一個紅外攝像機并且具有相對于所述資產可調節的位置。所述至少一個智能安裝座包括通信模塊、適于存儲從所述至少一個攝像機接收的熱圖像數據的存儲器、用于向所述至少一個紅外攝像機充電的電池模塊、適于獲得環境條件數據的環境傳感器模塊以及適于從所述資產中獲取CUI相關數據的至少一個附加傳感器。該系統進一步包括具有處理器的至少一個計算設備，該計算設備配置有用于執行機器學習算法的指令，其以以下作為來自至少一個智能安裝座的通信模塊或存儲器的輸入：a)資產的熱圖像、b)環境條件數據、c)來自提供數據融合的探針傳感器的CUI相關數據以及d)從常規CUI測試獲得的結果數據，以及其適于輸出有關資產的CUI預測。機器學習平臺適于基于隨時間從至少一個計算設備接收的累積輸入數據來訓練機器學習算法。

至少一個計算設備適于通過使用當前紅外圖像、環境傳感器數據和CUI相關數據執行機器學習算法，通過確定當前部署條件下的機器學習算法的性能是否達到閾值水平，測試所述至少一個紅外攝像機和至少一個智能安裝座的當前部署條件。

在一些實施例中，通過腐蝕預測精度測量機器學習算法條件的性能。在其他實施例中，當前部署條件的性能通過部署和測試的成本來測量。在另外實施例中，當前部署條件的性能通過部署和測試的速度來測量。