Первую нефтяную скважину с искусственным интеллектом открыли в Иране

🇮🇷 Работа на объекте будет вестись в рамках первого в стране Центра управления скважинами, резервуарами и оборудованием (WRFM). Запуск его был осуществлен накануне при участии Хоссейна Афшина, вице-президента Ирана по вопросам науки, технологий и экономики, основанной на знаниях. WRFM является управленческой и технологической структурой в сфере добычи нефти и газа, обеспечивающей интеллектуальный мониторинг, передачу, анализ и обработку данных для одновременного управления операциями, связанными со скважинами, пластами и наземными объектами, в режиме реального времени.

🗣️ Как сообщает Российское информационное агентство Iran.ru, на церемонии открытия Хоссейн Афшин рассказал, что данный центр является одной из важнейших систем бизнес-аналитики: в течение следующего года в него также будет интегрирован искусственный интеллект для предоставления необходимых решений. Выступая на церемонии открытия, он подчеркнул необходимость сосредоточиться на внедрении искусственного интеллекта в нефтяную отрасль.

🔒 В планах – строительство первого умного нефтеперерабатывающего завода в городе Кешме на юге страны.

#нефтедобыча #искусственный_интеллект

Один из самых опасных и труднопрогнозируемых дефектов материалов будет отслеживать нейронная сеть

*️⃣ Новую разработку, которая должна обнаруживать усталостные повреждения, то есть разрушения в результате повторяющихся нагрузок, представили ученые Курчатовского института, сообщает портал Naked Science. Данному виду повреждений подвержено большинство деталей механизмов и конструкций: сверточные нейросети могут быть использованы для определения характеристик трещин.

⚙️ Сверточные нейронные сети имеют специальную архитектуру, которая разработана на основе анализа биологических механизмов зрения и позволяет определить положение и размеры усталостной трещины по цифровым изображениям деформированной поверхности образца. Главная особенность предложенного учеными алгоритма заключена в использовании серии последовательных снимков деформируемого образца, а не одного статичного изображения. Такой подход позволяет учитывать динамические изменения на поверхности образца в области трещины, происходящие в процессе нагружения. Это повышает точность выявления небольших трещин.

▶️ Для использования нейросетей требуется правильно откалибровать видеосистему: по мысли исследователей, следует использовать способ калибровки, основанный на нанесении реперных меток в виде штрихкодов на поверхность образца. Видеокамеры «самонастраиваются» под каждую серию изображений и могут автоматически корректировать свое положение относительно поверхности образца в случае распространения усталостной трещины за поле контроля.

⚙️ Как сообщают в вузе, данную нейросетевую модель можно использовать для автоматического контроля положения и длины усталостной трещины при испытаниях на скорость роста трещины усталости, что позволит автоматизировать процесс контроля за ростом трещины, а также повысит точность результатов.

#наука #искусственный_интеллект