腐食の検出は困難でリスクが高く、時間とコストのかかるプロセスです。NACEによると、世界の腐食コストは2.5兆米ドルと推定され、これは世界のGDPの3.4％に相当します（2013年）。その上、可燃性炭化水素でいっぱいの巨大な環境の端々まで作業員が検査する必要があります。しかし、AIの活用がこの状況を再構築しつつあります。
AIを活用した腐食検知では、ドローンとセンサーを使用してデジタル的に資産をマッピングします。そして最先端技術を採用することで、この新しい方法は従来のものよりも効率的で信頼性が高いことが証明されつつあります。この記事では、腐食処理に適用されるAIの仕組みと、鉱業および石油・ガス産業にとっての緊急性について分析します。
腐食は従来どのように管理されてきたか
AIがどのように適用されるかを理解するには、その需要がどのように生じたかを見る必要があります。AIが導入される以前は、腐食の検出だけでも数ヶ月を要し、200,000m²以上の資産に数十人の専門家を割り当て、異常がないか見回っていました。塗装、メンテナンス、意思決定といった腐食処理の他の段階は考慮に入れておらず、それでも完了までに数ヶ月はかかることが一般的でした。
腐食に対処するには、危険な環境でメンテナンスを行うために何十人もの専門家を配置する必要があります。その結果、企業は現場に入れる人数の制限に対処しなければならず、メンテナンス戦略と発生した問題を迅速に解決する能力に直接的な影響を与えます。また、腐食の進行は改善後も止まらず、劣化や異常に対処するためには、資産活動を一時停止しなければなりません。
さらに、腐食検査には、各資産の構成部品のデータを関連付けることも含まれます。各資産には固有の特性と安全基準があるため、さまざまなソースからのデータ管理は困難な作業となります。フォーブス誌によると、産業界は膨大な量のデータを収集しているにもかかわらず、このデータの60％～73％が戦略的な目的にうまく利用されていないと報告されています。
同様に、最適化されていない方法は、各資産のための一連の文書にのみ依存しています。これらの方法では膨大な設備に最小限のエラーをマッピングすることになり、完了までに数ヶ月を要します。この意味で、メンテナンスチームは、腐食異常の関係や規模を理解するために、何トンもの文書を関連付けることに時間を費やしています。このように、通常のアプローチでは、操業の改善点を幅広く可視化することはできません。
このような理由から、腐食検査は改善の機会に直面しており、AIはこのタスクを実行するのに最適です。
腐食検知におけるAIの役割
AIは腐食検出プロセスにおいて触媒として機能します。そのために、アルゴリズムの組み合わせ、現実のキャプチャ、3Dモデルなどの一連のツールを使用し、手作業によるレポート検査よりもはるかに正確で信頼性の高い結果を提供します。このことを考慮すると、AIによる腐食検知は人間の作業員に取って代わるものではなく、安全上のリスクを回避しながら、より創造的で十分な情報に基づいた作業を実行できるようにするものです。
最適化された方法で腐食に対処するためには、AIを用いた画像処理が有効です。例えばリアリティキャプチャとコンピュータビジョン、ディープニューラルネットワークを統合し、腐食、孔食、潜在的な不連続性など、画像内の視覚的異常を自律的に識別することができます。出力は、すべての重要な異常がマッピングされ、コンポーネント、エリア、場所、優先順位とともに分類されます。
AIによる腐食処理： コンピュータ・ビジョン
AIコンピュータビジョンは、異常を最適に検出するために構築され、貴重なデータを抽出し、その情報に基づいて意思決定を行うための精度を高めています。このアルゴリズムは、石油・ガス産業向けのDFM (Digital Fabric Maintenance) や鉱業向けのDSI (Digital Structural Integrity) といった革新的なメンテナンスアプリケーションに組み込まれました。このソリューションは、MODEC、Vale、Equinor といった複数の主要なエネルギー産業によって信頼されています。
MODEC
MODECのブラジルFPSOフリート全体にDFMソリューションを適用することで、腐食検査に関連する高価で、時間がかかり、リスクの高い活動に対処することを目指しました。このような状況において、配備以来、重要な成果が得られています。
Vale
資産の寿命を延ばし、持続可能で責任ある採掘慣行を強化することを目的としたプロジェクトを行いました。Vale社は、拡散した完全性データの効果的な管理と、異常に関するデータを見つけることの難しさという課題に直面していました。それを克服するために、デジタル構造完全性アプリケーションを導入しました。
結論
腐食検査に適用されるAIは、もはや推測のシナリオではなく、自己改善ツールで数百万ドルを節約している現実です。さらに、AIによる腐食検出は、資産の完全性と性能を最適化する上でますます重要になっています。さらに、AIの異常検知はデータ主導のアプローチを保証し、より多くの情報に基づいた意思決定を行うために、広範な構造化データと非構造化データを活用します。
