伍德赛德利用数据和机器学习来提高液化天然气工厂的安全性

伍德赛德冥王星液化天然气

澳大利亚石油和天然气生产商伍德赛德正在收集其整个组织收集的大量数据，以确定如何将人们从危险环境中转移出来。

伍德赛德科技副总裁杰森克鲁森(Jason Crusan)在几年前宣布收集数据的计划后，分享了一些使用这些数据的例子。

“我们现在正在经历的旅程是增加我们从物联网(IoT)传感器和机器人获得的整体数据，然后通过使用分析人工智能和机器学习来更广泛地优化它.罗宾逊上个月在拉斯维加斯举行的AWS re:发明家大会上解释道。

“最终，即使将机器人部署到现场，也不仅仅是为了监控，而是为了实际操作.在安全或危险的环境中，机器人可以操作或执行某些程序，而不是将人置于危险之中。”

尽管伍德赛德在早期也部署了新的传感器套件，但克鲁格曼表示，通过机器人移动平台获取传感器数据的能力提高了运营商的整体安全性。

“我们的员工在高温下工作——环境温度超过40摄氏度——当然，在某些情况下，在工厂里，甚至会高于这个温度。它将它们从高温高压环境中转移出来，并允许机器人远程测量它们。”告诉ZDNet。

“因为为什么要把一个人送到这么恶劣的环境中进行测量？”让传感器或机器人进行测量，然后让坐在控制器后面的人.做出更明智的决定。"

克鲁森分享的另一个例子是工厂检查。机器人技术可以实现持续的主动监控，而不是关闭工厂的某些部分。

他解释说，“我们可以把机器人送到这些恶劣的环境，比如高温、高噪音、高振动和电击……我们可以不用等维修窗口就能获得更多的数据。”

“这从本质上改善了整体安全状况，因为我们可以获得更多数据并做出更好的决策，从而提高了我们的安全性。起初很难量化这一点，但如果你能随时监控每台设备，本质上就能达到更高的安全状态。”

同样，通过使用摄像头等传感器，伍德赛德正在使用机器学习来监控设备。

他说：“我们有很多旋转设备，随着时间的推移会消耗石油，我们有石油坐在石油网站上，所以通常我们的运营商必须出去看看随着时间的推移会消耗多少石油……然后我们可以计算它的消耗速度。

“机器学习的目的是获取光学图像，进行测量，基本上将图像转换为数据，作为我们系统中的另一个电子标签。”

伍德赛德还将自动化引入换班过程，利用从上一班收集的数据生成的报告，让下一班的操作人员对发生的事情有深刻的了解。

克鲁森说，随着传统系统被传感器设备取代，伍德赛德已经采用了边缘和内部计算与云的混合。

“这不是一切。我们做得好的是运用我们所有的能力。随着时间的推移，它已经迁移了越来越多的云，因为这是一条逻辑路径，但这是一个混合的环境，我们在其中进行操作，”Crusan告诉ZDNet。

他说：“我们希望尽可能多地收集关于核电站的每个数据点，这在过去不是一件经济的事情。通过云计算和大规模数据存储，我们基本上可以获取和存储无限量的数据。

“然后，您可以将它放在一个强大的环境中，这样我们所有的员工都可以以真正的数据湖方式访问它。”

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！