数据分析

最大限度地减少数字功能的失败和维护工作

用于检测油管网络网络故障的传统检测方法越来越多地无法检测异常。2016年，贝壳的圣巴勃罗湾石油管道在加州镇的特雷西附近破裂，将900桶原油洒在周围的土壤中。

即使随着精致技术的出现，大多数公司也部署了陈旧的人类纸质的资产检查方法。这些活动在自然界严格和挑战，多次工作人员必须在远程和危险的地形以及敌对的天气条件下执行它们。这利用了相当一部分的业务预算，公司在资产检验和监测上支出数十亿美元。据统计，单独的石油和天然气产业每年花费超过370亿美元，而欧洲的铁路公司每年在检查每年花费54亿美元。但仍然存在人为错误的可能性，这可能导致一些异常被忽视。这可能对劳动力和用户的长期和健康危害产生严重损害。有急需克服目前检测过程中的这些挑战，有效地应用技术至关重要。

检查一百万英里的铁路轨道？自适应检查系统使其变得简单

有效地实施自主代理(无人机、机器人等)、传感器融合和这些众多代理的编排等技术，有助于以新的方式进行检查和资产管理。一个自适应检查管理系统，包括多个自治代理，收集连续图像，并进行详细分析，以识别可能的异常。该系统能够实时报告风险类型和异常的确切位置。像控制中心这样的关键平台和启动器不断地监视、创建或修改系统和在其中操作的多个代理的行动计划。通过数字双胞胎与分析平台和学习系统集成，可以帮助维护人员有效地识别异常和操作偏差，进行根本原因分析，并产生更有效的预测维护计划。

为了更好地理解，让我们看一下铁路线检查的用例可以通过一个适应性的检查管理系统来增强。目前大多数的钢轨检测方法都是使用带有各种传感器的检测车沿轨道移动。这需要花费大量的时间来检查，而且如果有障碍物挡住轨道，这是无效的。通过自适应检测管理系统，控制中心部署了多架无人机，定期导航整个铁路网络，拍摄实时图像与坐标。

无人机的车载边缘计算能力确保遵守法规，同时实现精确定位，扫描和深扫描 - 特别是在发现异常的地方 - 到达最合适的图像。这些图像被发送到检查管理平台以进行进一步分析，其中异常管理和维护工作流 - 以最小的人为干预调用人为人心的或自主主义。适应控制中心的存在也具有鸟瞰的代理人，并有助于协调他们的活动以获得最有效的检查方法。这减少了所花费和检查错误，从而提高轨道修复和维护效果。

适应性系统发挥着突出作用以提高过程效果的其他情况包括使用自治机器人，风衰落和涡轮机检查的水下资产和管道检查，使用无人机，基于机械检查，高层建筑和烟囱检查，电网和输电线路检查和资产/建筑检查保险索赔。所有这些都在软件，硬件或传感器中使用某种形式的智能功能，以允许自适应检查管理方法。

自适应检验管理系统的力学

自适应检查管理方法涵盖多个代理（自动导向车辆，无人机车辆和固定摄像机）的编排，以获取，处理和管理生命周期期间检查的证据，以及与修复工作流程集成。目标是扩大覆盖范围并减少覆盖检查区域的时间。

由于具有异常的实时动态感测的益处，增强安全性和连续，主动监测等，自适应检验管理系统必然会增加跨部门的过程效率和效率。通过加强劳动力生产力，减少错误或节省时间和成本，适应性检查将在未来的行业中发挥重要作用，并提高检验和维护方面的创新前景。