В Томске презентовали ИИ-решение для мониторинга нефтепроводов
Молодые специалисты «Роснефти» создали программное решение с искусственным интеллектом для мониторинга технического состояния нефтепроводов. Разработка презентована на XIX кустовой научно-технической конференции компании в Томске.
Система обрабатывает накопленные статистические данные и одновременно учитывает физические закономерности: уравнения электрохимии, гидродинамики и теплопередачи. Алгоритм анализирует состояние материалов, интенсивность солеотложений и другие показатели, влияющие на износ трубопроводов.
Разработка отображает состояние нефтепровода в режиме реального времени, определяет процент и скорость износа на разных участках, прогнозирует изменение показателей на несколько лет вперед и помогает в планировании диагностики, профилактики дефектов и ремонтных работ.
В основе – гибридная нейросетевая модель
Испытания на производственных объектах только предстоят. Но уже сейчас модель выгодно отличается тем, что использует не только накопленные статистические данные, но и математические описания динамических производственных процессов. В перспективе технология позволит перейти от ремонта по фиксированному графику или после обнаружения дефекта к предиктивному обслуживанию.
Особенность проекта начинающих инженеров – в гибридной нейросетевой модели, которая наряду с обработкой статистического массива данных применяет уравнения электрохимии, гидродинамики и теплопередачи. Помимо этой информации, алгоритм анализирует текущие физико-химические процессы, состояние материалов, уровень отложения солей и прочие показатели.
150 идей модернизации производства
В настоящий момент молодые специалисты «Роснефти» располагают 150 идеями по оптимизации и модернизации производственных процессов. Описанная разработка, представленная на конференции – одна из них. Всего местное сообщество объединяет более 200 начинающих инженеров компании и свыше 50 ведущих экспертов из разных регионов страны – от Краснодара до Сахалина.
Эксперты отмечают, что конференция молодых специалистов «Роснефти» носит прикладной характер. Она максимально сокращает время от идеи до внедрения, упрощает пути реализации. Известно, что по итогам 2025 года таким образом было внедрено более 30 проектов с ожидаемым экономическим эффектом свыше 780 млн рублей. Еще около 20 проектов будут реализованы в ближайшие два года. Всего кустовые научно-технические конференции обеспечили «Роснефти» более 1,2 тысячи проектов, экономический эффект которых превысил 5,6 млрд рублей.
В ожидании внедрения
Точность модели будет считаться подтвержденной после пилотных испытаний на одном или нескольких объектах «Роснефти». Разработка будет интегрирована с действующими средствами диагностики, производственными информационными системами и датчиками. При успешной апробации решение станет частью цифрового контура управления нефтепроводами. Помимо уже перечисленных возможностей его можно использовать для ранжирования участков по риску возникновения дефектов, а также планирования закупок оборудования и ремонтных материалов.
Востребованность разработки подкрепляется общей цифровизацией российского ТЭК. В частности, к 2027 году доля организаций отрасли, применяющих ИИ, должна приблизиться к 70%. Министерство также рассматривает цифровые двойники объектов как один из элементов будущей системы управления ТЭК.
Сама компания «Роснефть» наработала инфраструктурную базу для тиражирования подобных технологий. В частности, проектом «Цифровое месторождение» охвачено более 8 тысяч скважин, а отдельные алгоритмы после апробации распространяются на другие предприятия компании.
«Роснефть» уже несколько лет объединяет физико-химические методы анализа с цифровыми моделями для контроля производственных процессов. В частности, в 2022 году сотрудники компании разработали мобильную технологию контроля качества химических реагентов. Для нее была сформирована база цифровых двойников веществ в виде спектров. Решение предназначалось, в том числе для повышения надежности систем подготовки продукции и продления срока службы трубопроводов.
Особенность разработки молодых инженеров «Роснефти» заключается в сочетании нейросетевого анализа данных с физико-химическими моделями процессов, влияющих на состояние трубопровода. А главное – она соответствует одному из ключевых направлений цифровизации нефтегазовой промышленности – переходу к предиктивному управлению инфраструктурой.
