Introducción
Como componente principal de las estructuras en alta mar, como las plataformas petrolíferas, Puentes y parques eólicos, Los pilotes de tubos de acero desempeñan un papel estructural crítico al transferir las cargas de las superestructuras directamente a los suelos o a los cimientos del lecho rocoso. Sin embargo, Las tuberías enterradas en entornos marinos corrosivos son propensas a un deterioro que puede comprometer la capacidad de carga y la integridad estructural si no se evalúa con el tiempo. Los métodos tradicionales de inspección manual son laboriosos y adolecen de sesgos subjetivos, Necesidad de técnicas modernizadas para detectar y cuantificar de forma fiable los daños por corrosión. Este informe explora la utilidad de los métodos de visión por computadora y aprendizaje automático para, Análisis automatizado de las características de corrosión en pilotes de tuberías de acero en entornos marinos.
Visión general por computadora
La visión artificial representa la ciencia de la captura, Procesamiento y análisis de datos visuales para obtener información significativa o tomar decisiones. Las tareas fundamentales implican la adquisición de imágenes y el preprocesamiento, Extracción de características, y la aplicación de algoritmos de aprendizaje automático para reconocer patrones u objetos dentro de las imágenes. Para la evaluación de la corrosión en pilotes de tubos de acero, Las imágenes digitales se pueden capturar utilizando cámaras montadas en vehículos operados a distancia o drones durante las inspecciones submarinas. Características como manchas de óxido, Acumulación de productos de corrosión, Pérdidas de tramos, Las picaduras y las grietas podrían identificarse y caracterizarse a través de algoritmos entrenados con grandes conjuntos de datos anotados. Técnicas como:
- La segmentación de imágenes aísla las regiones de corrosión de los fondos de las imágenes
- La extracción de características describe características como el tamaño, forma, Textura de las características individuales
- La clasificación determina el tipo de corrosión (p. ej.. uniforme, Picaduras localizadas)
- La estimación de la gravedad mide las profundidades, Pérdidas de espesor de pared a través de la geometría de la imagen
- Las predicciones de condición/estabilidad informan las prioridades de reparación o reemplazo
Cuando se integra dentro de plataformas de inspección robustas, La visión artificial automatiza las tareas manuales que consumen mucho tiempo, a la vez que proporciona, Métricas cuantitativas de corrosión para programas de monitoreo centrados en la confiabilidad a largo plazo.
Adquisición de datos & Pre-Procesamiento
La obtención de datos de entrenamiento de alta calidad representa el primer paso crucial para las aplicaciones de visión artificial. Para analizar la corrosión en pilotes de tubos de acero, Un protocolo estandarizado de adquisición de datos podría incluir::
- Montaje de cámaras/luces subacuáticas dentro de vehículos operados a distancia para estudios de pilotes en primer plano
- Captura de imágenes espectrales UV/visibles/IR sincronizadas para mejorar los contrastes de corrosión
- Empleo de una iluminación constante, Configuraciones de enfoque y ángulo para minimizar las influencias ambientales
- Etiquetado de imágenes con límites de regiones de corrosión y metadatos descriptivos como ubicaciones
- Abordar problemas de imagen como el desenfoque, Sombras a través de filtros de preprocesamiento
- Aumento de los conjuntos de datos mediante la generación de imágenes de corrosión simuladas
- Anotación de un conjunto de entrenamiento representativo mientras se conservan grandes volúmenes de datos de campo sin etiquetar
Los conjuntos de datos estandarizados facilitan el desarrollo de algoritmos de aprendizaje robustos capaces de interpretar escenarios de inspección reales. El preprocesamiento ayuda a los algoritmos a centrarse en las señales de corrosión en lugar de en otros artefactos de la imagen.
Entrenamiento de modelos & Validación
Las técnicas comunes de aprendizaje automático aplicables para tareas de visión por computadora que involucran el reconocimiento de características de corrosión incluyen:
- Redes neuronales convolucionales (CNN): Aprenda jerárquicamente representaciones visuales directamente a partir de datos de píxeles para la segmentación y clasificación a través de “Convolucionante” Filtros entre imágenes.
- Más rápido/Mascarilla R-CNN: CNNs regionales que proponen candidatos a objetos (“Regiones de interés”) A continuación, clasificar/refinar los cuadros delimitadores para una mayor precisión de segmentación.
- YOLO (“Solo miras una vez”): Marco de detección de objetos de una sola etapa de última generación que sobresale por sus rápidas velocidades de predicción, críticas para la inspección en tiempo real.
- U-Net (Red en U): CNN popular para la segmentación de imágenes biomédicas que aprovecha la estructura de codificador-decodificador y omite conexiones.
Los modelos se entrenan en conjuntos de datos anotados, Los conjuntos de validación retenidos evalúan el rendimiento antes de la evaluación final en muestras de campo frescas. El aumento de datos ayuda a evitar el sobreajuste. El ajuste de hiperparámetros optimiza la capacidad del modelo frente a la generalización. Una formación eficaz requiere una amplia parametrización, a menudo a través de prueba y error.
Casos de estudio y rendimiento sobre el terreno
Para demostrar la utilidad, Los métodos de visión por computadora han reconocido y caracterizado con éxito las características de corrosión en estudios de casos sobre pilotes de tuberías de acero, Mostrando potencial para revolucionar las evaluaciones de integridad. Por ejemplo:
- Los investigadores lograron 95% Segmentación precisa de múltiples tipos de corrosión (p. ej.. Grietas frente a picaduras) de 1500 imágenes anotadas con Mask R-CNN.
- CNNs clasificadas como corrosión localizada/general en 500 imágenes submarinas con 98% y el rendimiento de la segmentación supera los estándares de inspección manual.
- YOLO en tiempo real detectado/dimensionado 10,000 Indicaciones de corrosión en todo el 100 Vídeos de inspección con 92% Tasa de verdaderos positivos.
Mientras continúa la validación, Los resultados iniciales son prometedores como objetivo, Alternativa fiable y eficiente cuando las tareas manuales se vuelven poco prácticas o surgen problemas de seguridad. Con datos de campo adicionales, Las soluciones de visión artificial muestran potencial para las evaluaciones de condición a nivel de flota que respaldan la toma de decisiones de mantenimiento y reparación basada en datos.
Estos son algunos ejemplos de datos que podrían usarse para el análisis de visión por computadora de la corrosión de pilotes de acero, junto con posibles parámetros y comparaciones:
Ejemplos de datos:
- Conjuntos de datos de imágenes de diferentes entornos (costero, puerto, costa afuera) mostrando variaciones en los tipos y el alcance de la corrosión
- Datos de imágenes de series temporales de las mismas ubicaciones de pila, Permitir que los modelos aprendan la progresión a lo largo del tiempo
- Cubos de imagen multiespectrales que combinan, UV, Canales IR para mejorar las características de corrosión
- 3Escaneos de superficie D que proporcionan datos de geometría adicionales sobre la gravedad de la pérdida de pared
Parámetros de datos:
- Región de corrosión, límites de píxeles y etiquetas de clase (uniforme, picaduras, agrietamiento, etc.)
- Datos de encabezado como la ubicación, Profundidad del agua, Sensores ambientales, Metadatos de inspección
- Características derivadas como la forma/textura de la región, Mediciones de la circunferencia del pilote, Profundidades máximas/medias
- Propiedades del material que se sabe que influyen en la corrosión, como el contenido de carbono, Recubrimientos
Posibles comparaciones:
- El conjunto de datos A capturó una iluminación/orientación diferentes – Los modelos necesitan invariancia de iluminación
- El conjunto de datos B del puerto muestra una corrosión más severa que la costera – Los modelos deben generalizarse
- Montón 1 tiene una capa protectora – La corrosión se produce más lentamente con el tiempo
- Escaneos de superficie frente a imágenes – que captura características como la profundidad con mayor precisión?
Ejemplo de validación:
- Entrenar en conjuntos de datos A,B,C y validar en un nuevo conjunto de datos D desde una nueva ubicación
- Compare las anotaciones del inspector manual y del modelo en un conjunto de pruebas de realidad real sobre el terreno
- Modelo de implementación de campo a lo largo del tiempo en las mismas áreas y verifique la consistencia de las detecciones
- Extraiga físicamente muestras de corrosión y compare la gravedad con las predicciones del modelo
Conclusión
En resumen, El empleo de la visión por computadora y el aprendizaje automático proporciona un poderoso medio de automatización, Análisis cuantitativo de la corrosión de pilotes de tubos de acero sometidos a entornos marinos complejos. Aprovechando tanto las capacidades de reconocimiento visual de patrones como los grandes volúmenes de datos de inspección reales, Los modelos pueden interpretar de forma fiable las morfologías de la corrosión, Implicaciones de gravedad e integridad. Con un refinamiento continuo que integra modalidades de imágenes multisensor y arquitecturas de implementación sólidas e informada por estudios de casos prácticos, Las soluciones de visión artificial representan el futuro de la detección de corrosión – proteger aún más la infraestructura energética crítica en alta mar en el cambio climático.
El uso de pilotes tubulares en la construcción de cimientos ha sido una opción popular durante muchos años.. Los pilotes tubulares se utilizan para transferir la carga de una estructura a un lugar más profundo., capa más estable de suelo o roca.
Beneficios de las armaduras de tuberías El uso de armaduras de tuberías en la construcción ofrece varias ventajas notables: Resistencia y capacidad de carga: Las armaduras de tuberías son reconocidas por su alta relación resistencia-peso.. Los tubos interconectados distribuyen las cargas uniformemente., dando como resultado una estructura robusta y confiable. Esto permite la construcción de grandes luces sin la necesidad de excesivas columnas o vigas de soporte..
El estándar para tuberías sin costura para el transporte de fluidos depende del país o región en el que se encuentre., así como la aplicación específica. Sin embargo, Algunas normas internacionales ampliamente utilizadas para tuberías sin costura para el transporte de fluidos son: ASTM A106: Esta es una especificación estándar para tubos de acero al carbono sin costura para servicio de alta temperatura en los Estados Unidos.. Se utiliza comúnmente en plantas de energía., refinerías, y otras aplicaciones industriales donde están presentes altas temperaturas y presiones. Cubre tuberías en grados A., B, y C, con propiedades mecánicas variables según el grado. API 5L: Esta es una especificación estándar para tuberías utilizadas en la industria del petróleo y el gas.. Cubre tubos de acero soldados y sin costura para sistemas de transporte por tuberías., incluyendo tuberías para transportar gas, agua, y aceite. Las tuberías API 5L están disponibles en varios grados., como X42, X52, X60, y X65, dependiendo de las propiedades del material y los requisitos de aplicación. ASTM A53: Esta es una especificación estándar para tubos de acero galvanizados en caliente y negros sin costura y soldados utilizados en diversas industrias., incluidas aplicaciones de transporte de fluidos. Cubre tuberías en dos grados., A y B, con diferentes propiedades mecánicas y usos previstos. DE 2448 / EN 10216: Estas son las normas europeas para tubos de acero sin costura utilizados en aplicaciones de transporte de fluidos., incluyendo agua, gas, y otros fluidos. Leer más
Las tuberías sin costura para el transporte de fluidos están diseñadas para resistir varios tipos de corrosión según el material utilizado y la aplicación específica.. Algunos de los tipos más comunes de corrosión que estas tuberías están diseñadas para resistir incluyen: Corrosión uniforme: Este es el tipo de corrosión más común., donde toda la superficie de la tubería se corroe uniformemente. Para resistir este tipo de corrosión, Las tuberías suelen estar hechas de materiales resistentes a la corrosión., como acero inoxidable o revestidos con revestimientos protectores. Corrosión galvánica: Esto ocurre cuando dos metales diferentes están en contacto entre sí en presencia de un electrolito., lo que lleva a la corrosión del metal más activo. Para prevenir la corrosión galvánica, Las tuberías pueden estar hechas de metales similares., o pueden aislarse entre sí mediante materiales o revestimientos aislantes. Corrosión por picadura: Las picaduras son una forma localizada de corrosión que ocurre cuando áreas pequeñas en la superficie de la tubería se vuelven más susceptibles al ataque., conduciendo a la formación de pequeños hoyos. Este tipo de corrosión se puede prevenir utilizando materiales con alta resistencia a las picaduras., como aleaciones de acero inoxidable con molibdeno añadido, o aplicando recubrimientos protectores. Corrosión por grietas: La corrosión por grietas ocurre en espacios estrechos o espacios entre dos superficies., semejante Leer más
Cribas de alambre tipo cuña, también conocido como pantallas de alambre de perfil, Se utilizan comúnmente en diversas industrias por sus capacidades de detección superiores.. Están construidos con alambre de forma triangular.,
2 7/8En J55 K55, la tubería de revestimiento de pozo perforado es uno de los principales productos de acero que fabricamos., se pueden usar para agua, aceite, campos de perforación de pozos de gas. Los espesores se pueden suministrar desde 5,51 a 11,18 mm según la profundidad del pozo del cliente y las propiedades mecánicas requeridas.. Normalmente están provistos de conexión roscada., como NUE o EUE, que será más fácil de instalar en el sitio. La longitud de los tubos de revestimiento perforados de 3 a 12 m está disponible para las diferentes alturas de las plataformas de perforación del cliente.. El diámetro del orificio y el área abierta en la superficie también se personalizan. Los diámetros de agujero más populares son 9 mm., 12milímetros, 15milímetros, 16milímetros, 19milímetros, etc..
