人工智能和機(jī)器學(xué)習(xí)在海上油氣行業(yè)的應(yīng)用越發(fā)廣泛

（文章來(lái)源：教育新聞網(wǎng)）

據(jù)麥肯錫公司和現(xiàn)代先進(jìn)的分析程序可以幫助大石油公司發(fā)現(xiàn)價(jià)值的額外$ 10億。

一種方法是通過(guò)部署機(jī)器學(xué)習(xí)和人工智能(AI)的能力來(lái)發(fā)現(xiàn)可能導(dǎo)致數(shù)百萬(wàn)英鎊的設(shè)備中斷的微小過(guò)程故障。邁克·布魯克斯(Mike Brooks)曾是埃索(Esso)和雪佛龍(Chevron)的工程師，現(xiàn)在是資產(chǎn)優(yōu)化軟件公司AspenTech的高級(jí)總監(jiān)。

Heidi Vella(HV)：AspenTech的技術(shù)如何利用分析和AI改善海上作業(yè)和維護(hù)?Mike Brooks(MB)：85%的設(shè)備故障是由過(guò)程引起的故障引起的，而不僅僅是磨損。我們是第一家將激光聚焦在機(jī)器過(guò)程中正在發(fā)生的事情上的公司，這可能會(huì)導(dǎo)致機(jī)器損壞，然后造成災(zāi)難性故障。

為此，我們通過(guò)檢查來(lái)自機(jī)器的傳感器數(shù)據(jù)來(lái)了解特定的行為模式，例如什么是正常操作以及當(dāng)機(jī)器在故障之前就開(kāi)始降級(jí)時(shí)會(huì)發(fā)生什么。

一旦我們對(duì)正?，F(xiàn)象有了最好的解釋，就可以創(chuàng)建所謂的“概率波形”圖表。在復(fù)雜的壓縮機(jī)上，我們可能要查看160個(gè)傳感器，然后將數(shù)據(jù)合并為一張圖表，以顯示過(guò)去每個(gè)點(diǎn)的故障概率。當(dāng)壓縮機(jī)正常運(yùn)行時(shí)，該線非常接近零。失敗時(shí)為100%。波紋是介于兩者之間發(fā)生的，因此很容易識(shí)別故障。

當(dāng)與正常情況相比有變化時(shí)，有必要知道這是由于即將發(fā)生的已知故障還是新的故障模式?我們的軟件會(huì)告訴您這是一個(gè)還是另一個(gè)。如果是新的失敗，那么我們將訓(xùn)練稱為“代理”的東西，該軟件將注冊(cè)該簽名，然后永遠(yuǎn)尋找它是否發(fā)生。下次出現(xiàn)此問(wèn)題時(shí)，甚至無(wú)需看那臺(tái)機(jī)器，操作員就可以非常準(zhǔn)確地知道何時(shí)會(huì)發(fā)生故障。我們?cè)c一家上游公司合作，可以提前一個(gè)月預(yù)測(cè)泥漿泵的故障

HV：與其他離岸資產(chǎn)管理軟件公司的做法有何不同?MB：大多數(shù)公司只是在檢測(cè)異常，這實(shí)際上只是在問(wèn)一個(gè)問(wèn)題：這正常嗎?但是，由于這需要人工解釋，因此充滿了錯(cuò)誤。我們經(jīng)常發(fā)現(xiàn)機(jī)器學(xué)習(xí)有點(diǎn)誤解。一家公司的一位傲慢的首席技術(shù)官曾對(duì)我說(shuō)：“只要給我看數(shù)據(jù)，這就是我所需要的!”事實(shí)證明，您所需要的還不止這些!

數(shù)據(jù)需要導(dǎo)軌才能正常工作，沒(méi)有它們，它將發(fā)現(xiàn)各種毫無(wú)意義的不相關(guān)的關(guān)聯(lián)。最著名的例子之一是，緬因州食用人造黃油的數(shù)量與離婚率之間存在直接關(guān)系。因此，根據(jù)這種相關(guān)性，如果您開(kāi)始食用更多人造黃油，那么您更有可能離婚。如果您不給機(jī)器學(xué)習(xí)適當(dāng)?shù)闹笇?dǎo)，那就是您可以通過(guò)機(jī)器學(xué)習(xí)獲得的那種愚蠢。
? ? ? ?