Autor: Edmund Bennett

Beyond the Pig: Gestión de riesgos basada en datos para tuberías difíciles

En una era en la que abundan los datos, la industria de la tubería se enfrenta a un reto único: cómo transformar conjuntos de datos vastos y complejos en información útil. Nuestro experto, Edmund Bennett, explica con más detalle cómo ROSEN está abordando este reto de frente mediante el uso de técnicas de análisis y aprendizaje automático para descubrir patrones estructurales y factores de riesgo que pueden enriquecer los análisis tradicionales. En combinación con el profundo conocimiento de ROSEN sobre la integridad de las tuberías y los mecanismos de amenaza, estas técnicas ofrecen un nuevo enfoque para la evaluación comparativa global de las tuberías y permiten a los operadores comprender sus propias expectativas sobre la vida útil de esta infraestructura crítica.

Por qué es importante la gestión de la integridad basada en datos

La gestión eficaz de la integridad de las tuberías depende de una amplia gama de datos, incluidos los resultados de las inspecciones, la información geoespacial, las propiedades de los materiales y los informes de Anomalías. Estos datos son esenciales para identificar, evaluar y mitigar los riesgos, así como para tomar decisiones informadas sobre el mantenimiento y el rendimiento de los activos.

El almacén de datos de integridad de ROSEN es un recurso único y potente para la industria de la tubería, que contiene casi 83 millones de juntas inspeccionadas de más de 30,000 inspecciones en línea evaluadas. Proporciona el amplio y completo conjunto de datos descrito anteriormente, que incluye datos de inspección, informes y datos geoespaciales relevantes para las amenazas a la integridad de las tuberías, y ofrece una visión amplia e inigualable del estado de una parte significativa de los activos de tubería pigables del mundo.

La complejidad y el volumen de estos datos pueden ser difíciles de interpretar, especialmente cuando se trata de descubrir patrones en miles de juntas y múltiples sistemas de tuberías. Al mismo tiempo, los conjuntos de datos complejos ofrecen la oportunidad de extraer información valiosa para la gestión de la integridad de las tuberías. Las técnicas de reducción de dimensionalidad, como la aproximación y proyección uniforme de variedades (UMAP), ayudan a simplificar esta complejidad y ayudan a los gestores de integridad a comprender mejor los riesgos y atribuir factores específicos a las redes de tuberías que gestionan.

Portrait of Edmund Bennett
A medida que la industria continúa digitalizando y ampliando su infraestructura de datos, técnicas como UMAP desempeñarán un papel fundamental en la transformación de los datos en información estratégica, ayudando a los operadores a gestionar los riesgos, optimizar el mantenimiento y garantizar la integridad de la tubería a largo plazo.
Edmund Bennett, Principal Data Scientist, ROSEN Group

Simplificando la complejidad con UMAP

UMAP es una potente técnica de aprendizaje automático que se utiliza para la reducción de dimensionalidad, un proceso que simplifica conjuntos de datos complejos al tiempo que conserva su estructura subyacente. En el contexto del análisis de tuberías, UMAP permite a Ingeniería y a científicos de datos visualizar las relaciones entre miles de juntas de tuberías, detectar grupos de características similares y descubrir patrones ocultos que pueden indicar riesgos. Para visualizar la eficacia de UMAP, ROSEN aplicó esta técnica a un subconjunto de datos cuidadosamente preprocesados de 4000 inspecciones dentro del almacén de datos de integridad, que incluye atributos de tuberías y uniones, como el año de construcción, la longitud de la unión, el grado de la tubería, el diámetro, el espesor de la pared, los recubrimientos externos y los datos de anomalía de pérdida de metal externa.

La visualización resultante revela patrones claros: las uniones similares se agrupan, mientras que las diferentes forman regiones distintas. UMAP suele agrupar uniones de la misma tubería sin que se le proporcionen identificadores de activos, lo que permite descubrir similitudes estructurales latentes. La estructura a mayor escala puede analizarse para determinar los grupos de tuberías cuyo riesgo es potencialmente mayor. La esquina superior izquierda del gráfico muestra las uniones que suelen presentar niveles de corrosión más graves, lo que indica una región de mayor riesgo dentro del gráfico UMAP. De este modo, se pueden identificar fácilmente las tuberías que generan riesgo a nivel de red para un operador. Es fundamental destacar que la incorporación de datos de mantenimiento y otros costos operativos en el análisis UMAP permite al operador determinar los activos y las uniones específicas cuyos costos operativos son desproporcionados en relación con su estado de integridad, y le permite centrarse en los valores atípicos que generan riesgo en toda la cartera de activos.

Two-dimensional UMAP of a subset of the dataset for a specific operatorFigura 1: UMAP bidimensional de un subconjunto del conjunto de datos para un operador específico. Cada punto representa una unión, y el color indica los activos individuales de la tubería. El contorno de fondo y el mapa de calor representan la probabilidad media de superación del 20 % de anomalías de corrosión externa del espesor de la pared de las uniones en esa región, y el triángulo indica las uniones de tuberías con mayor probabilidad de corrosión externa, lo que impulsa la mitigación de riesgos pertinentes, como CIPS o inspección en línea. Las uniones de la misma tubería suelen agruparse, lo que indica su similitud, mientras que la estructura a mayor escala puede analizarse para determinar los grupos de tuberías cuyo riesgo es potencialmente mayor.

El uso de UMAP para la comparación de similitudes y la agrupación permite a ROSEN descubrir información útil para la gestión de activos, lo que permite comparaciones directas y rápidas entre juntas y activos; también destaca la necesidad de contar con datos contextuales más completos para comprender y caracterizar plenamente las tuberías a nivel de las juntas y comprender los riesgos. A medida que la industria continúa digitalizando y ampliando su infraestructura de datos, técnicas como UMAP desempeñarán un papel fundamental a la hora de convertir datos complejos en información útil. Un enfoque moderno de la gestión de activos, complementado con las técnicas aquí descritas, permitirá a la industria abordar de forma proactiva las amenazas de manera informada y coordinada, destinando los recursos de inspección y mantenimiento a las áreas que realmente presentan el mayor riesgo. También permitirá a los operadores mejorar la eficiencia de los flujos de trabajo, reducir los silos de datos y simplificar las revisiones manuales. Para alcanzar estos objetivos, los operadores deben considerar los siguientes cambios:

  • Adoptar sistemas centralizados para los datos de integridad de las tuberías que permitan comparar fácilmente los activos y los resúmenes a nivel de red.
  • Adoptar un enfoque holístico, que aúne la integridad de las tuberías y su viabilidad comercial.
  • Desarrollar resúmenes a nivel de red del riesgo de los activos piggables y no piggiable, y tener en cuenta estas métricas de seguridad cruciales a nivel de gestión.
Portrait of Edmund Bennett

Edmund Bennett 

Principal Data Scientist, ROSEN Group

Póngase en contacto conmigo
Primer plano de una mano que sostiene un teléfono móvil en el que se puede ver el boletín de facetas.

¿Aún no se ha registrado en Facets?

Regístrese ahora si desea ver más historias como ésta y recibir las últimas noticias y actualizaciones.
Seguir leyendo