영국에너지2025 – 진행 중시드릴
자산 수명주기 관리 안에서 분출방지장치 부품의 상태를 AI로 추정
시드릴은 머신러닝으로 시추선 11척의 분출방지장치 부품 잔여 수명을 추정했다
문제
환형 요소 같은 분출방지장치(BOP) 부품은 정해진 주기로 점검하고 정비했다. 시드릴은 부품마다 실제 상태를 기준으로 정비를 판단하려 했다.
접근 방식
시드릴은 ADC 에너지와 함께 Annu-Life를 만들었다. 이 플랫폼은 장비 운영 데이터와 ADC 엔지니어가 검증한 머신러닝 모델, 고무 열화 이미지 데이터베이스를 결합한다. 지도학습 이미지 모델이 사진으로 환형 요소의 손상을 1에서 5까지의 등급으로 매긴다. 램 요소 모델은 현장 시험 중이었다. 시드릴의 더 넓은 수명주기 플랫폼에서 예측 기능 대부분은 협력사 데이터가 제한적이어서 여전히 규칙 기반 기준값에 의존한다.
주요 수치
시사점
시드릴은 머신러닝과 규칙 기반 모니터링을 함께 썼고, 데이터 한계 때문에 머신러닝 부분이 제약을 받았다고 밝혔다. 50% 감축은 AI 하나가 아니라 수명주기 관리 프로그램 전체의 성과다.
분류
출처
출처 요약
ADC 에너지와 시드릴의 Annu-Life 플랫폼을 다룬 소식. 이 플랫폼은 BOP 부품의 잔여 사용 수명을 추정한다. 시추선 11척에서 가동 중이며 램 요소로 확대할 계획이라고 밝혔다. 성능 지표는 제시하지 않았다.
시드릴 소속 필자가 쓴 자산 수명주기 관리 플랫폼 소개 글. 환형 요소 이미지 등급 판정, 시험 중인 램 요소 모델, 대부분 규칙 기반인 예측 기능을 설명했다. 이 프로그램으로 정비·점검 빈도가 50% 줄었다고 밝혔다.
자세한 내용은 원문에서 확인하실 수 있습니다.