بررسی و تحلیل کاربرد یادگیری ماشین در پردازش داده های تولید شده از عملکرد مدیریت یکپارچه خطوط لوله نفت و گاز
با توجه به آسیب های جبران ناپذیر زیست محیطی و خسارت های اقتصادی ناشی از عدم عملکرد صحیح خطوط لوله در انتقال نفت و گاز، اهمیت تشخیص به موقع و زودهنگام خرابی های عمدی و یا ناشی از استهلاک تجهیزات آشکار می شود. بدین منظور یکی از کاربردی ترین روش های نظارت و بازرسی، مدیریت یکپارچه خطوط لوله می باشد. در این روش راهکارهایی به منظور عیب یابی و طبقه بندی آن، تشخیص میزان و شدت عیب و بهینه سازی برنامه تعمیر و نگهداری ارائه شده است. در این مقاله به مرور کاربردهای یادگیری ماشین در پردازش اطلاعت بدست آمده از مراحل مختلف مدیریت یکپارچه خطوط لوله پرداخته می شود. همچنین چالش های پیش رو و پیشنهاداتی برای کارهای آتی و مسائل حل نشده کاربرد یادگیری ماشین در مدیریت یکپارچه خطوط لوله نیز مورد بررسی قرار می گیرند.
- حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران میشود.
- پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانههای چاپی و دیجیتال را به کاربر نمیدهد.