Artigo
Participação no desenvolvimento tecnológico do primeiro submarino brasileiro de propulsão nuclear
Um processo seletivo que envolveu mais de 70 empresas e premiou nossa capacidade de gerir projetos de alta complexidade
Como a inteligência artificial e conhecimentos de processo ajudaram a desenvolver um sistema competitivo e eficiente para monitorar tubulações de pequeno porte
de tubulação monitorada
Monitoramento e detecção por cada trecho existente
do projeto à entrega
Setup, calibração dos modelos e comissionamento
de assertividade
Sistema testado e validado com vazamentos reais
Uma grande mineradora possuía a necessidade de monitorar toda a tubulação que transportava o rejeito de minério, desde as linhas do underflow dos espessadores até a barragem, totalizando aproximadamente 8 km de duto.
Foi montada uma equipe composta por cientistas de dados, engenheiro de dados e software, especialistas em processo e tubulação, que teve que lidar com os seguintes desafios:
Foi desenvolvido um sistema que, usando dados em tempo real dos sensores existentes ao longo do duto, faz uso de técnicas de machine learning para modelar e prever vazamentos.
As técnicas utilizadas são conhecidas como anolamy detection e, por meio de equações de balanço de energia e modelos regressores, permitiram que o sistema aprendesse o comportamento normal das tubulações e qualquer comportamento anômalo fosse tratado como um possível vazamento.
O sistema foi testado e validado com vazamentos reais, detectando vazamentos da ordem de 70 m³/h em uma tubulação que tinha uma vazão nominal de 1500 m³/h com uma assertividade de 95%.
O índice de falsos positivos foi de cerca de até um por semana, ou quatro por mês.
Detalhes:
Utilizando Machine Learning, foi desenvolvido um modelo de regressão que prevê uma razão ótima entre determinadas variáveis do processo. Quando esse valor destoa do valor medido em tempo real acima de um limite específico, e essa diferença se mantém constante por um determinado período de tempo, um alarme de anomalia é acionado, sinalizando um possível vazamento.
Detalhes:
O KNIME é uma plataforma de análise de dados open source, intuitiva e de fácil manipulação. Composta por diversos blocos com funcionalidades específicas, pela conexão e ajustes desses blocos simples conseguimos construir sistemas extremamente complexos e de fácil manutenção. Assim, com os treinamentos e explicações que realizamos, o cliente não precisou de conhecimentos profundos de programação para conseguir manusear e manipular nossos modelos.
Detalhes:
Para garantir uma detecção confiável, o sistema usou também um conjunto de algoritmos para avaliar a qualidade e a confiabilidade das medições de pressão, vazão, densidade, etc.
Sendo assim, os modelos de detecção só funcionam quando os dados recebidos estão confiáveis.
Além disso, o sistema também informa para a operação da planta a necessidade de verificação dos sensores que apresentarem alguma anomalia, evitando que a tubulação fique desprotegida e com medições não confiáveis por muito tempo.
This article presents a leakage detection system in a slurry pipeline using a combination of machine learning techniques.
Matéria sobre o Innovation Ecosystem: série de discussões realizadas pela Stefanini em parceria com a Fundação Dom Cabral e a Startupi, nesse episódio abordando a vertical indústria.
Artigo do nosso diretor Gustavo Brito sobre os desafios que a pandemia traz para a indústria e qual pode ser a realidade daqui em diante.
Matéria que aborda o uso de automação e integração de dados em processos logísticos, e como isso pode fazer diferença.
Como a inteligência artificial e conhecimentos de processo ajudaram a desenvolver um sistema competitivo e eficiente para monitorar tubulações de pequeno porte
de tubulação monitorada
Monitoramento e detecção por cada trecho existente
do projeto à entrega
Setup, calibração dos modelos e comissionamento
de assertividade
Sistema testado e validado com vazamentos reais
Uma grande mineradora possuía a necessidade de monitorar toda a tubulação que transportava o rejeito de minério, desde as linhas do underflow dos espessadores até a barragem, totalizando aproximadamente 8 km de duto.
Foi montada uma equipe composta por cientistas de dados, engenheiro de dados e software, especialistas em processo e tubulação, que teve que lidar com os seguintes desafios:
Sabemos como é difícil encontrar ferramentas eficientes e soluções adequadas para seus problemas. Nosso time está à disposição para te ajudar a escolher a melhor solução, com base em nossa experiência nas mais diversas áreas da indústria.
Matéria sobre o Innovation Ecosystem: série de discussões realizadas pela Stefanini em parceria com a Fundação Dom Cabral e a Startupi, nesse episódio abordando a vertical indústria.
Artigo do nosso diretor Gustavo Brito sobre os desafios que a pandemia traz para a indústria e qual pode ser a realidade daqui em diante.
Matéria que aborda o uso de automação e integração de dados em processos logísticos, e como isso pode fazer diferença.