人工智能和机器学习在海上油气行业的应用越发广泛

（文章来源：教育新闻网）

据麦肯锡公司和现代先进的分析程序可以帮助大石油公司发现价值的额外$ 10亿。

一种方法是通过部署机器学习和人工智能(AI)的能力来发现可能导致数百万英镑的设备中断的微小过程故障。迈克·布鲁克斯(Mike Brooks)曾是埃索(Esso)和雪佛龙(Chevron)的工程师，现在是资产优化软件公司AspenTech的高级总监。

Heidi Vella(HV)：AspenTech的技术如何利用分析和AI改善海上作业和维护?Mike Brooks(MB)：85%的设备故障是由过程引起的故障引起的，而不仅仅是磨损。我们是第一家将激光聚焦在机器过程中正在发生的事情上的公司，这可能会导致机器损坏，然后造成灾难性故障。

为此，我们通过检查来自机器的传感器数据来了解特定的行为模式，例如什么是正常操作以及当机器在故障之前就开始降级时会发生什么。

一旦我们对正常现象有了最好的解释，就可以创建所谓的“概率波形”图表。在复杂的压缩机上，我们可能要查看160个传感器，然后将数据合并为一张图表，以显示过去每个点的故障概率。当压缩机正常运行时，该线非常接近零。失败时为100%。波纹是介于两者之间发生的，因此很容易识别故障。

当与正常情况相比有变化时，有必要知道这是由于即将发生的已知故障还是新的故障模式?我们的软件会告诉您这是一个还是另一个。如果是新的失败，那么我们将训练称为“代理”的东西，该软件将注册该签名，然后永远寻找它是否发生。下次出现此问题时，甚至无需看那台机器，操作员就可以非常准确地知道何时会发生故障。我们曾与一家上游公司合作，可以提前一个月预测泥浆泵的故障

HV：与其他离岸资产管理软件公司的做法有何不同?MB：大多数公司只是在检测异常，这实际上只是在问一个问题：这正常吗?但是，由于这需要人工解释，因此充满了错误。我们经常发现机器学习有点误解。一家公司的一位傲慢的首席技术官曾对我说：“只要给我看数据，这就是我所需要的!”事实证明，您所需要的还不止这些!

数据需要导轨才能正常工作，没有它们，它将发现各种毫无意义的不相关的关联。最著名的例子之一是，缅因州食用人造黄油的数量与离婚率之间存在直接关系。因此，根据这种相关性，如果您开始食用更多人造黄油，那么您更有可能离婚。如果您不给机器学习适当的指导，那就是您可以通过机器学习获得的那种愚蠢。