Estudo de Caso

Detecção de vazamento em tempo real para um mineroduto

Como a inteligência artificial e conhecimentos de processo ajudaram a desenvolver um sistema competitivo e eficiente para monitorar tubulações de pequeno porte

Mineração

Da britagem ao transporte, soluções com grande vivência dos processos

Dados do Projeto

COBERTURA

8 km

de tubulação monitorada

Monitoramento e detecção por cada trecho existente

PRAZO

4 meses

do projeto à entrega

Setup, calibração dos modelos e comissionamento

SEGURANÇA

95%

de assertividade

Sistema testado e validado com vazamentos reais

Contexto e Desafios

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:

  1. Encontrar um meio de monitorar e detectar vazamento em todos os 6 trechos existentes na tubulação
  2. Evitar a instalação de sensores de alto custo ou outros recursos que demandassem grande investimento
  3. Obter um número baixo de falso positivos, para não prejudicar a produtividade

Soluções Utilizadas e Equipamentos Fornecidos

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.

Especialistas

Engenheiro de Controle de Processos

Arthur Parreira

Full Stack Data Scientist

Pablo Drumond

Head of Data Science & AI

Eduardo Magalhães

Whitepapers

whitepaper

January 25, 2021

LEAK DETECTION SYSTEM USING MACHINE LEARNING TECHNIQUES*

This article presents a leakage detection system in a slurry pipeline using a combination of machine learning techniques.

Opa! Ocorreu um erro ao submeter o formulário, preencha corretamente e envie.
Conecte-se com nosso time de especialistas nas diversas áreas da indústria.
Encontrar  especialistas

Detecção de vazamento em tempo real para um mineroduto

Como a inteligência artificial e conhecimentos de processo ajudaram a desenvolver um sistema competitivo e eficiente para monitorar tubulações de pequeno porte

February 2, 2021

publicado por

Engenheiro de Controle de Processos

Arthur Parreira

publicado por

Full Stack Data Scientist

Pablo Drumond

publicado por

Head of Data Science & AI

Eduardo Magalhães

COBERTURA

8 km

de tubulação monitorada

Monitoramento e detecção por cada trecho existente

PRAZO

4 meses

do projeto à entrega

Setup, calibração dos modelos e comissionamento

SEGURANÇA

95%

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:

  1. Encontrar um meio de monitorar e detectar vazamento em todos os 6 trechos existentes na tubulação
  2. Evitar a instalação de sensores de alto custo ou outros recursos que demandassem grande investimento
  3. Obter um número baixo de falso positivos, para não prejudicar a produtividade

Cases e Artigos Semelhantes

Conecte-se com nosso time de especialistas nas diversas áreas da indústria.
Encontrar  especialistas