Migliorare la sicurezza e la manutenzione industriale: Cenosco e EDIH Adria testano l'IA per il rilevamento della corrosione

In ambienti industriali esigenti come le installazioni di petrolio e gas, l'industria chimica e l'estrazione mineraria, la corrosione rappresenta una minaccia costante per l'integrità delle apparecchiature, la sicurezza dei lavoratori e la protezione dell'ambiente. Il rilevamento tempestivo e l'accurata valutazione della corrosione sono essenziali per prevenire guasti costosi, tempi di inattività non pianificati e potenziali incidenti ambientali. Cenosco, azienda leader nello sviluppo di software di Asset Integrity Management (AMM), ha riconosciuto la necessità di soluzioni innovative che si basino sui metodi di ispezione e monitoraggio esistenti. Gli approcci tradizionali, sebbene affidabili, possono essere dispendiosi in termini di tempo e soggettivi, mentre la quantità di dati visivi generati durante le ispezioni è in costante aumento.

Soluzione attraverso il programma Test-Before-Invest (TBI)

Per esplorare il potenziale delle tecnologie più recenti, Cenosco ha collaborato con il consorzio EDIH Adria attraverso il programma "Test Before Invest" (TBI). L'obiettivo di questo progetto collaborativo è stato quello di sviluppare e testare un prototipo di un modello di intelligenza artificiale (AI) in grado di identificare, classificare e valutare automaticamente il grado di corrosione sulla base di fotografie di tubazioni e altri componenti di impianti industriali. L'attenzione si è concentrata sull'applicazione di tecniche avanzate di visione artificiale e deep learning per automatizzare e oggettivare il processo di analisi dei dati di ispezione visiva.

Nell'ambito delle attività di TBI, gli esperti dell'Università Juraj Dobrila di Pola, partner del consorzio EDIH Adria, hanno lavorato con una serie completa di dati forniti da Cenosco. Tra le fasi principali figurano:

• Analisi dettagliata e preparazione dei dati: L'incontro iniziale consisteva in fotografie ad alta risoluzione e relative annotazioni. I dati sono stati puliti e convalidati per garantire la coerenza.
• Sviluppare una strategia di elaborazione delle immagini ad alta risoluzione: A causa della perdita di dettagli nel ridimensionamento delle immagini standard per i modelli AI, è stata implementata una tecnica innovativa di divisione delle immagini originali in segmenti più piccoli e sovrapposti. Questo approccio si è dimostrato fondamentale per preservare i dettagli necessari per un'accurata rilevazione della corrosione.
• Formazione e valutazione dei modelli di IA: È stata utilizzata l'architettura YOLOv11 (You Only Look Once), nota per la sua efficienza nelle attività di rilevamento degli oggetti. Sono state testate le versioni "nano" e "piccole" del modello, con il modello "piccolo" che mostra prestazioni superiori dopo 38 ore di allenamento.

Risultati e benefici per Cenosco

Il progetto TBI ha dimostrato con successo la fattibilità tecnica e il potenziale significativo dell'applicazione AI per il rilevamento automatico della corrosione:

• Prestazioni soddisfacenti raggiunte: Il piccolo modello YOLOv11 ha raggiunto un valore mAP50 di 0,756 e un valore mAP50-95 di 0,589 sul set di validazione, che sono risultati promettenti per un compito industriale complesso. Il modello ha mostrato la capacità di una classificazione precisa (precisione 0,857) e un buon richiamo (richiamo 0,662). Un'analisi più dettagliata delle prestazioni per classe di difetti mostra che il modello ottiene i migliori risultati per il rilevamento della corrosione sui rivestimenti, mentre compiti più impegnativi sono il rilevamento della corrosione su apparecchiature di tubazioni di media qualità e problemi di isolamento. Il modello raggiunge un richiamo di 0,79 ad una soglia di confidenza di 0,000, che conferma la sua capacità di identificare in modo affidabile diversi tipi di difetti in condizioni industriali.

• Conferma dell'efficacia della strategia di "tiling": La condivisione delle immagini in segmenti più piccoli ha permesso al modello di apprendere in modo efficiente dai dettagli, il che è fondamentale per rilevare sottili segni di corrosione.
• Approfondimento sul potenziale dell'automazione: Il modello AI ha mostrato la capacità di analizzare rapidamente un gran numero di immagini, identificando le aree interessate dalla corrosione e classificandone il tipo e il grado. Ciò apre la strada a una significativa riduzione del tempo necessario per l'esame manuale e a un aumento della coerenza delle valutazioni.
• La base per lo sviluppo futuro: Attraverso il progetto, Cenosco ha ricevuto una visione dettagliata dell'applicabilità della tecnologia AI per il rilevamento della corrosione, compresa una dimostrazione della funzionalità dell'approccio del prototipo sviluppato, una valutazione delle sue prestazioni e un rapporto completo con raccomandazioni. Questi approfondimenti fungono da solida base per Cenosco per prendere decisioni su ulteriori miglioramenti e potenziali integrazioni delle funzionalità avanzate di IA nella sua Integrity Management Suite (IMS). Il progetto ha dimostrato con successo la fattibilità tecnologica a livello TRL 3-4.

Insegnamenti tratti e tappe future

Questo progetto TBI ha fornito a Cenosca preziose informazioni:

• Importanza dei dati di qualità: Il successo dei modelli di IA dipende inevitabilmente da un set di dati ampio, diversificato e precisamente annotato.
• Adattarsi a sfide specifiche: Gli approcci standard spesso richiedono adattamenti innovativi, come le strategie di condivisione delle immagini, per affrontare le specificità dei dati industriali.
• Sviluppo iterativo: Le soluzioni di IA richiedono un miglioramento continuo, la sperimentazione di nuove architetture e tecniche e l'adattamento basato sul feedback.

Cenosco prevede di continuare la ricerca e lo sviluppo di soluzioni di intelligenza artificiale, concentrandosi sull'ulteriore miglioramento dell'accuratezza del modello, espandendo il set di dati. L'obiettivo è quello di fornire ai propri clienti strumenti ancora più avanzati per gestire in modo proattivo l'integrità degli asset, ridurre i rischi e ottimizzare i costi di manutenzione.

Conclusion

La collaborazione tra Cenosco e EDIH Adria attraverso il programma TBI ha dimostrato con successo come l'applicazione dell'intelligenza artificiale possa trasformare i processi di ispezione e manutenzione in settori industriali esigenti. Questo progetto non solo ha confermato la fattibilità tecnica del rilevamento della corrosione AI, ma ha anche gettato le basi per future innovazioni che contribuiranno a una maggiore sicurezza, efficienza e sostenibilità degli impianti industriali. EDIH Adria continua a supportare aziende come Cenosco nella loro trasformazione digitale, consentendo loro di testare e implementare tecnologie avanzate che portano un reale valore di business.