Содержание |
История
2021: Покупка нефтегазового бизнеса нефтегазового бизнеса у Woodside Petroleum
17 августа 2021 года крупнейшая горнодобывающая компания в мире BHP Group объявила о продаже нефтегазового бизнеса компании Woodside Petroleum. Подробнее здесь.
2019: Использование Big Data и машинного обучения для недопуска людей к опасному производству
В начале января 2020 года австралийский нефтяной гигант Woodside рассказал о том, как использует Big Data и машинное обучение, чтобы не подпускать людей к опасному производству.
Вице-президент компании по новым технологиям Джейсон Крузан (Jason Crusan) поделился примерами использования больших данных. Конечная цель данной аналитической программы — выявить опасные условия производства, при которых разумнее использовать роботов, чем рисковать жизнью человека.
Хотя Woodside только начала работать с крупными массивами данных, Крузан отмечает, что применение анализа Big Data и машинного обучения уже повысило общую безопасность операторов. К примеру, теперь различные замеры в цехах с высокой температурой проводят не сотрудники, а роботизированные механизмы. Другой пример, который привел Крузан, касался проверок производства. Теперь для инспекции не требуется останавливать весь процесс, поскольку робототехника обеспечивает постоянный активный мониторинг.
 | Мы используем роботов в цехах с тяжелыми условиями окружающей среды: с высокой температурой воздуха, высоким уровнем шума, вибрацией, риском поражения электрическим током… А кроме того, мы получаем контрольные данные, не дожидаясь очередного технического обслуживания, — пояснил Крузан. |  |
Постоянный мониторинг роботизированных мобильных платформ повышает общий уровень безопасности производства, а машинное обучение позволяет активно анализировать данные, поступающие с камер и датчиков оборудования. К примеру, машинное обучение используется, чтобы оценить потребность в смазке различных частей механизмов. Кроме того, Woodside использует автоматизированные журналы данных, благодаря которым все сотрудники могут точно оценить, в каком состоянии находится оборудование на начало их смены.[1]
Примечания
