某石油钻井设备厂家缺陷识别软件的开发

某石油钻井设备厂家缺陷识别软件的开发

行业
石油和天然气

顾客

客户是石油行业钻井设备的领先制造商。

挑战

客户为石油生产行业的领导者提供钻井设备和维护服务,需要监控他们提供的钻头的状况,提供钻头磨损分析和及时的缺陷检测。钻头的物理检查既费时又费钱,因此客户需要优化状态监测过程。客户选择使用 3D 相机并需要 开发图像识别软件 用于分析钻头图像。

解决方案

ScienceSoft 提供了一个应用程序,该应用程序使用机器学习和视觉识别算法来检测摄像头捕获的图像中的钻头缺陷,并提供有关所需钻头更换和维护的建议。

启动后,该应用程序会对图像进行预处理和分析,以识别刀片并挑选出单个刀具,以及检测刀片表面和刀具磨损。

该应用程序采用依赖于霍夫圆变换方法的对象检测神经网络来识别刀具。一个简单的卷积神经网络,一种应用于图像识别的主要算法,用于进行刀具状态分类,一个单独的Mask R-CNN,一种用于物体实例分割的算法,用于进行叶片表面分割和检测叶片表面缺陷.

该应用程序将分析结果显示为磨损百分比,并建议更换钻头的最佳日期。

结果

客户有可能优化钻井设备状态监测并及时发现新出现的钻头缺陷。通过了解钻头更换日期,客户有机会简化库存管理并降低库存持有成本。该应用程序还允许客户减少钻头检查时间,减少停机时间并降低客户的维护成本。

技术和工具

TensorFlow、Keras、OpenCV、Scikit-learn、NumPy。

需要类似项目的帮助?

给我们留言,我们的代表将在 30 分钟内与您联系以安排初步讨论。

我们的联系方式

更多案例研究

大数据 Implementation for Advertising Channel Analysis in 10+ Countries

Migration to a new analytical system that ScienceSoft implemented helped one of the top market research companies secure an innovative big data solution based on Apache Hadoop, Apache Hive and Apache Spark frameworks. The new system was 100 times faster compared to the old one and could process 1,000 different data formats.

LEARN MORE

Development of IPTV & SVOD Apps and a Web-based Management System for a TV Industry Leader

A success story of a long-term partnership (over 5.5 years) which has brought the Customer to become one of the leading TV apps providers in the world. Created with ScienceSoft's help, the company's star product – hybrid mobile apps – now power T-Mobile, Orange and other telecom industry leaders.

LEARN MORE
">