Kecerdasan Buatan (AI) bersatu dengan kecerdasan manusia untuk melawan korosi. Jalan ke depan adalah pemanfaatan teknologi baru. Di sinilah AI berperan penting dalam manajemen korosi, yang diperlukan untuk penerapan teknik komputasi seperti algoritma pembelajaran mesin dan teknologi mutakhir, yang mampu memberikan visi yang lebih mendalam dan lebih presisi untuk menghentikan fenomena ini.
Ketahanan dan masa pakai struktur industri dipengaruhi oleh paparan lingkungan agresif yang sering terjadi, yang mempercepat proses kerusakan. Musuh utamanya adalah korosi. Hal ini terutama terjadi pada struktur baja, yang penting untuk operasi sehari-hari di berbagai sektor industri; dan di sinilah fenomena ini tersembunyi di area yang tidak terduga dan menjadi salah satu penyebab utama kegagalan.
Memiliki perangkat dan teknologi inovatif yang mampu memprediksi kegagalan akibat korosi sangat penting untuk melindungi aset, menjamin keselamatan, dan mengoptimalkan sumber daya selama proses operasional. Pengendalian semua faktor ini akan menghasilkan manajemen korosi yang lebih baik.
Korosi: Tantangan yang Berkelanjutan dalam Industri
Korosi merupakan ancaman yang berkelanjutan dan telah ditetapkan sebagai tantangan berkelanjutan yang secara signifikan memengaruhi sektor industri. Penggunaan logam dalam industri pada umumnya sangat tinggi dan jenis material ini umumnya terkorosi karena kondisi paparannya.
Fenomena ini menimbulkan kerugian ekonomi yang besar, karena memengaruhi struktur baja dan menyebabkan penurunan sifat fisiknya, merusak struktur dan stabilitasnya secara menyeluruh, sehingga menimbulkan berbagai risiko. Memahami besarnya masalah ini penting untuk mengatasinya secara efektif dan mengambil tindakan pencegahan yang tepat.
Perlu dicatat bahwa korosi merupakan masalah umum dan mahal di banyak sektor industri, serta memengaruhinya dalam lebih banyak cara daripada yang kita sadari. Reaksi kimia yang tidak diinginkan ini menyebabkan kerusakan yang tidak dapat diperbaiki pada struktur, peralatan, dan aset secara umum, yang menyebabkan biaya perbaikan dan penggantian yang cukup besar. Namun, risiko yang terkait dengan korosi melampaui aspek ekonomi semata. Keselamatan manusia dan lingkungan terancam oleh efek korosif.
Untuk mengetahui sedikit tentang dampak global korosi, diperkirakan mencapai 2,5 triliun dolar AS, yang setara dengan 3,4% dari Produk Domestik Bruto (PDB) dunia (2013). Dengan menggunakan praktik pengendalian korosi yang tersedia, diperkirakan penghematan antara 15 dan 35% dari biaya korosi dapat dicapai; yaitu, antara US$375 dan $875 miliar per tahun di seluruh dunia, sebuah penghematan yang sangat besar. Lebih lanjut, biaya-biaya ini biasanya tidak mencakup keselamatan individu atau konsekuensi lingkungan1.
Angka-angka yang mengejutkan ini merupakan seruan bagi sains, peneliti, perusahaan, dan industri untuk bertindak dalam menghadapi fenomena ini. Penting untuk menyadari pentingnya penerapan strategi manajemen dan pengendalian korosi yang efektif, serta memanfaatkan teknologi canggih, seperti kecerdasan buatan, untuk mengatasi masalah ini.
Memajukan Manajemen Korosi: Kecerdasan Buatan sebagai Teknologi Paduan
Kecerdasan Buatan menjangkau ruang yang luas di berbagai bidang untuk memecahkan masalah kompleks bagi manusia, seperti deteksi dan pengendalian korosi di sektor industri. Bidang teknik digital semakin berkembang pesat di dunia dan menjadi bagian dari kehidupan kita, meskipun terkadang kita tidak menyadarinya.
Deteksi dini korosi merupakan faktor kunci dalam pengelolaan efektif masalah yang terus-menerus ini di industri. Untungnya, AI telah membuka berbagai kemungkinan dengan menawarkan teknik/alat canggih untuk identifikasi dan pemantauan korosi yang efisien dan akurat.
Deteksi korosi otomatis melalui gambar: Dengan menggunakan kamera dan pemindai khusus, beberapa gambar area yang akan diperiksa diambil, yang kemudian diproses oleh algoritma otomatis dengan pola deteksi korosi. Gambar-gambar ini kemudian mengidentifikasi dan mengklasifikasikan korosi di semua fasilitas berdasarkan tingkat kekritisannya. Dengan menggabungkan gambar yang diambil dengan data laser yang sesuai, dimungkinkan untuk menghitung luas fisik, dimensi, dan lokasi korosi yang terdeteksi.
Dengan memberikan pengukuran area yang terdampak, estimasi kerusakan yang lebih baik dapat diperoleh. Berdasarkan deteksi korosi otomatis dan kondisi lapisan pada gambar inspeksi oleh sistem berbasis AI, tindakan diprioritaskan dan strategi kerja inspeksi disusun untuk memfasilitasi NDT, pemeliharaan, atau perbaikan kerusakan.
Dalam hal ini, kami membahas algoritma Computer Vision 2, yang digunakan untuk mendeteksi korosi, sehingga memungkinkan remediasi peralatan berisiko tinggi. Algoritma ini digunakan untuk aplikasi pertama di industri yang menggunakan sistem berbasis kecerdasan buatan guna meningkatkan pengendalian korosi dan proses inspeksi. Sistem ini diterapkan pada anjungan minyak dan gas lepas pantai yang besar di Teluk Meksiko, menunjukkan peningkatan besar dalam proses pemeriksaan dan pemeliharaan sekaligus mengurangi biaya pengoperasian dan risiko yang terkait dengan anjungan O&G di laut lepas.
Hasil yang diperoleh dari pemeriksaan sistem deteksi dan manajemen korosi berbasis AI adalah sebagai berikut:
- 83 nominasi untuk “penggantian peralatan mendesak”, di mana peralatan tersebut diperkirakan akan rusak dalam waktu 6 hingga 12 bulan.
- 217 nominasi pengecatan prioritas tinggi, di mana jika peralatan tidak dicat, peralatan tersebut akan mengalami kerusakan hingga membutuhkan penggantian peralatan mendesak dalam waktu 12-24 bulan.
- Implementasi proses ini juga menghasilkan hasil komparatif dengan penerapan deteksi korosi dengan metode tradisional, menghasilkan hasil berikut 2. “Perbandingan langsung disediakan antara cakupan inspeksi sistem deteksi/manajemen korosi berbasis AI dan hasil inspeksi inspeksi tradisional. Sekitar 75% dari semua komputer dicakup oleh pemindaian tingkat platform. Cakupan ditingkatkan menjadi sekitar 97% dengan menangkap pemindaian dalam posisi yang mempertimbangkan kasus sudut, seperti ruang sempit, perpipaan kompleks, dan peralatan overhead. Sebaliknya, hanya 20% tim yang dicakup dalam kampanye GVI 2019. Sistem AI menyediakan cakupan sekitar 77% lebih banyak. Selain itu, penilaian kesehatan platform penuh yang disediakan oleh sistem AI adalah $0,5 juta lebih sedikit dari anggaran tahunan yang diusulkan untuk GVI berawak tradisional. Penghematan berulang langsung untuk setiap tahun berikutnya akan menjadi sekitar $1 juta per tahun untuk platform contoh.”
Termografi Berbantuan Kecerdasan Buatan untuk Mendeteksi Korosi CUI di Bawah Isolasi: Jenis korosi ini merupakan tantangan kritis yang memengaruhi integritas aset, terutama di industri minyak dan gas. Tingkat keparahannya muncul karena sifatnya yang tersembunyi, sehingga seringkali luput dari perhatian. CUI pada prinsipnya dipicu oleh masuknya kelembapan melalui lapisan isolasi ke permukaan pipa. Teknologi deteksi bertenaga AI ini muncul dari kebutuhan mendesak untuk mendeteksi keberadaan jenis korosi ini.
Sebuah cyberphysicist telah dikembangkan untuk memenuhi kebutuhan unit inspeksi di industri minyak dan gas, menyediakan sistem waktu nyata dan alat penilaian daring untuk memantau keberadaan CUI dengan meningkatkan hasil inspeksi. Termografi. Sistem ini menggunakan teknologi AI dan pembelajaran mesin.
Digitalisasi manajemen korosi: Solusi telah diciptakan untuk mengidentifikasi korosi melalui Pembelajaran Mesin (ML) dan memantau aset secara hampir real-time. Sistem ini membantu mengidentifikasi korosi melalui gambar menggunakan layanan Google Cloud ML, serta layanan penandaan Google Cloud untuk anotasi.
Pembelajaran Mesin terutama digunakan untuk deteksi korosi, sementara alat manajemen digunakan untuk mendapatkan gambaran umum struktur, yang memungkinkan teknisi menavigasi lingkungan 3D dengan memindai koordinat yang tepat, tempat mereka mengidentifikasi korosi dan secara otomatis menghasilkan laporan untuk merencanakan strategi manajemen korosi.4.
Sensor pemantauan terintegrasi: Ini adalah alat yang didukung AI untuk mengelola pemantauan struktur yang terdampak korosi dan dengan demikian mengidentifikasi area berisiko tinggi. Perangkat ini melakukan pengambilan keputusan berdasarkan AI, di mana data pada struktur yang dievaluasi diterima dan algoritma Pembelajaran Mesin akan menghasilkan laporan area berisiko tinggi untuk memprogram strategi pemeliharaan. Perangkat ini juga menciptakan aliran data berkelanjutan yang harus dikumpulkan, diproses, dan diinterpretasikan oleh personel khusus untuk memberikan hasil yang bermanfaat. Minat utamanya adalah untuk mendapatkan informasi tentang kondisi terkini struktur dalam hal degradasi korosif, dan apakah ingin mengetahui kapan kegagalan mungkin terjadi.
Perlu dicatat bahwa perkembangan konstan dalam Big Data, algoritma pembelajaran mesin, komunikasi antarmesin, dan teknologi cloud telah membuka kemungkinan baru untuk menyelidiki informasi yang berasal dari aset industri. Pemantauan korosi secara real-time kini dimungkinkan berkat sensor, aktuator, dan parameter kontrol lainnya.
Manfaat Manajemen Korosi dengan Kecerdasan Buatan
Penerapan perangkat kecerdasan buatan dalam manajemen korosi memberikan serangkaian keuntungan yang berdampak pada aspek ekonomi dan keselamatan operasional industri. Manfaat-manfaat ini penting bagi perusahaan untuk terus mengoptimalkan sumber daya dan melindungi aset mereka.
Beberapa manfaat ditunjukkan dengan penggunaan teknik berbasis kecerdasan buatan dibandingkan dengan pendekatan tradisional dalam manajemen korosi.
- Pengurangan biaya yang signifikan diperoleh dalam program inspeksi berkelanjutan
- Memberikan cakupan area yang diperiksa lebih luas dengan waktu intervensi manusia yang lebih sedikit
- Dimungkinkan untuk memperoleh lebih banyak informasi dan hasil secara real-time, sehingga memerlukan lebih sedikit personel di area operasional, yang mengurangi risiko yang terkait dengan aktivitas manual.
- Secara otomatis menghasilkan laporan awal
- Memungkinkan memprioritaskan dan mengoptimalkan strategi inspeksi dan pemeliharaan prediktif dan preventif di fasilitas yang dievaluasi
- Dengan identifikasi dini area yang terkena korosi, perbaikan dan penggantian struktur atau peralatan yang rusak yang mahal dapat dihindari.
- Menjamin lingkungan kerja yang lebih aman bagi karyawan dan mencegah insiden
- Peningkatan keselamatan sangat terlihat, ketika korosi terdeteksi di area yang sulit, kegagalan struktur dan komponen kritis dapat dicegah
- Dengan mencegah penyebaran korosi, umur manfaat aset diperpanjang dan sumber daya yang tersedia dioptimalkan.
- Semua informasi disimpan secara digital untuk evaluasi di masa mendatang, meninggalkan pola perbandingan
Faktor-faktor ini mendorong kontribusi teknologi anti-korosi melalui penelitian, pengembangan, dan penerapan solusi baru yang efektif.
Kesimpulan
Dengan penerapan program manajemen korosi berbasis kecerdasan buatan yang efektif, yang diterapkan pada struktur baja di sektor industri, hasil positif tercapai. Mendeteksi area yang terkorosi secara dini dan akurat untuk memprioritaskan evaluasi non-destruktif (NDT) dan pemeliharaan prediktif atau preventif dalam sistem berdampak tinggi, memungkinkan perencanaan yang efektif, pengurangan risiko, dan kesinambungan operasional yang efisien.
Ilmu AI semakin mengembangkan teknik untuk mendeteksi, mengklasifikasikan, mengukur, dan melaporkan kondisi aktual struktur terkait kegagalan korosi. Dengan menganalisis berbagai variabel dan pola, Anda memperoleh wawasan mendalam tentang korosi, yang secara signifikan meningkatkan kemampuan Anda untuk mencegah dan mengendalikannya.
Manajemen korosi yang bersinergi dengan AI memberikan sorotan nyata untuk memerangi kerusakan akibat karat dan menjaga integritas aset secara umum, dengan dominasi yang lebih besar di lingkungan yang paling korosif, seperti lingkungan laut.
Dari sudut pandang ekonomi dan optimalisasi sumber daya yang tersedia, tujuan setiap industri adalah meminimalkan biaya operasional dan memaksimalkan keuntungan; dalam hal ini, penggunaan model kecerdasan buatan dan pembelajaran mesin merupakan perkembangan yang diinginkan untuk menghindari risiko industri dan kerugian ekonomi di masa mendatang.
Penting bagi operasi yang dilakukan oleh sistem yang bergantung pada kecerdasan buatan untuk mendeteksi korosi untuk memastikan hasil yang andal, mudah dipahami, dan koheren, yang didukung oleh tujuan, pengalaman, dan pengetahuan manusia.
Referensi:
- http://impact.nace.org/executive-summary.aspx
- Eric L. Ferguson, Steve Potiris, Marco Castillo, Toby F. Dunne, dan Suchet Bargoti; “Deteksi dan Pengelolaan Korosi Atmosfer dengan Kecerdasan Buatan; Energi, 8 Mei 2023.
- https://onepetro.org/SPEMEOS/proceedings-abstract/21MEOS/4-21MEOS/474505
- https://trifork.com/?portfolio=automatic-corrosion-detection
Bersumber:https://inspenet.com/en/articulo/the-ai-in-the-management-of-corrosion/?utm_source=chatgpt.com