Проверка состояния морских контейнеров с помощью вибрационного анализа и машинного обучения

Практика показывает, что до 20% транаспортных контейнеров имеют те или иные повреждения. Кроме того, суровые условия и постоянно увеличивающийся срок их службы еще более снижает их прочность и долговечность, создавая значимые риски. При этом разные контейнеры теряют свои качества и разрушаются с разной скоростью. Это затрудняет управление и ремонта контейнерного парка, поскольку номинальный возраст контейнера (от дата изготовления) не всегда дает адекватную оценку его фактического состояния.

Идея финского стартапа ConexBird заключается в анализе физической свойств и структуры морских контейнеров с помощью вибрационного анализа (метода, который давно и широко используется в машиностроении) и машинного обучения.

Цель - оперативное выявление физических повреждений и конструкционных проблем с контейнерами для предотвращения инцидентов. Компания рассчитывает обслуживать владельцев контейнеров, таких как судоходные линии, лизинговые компании, операторы терминалов, страховые компании, экспедиторы и грузовладельцы.

Своевременно выводя из оборота недостаточно надежные контейнеры, их владельцы могут повысить суммарную безопасность и производительность активов.

Использование машинного обучения для обработки данных

Компания ConexBird разработала общее решение - технологию и оборудование - для оценки состояния морских контейнеров. Датчики размещаются на контейнерных спредерах и позволяют генерировать данные во время перемещений контейнеров без прерывания технологического процесса.

Во время подъема контейнеров (пока решение позволяет работать только с пустыми) вибрации, генерируемые приводом, распространяются по всей конструкции. Датчики регистрируют возвращаемые вибрации и отправляют данные измерений в облако. Интерпретация полученных данных производится алгоритмом машинного обучения, который улучшается по мере накопления информации. ПО формирует индивидуальную оценку надежности контейнера. Результаты доступны в режиме онлайн в течение нескольких секунд после проведения измерений.

Отчеты о состоянии контейнеров включают:

• Механический возраст. ConexBird определяет возраст контейнера на основе его текущего структурного состояния.
• Балл. Для каждого контейнера выставляется балл, позволяющий сравнить его с другими контейнерами аналогичного номинального возраста.
• Прогнозируемые затраты на ремонт. ConexBird оценивает затраты на ремонт контейнера в течение следующих 5 лет.

Сводные отчеты по парку контейнеров и сравнение со средними мировыми показателями:

• Расходы на ремонт. Сколько владелец должен заплатить за поддержание своего парка в надлежащем состоянии, сравнение с тем, сколько платится на самом деле.
• Средний балл показывается как долговечность вашего парка и соотносится со средним мировым показателем.
• Информация о надежности всего парка контейнеров: лучшие и худшие показатели.

В 2021 году ConexBird заключила соглашение с финской компанией OVL Containers по предоставлению последней информации о контейнерах на коммерческой основе. Отчет содержит вычисленный механический возраст контейнера и прогнозируемые годовые затраты на ремонт. Сводный отчет по всему парку дает средние показатели прочности контейнеров и сравнивает их с типичными мировыми показателями.

Летом 2022 года ConexBird подписала соглашение с глобальным портовым и логистическим оператором DP World о проведении proof-of-concept проекта по использованию ее решения в порту Джебель Али. Проект включает в себя установку и эксплуатацию измерительного оборудования ConexBird на трех кранах STS, работающих в Джебель Али, а также анализ и коммерциализацию полученных данных.

В рамках одного из пилотных проектов ConexBird обнаружил, что 73 % контейнеров не соответствуют структурному возрасту, указанному в датах их изготовления.

По сравнению с номинальным возрастом 73 % контейнеров оказались либо хуже ("старше, чем ожидалось"), либо лучше ("новее, чем ожидалось") в заметной степени.

Компания также делает вывод, что относительно немногие контейнеры имеют прочность конструкции, которая фактически соответствует их номинальному возрасту и при этом они чаще находятся в худшем состоянии ("старше"), чем можно было бы предположить по их номинальному возрасту.

ПО данным ConexBird это несоответствие не ограничивается одним оператором, а скорее является общеотраслевой проблемой.