Développement d'un outil prédictif par apprentissage automatique de la dégradation par corrosion d'un pipeline

1. Résumé du projet

L’une des causes majeures de la défaillance des pipelines est l’attaque par la corrosion. Dans ce contexte, la mine Goldex a constaté, depuis 2015, la corrosion locale par piqûres de son pipeline de traitement augmentant de façon considérable le risque de fuites. L’utilisation périodique des ultrasons pour l’inspection et le suivi de l’épaisseur du pipeline lui a permis d’estimer la vitesse de corrosion et,
par conséquent, sa durée de vie usuelle. Cependant, bien que l’inspection périodique ait permis d’observer les dommages présents dans le tuyau et de prédire le risque de fuite basé sur l’historique des mesures par ultrasons, elle présente des limitations dans la mesure où la prédiction repose sur une évolution constante de la vitesse de corrosion et une accumulation des dommages dans la période échantillonnée; l’inspection ayant été effectuée la plupart du temps dans des intervalles compris entre 6 et 12 mois. Cette approche n’est donc pas optimale pour mesurer les changements soudains des conditions pouvant s’opérer dans le procédé et qui favoriseraient des pics de corrosion sur de courtes périodes entrainant une réduction rapide de la résistance du pipeline. En effet, depuis sa mise en service, la densité, la granulométrie, la viscosité et la température de la pulpe dans le fluide circulant dans le pipeline ont grandement évolués, presque tous grandement au-delà des limites prévues. Ces changements qui augmentent le risque de corrosion affectent également, la flexibilité d’opération, les coûts énergétiques et de maintenance, en plus des coûts en capital, ce qui en fait une préoccupation urgente pour la mine.

Objectifs

Afin de maintenir l’intégrité de son actif, la mine Goldex veut développer, en collaborant avec les chercheuses et chercheurs du Centre de métallurgie du Québec et de l’Université du Québec à Trois-Rivières, un outil prédictif de la dégradation par corrosion du pipeline qui soit accessible, pour être facilement transposé à d’autres installations de la mine; modulable pour tenir compte des variations dans le procédé et des variations locales de la dégradation du pipeline; et fiable, afin d’effectuer les opérations de maintenance préventive et d’augmenter la durabilité du pipeline.

Résultats attendus et retombées escomptées

Ainsi l’instrumentation du pipeline à l’aide de différents capteurs, l’application des méthodes statistiques et l’intégration d’algorithmes d’intelligence artificielle constituent les principaux axes de recherches qui seront étudiés dans ce projet.

2. Équipe de recherche

Équipe de recherche

3. Appel de propositions

Le projet est d’une durée de 2 ans et le montant total octroyé est de 160 625 $.