I parchi eolici sono ora una realtà negli Stati Uniti, annunciando un nuovo capitolo nelle ambizioni di produzione di energia sostenibile del paese. Ma le nuove tecnologie comportano nuove sfide e per la generazione eolica offshore, l'ispezione è una delle più grandi.
Più o meno allo stesso modo in cui le società energetiche gestiscono e mantengono le risorse sottomarine di petrolio e gas, i cavi dei parchi eolici, le fondamenta strutturali e tutti gli altri componenti delle turbine necessitano di monitoraggio e manutenzione continui. È un lavoro pericoloso per gli umani, ma è un lavoro fatto su misura per i robot subacquei e l'analisi intelligente basata sull'intelligenza artificiale.
Dato il brillante futuro e la crescente (sebbene ancora piccola) impronta dell'eolico offshore nell'infrastruttura di generazione di energia elettrica della nazione, ho contattato Harry Turner, uno specialista di machine learning per Vaarst, un'azienda che guida il futuro della robotica marina, per discutere di come i robot e l'apprendimento automatico stanno cambiando il gioco per la creazione di energia.
GN: Puoi spiegare alcune delle sfide dell'ispezione sottomarina, in particolare per le turbine eoliche offshore?
Harry Turner:Per costruire e mantenere le risorse del parco eolico, è necessaria una chiara comprensione dell'ambiente sottomarino e delle condizioni della propria infrastruttura. Queste risorse includono tutto, dalle strutture su cui si trovano le turbine, al cablaggio che riporta l'elettricità alla terraferma. A queste profondità vengono solitamente effettuate ispezioni periodiche con veicoli subacquei telecomandati (ROV). Ma le squadre che pilotano quei ROV e interpretano i dati che raccolgono, lavorano su grandi navi su cui vivono da due settimane a tre mesi. E queste navi richiedono grandi equipaggi per funzionare, utilizzano enormi quantità di carburante e sono incredibilmente costose.
Un'altra sfida è acquisire e gestire la grande quantità di dati univoci richiesti. I volumi di dati coinvolti in questo processo sono enormi, pensa ai video 4K trasmessi continuamente da più di 10 telecamere per uno o tre mesi, oltre a informazioni di posizionamento, dati sonar multibeam e 20-30 altri flussi di dati, che si aggiornano fino a cento volte al secondo . Possono anche essere necessarie molte centinaia di ore per rivedere e analizzare le immagini video raccolte. Finora, l'interpretazione manuale dei potenziali fattori di rischio e il riconoscimento dei cambiamenti nel fondale marino è stata eseguita solo collocando decine di persone al largo su ciascuna nave per svolgere questo lavoro.
Infine, una misurazione subacquea accurata è incredibilmente difficile, ma anche di fondamentale importanza. Spesso i dati CAD originali non sono disponibili per le risorse sottomarine e nel tempo può verificarsi una crescita o un danno marino sostanziale, quindi per essere in grado di mantenerli e ripararli correttamente, la precisione della misurazione è fondamentale.
GN : Quali tecnologie sono attualmente utilizzate nell'ispezione dei fondali marini? Quali sono i limiti delle tecnologie attuali e in che modo ciò influisce sull'adozione di soluzioni per l'energia verde?
Harry Turner: I rilievi del fondale vengono effettuati da navi che utilizzano sonar che mappano il fondale. Per controlli più ravvicinati, la maggior parte delle aziende utilizza ROV manuali che raccolgono dati video. Ogni ROV ha bisogno di almeno due piloti per farlo funzionare. E poi i dati raccolti vengono controllati manualmente da un team aggiuntivo. Più persone hai bisogno, più grandi saranno le navi di cui avrai bisogno. Questo non è solo costoso, ma ovviamente queste navi hanno anche un impatto ambientale.
L'industria della robotica marina è matura per l'innovazione e l'intelligenza artificiale cambierà senza dubbio il panorama, decarbonizzando le operazioni marittime con l'automazione basata sui dati della robotica marina.
GN: Spiega come Vaarst utilizza l'intelligenza artificiale per aiutare l'ispezione sottomarina. Quali sono le novità e le novità in questo approccio?
Harry Turner: Per qualche tempo, l'intelligenza artificiale è stata lodata come punto di svolta per molti settori. Ha un enorme potenziale in una serie di applicazioni, ma in questo momento ogni settore è alle prese con come diventare più sostenibile. È in quest'area che l'intelligenza artificiale può aiutare a raccogliere i migliori frutti. Il futuro della robotica marina risiede nell'utilizzo della visione artificiale 3D e dell'apprendimento automatico per contribuire a migliorare l'efficienza e facilitare la transizione verso fonti di energia rinnovabile e modalità di lavoro più ecologiche in ambienti offshore.
L'uso della robotica nel settore energetico non è nuovo – per quanto riguarda le industrie, sono stati relativamente i primi ad adottarlo – ma l'uso di tecnologie più avanzate, come la localizzazione e la mappatura simultanee (SLAM), l'apprendimento automatico e ROV sempre più autonomi , rappresenta un'opportunità che troppo pochi stanno cogliendo. Sfruttando tali tecnologie, le aziende energetiche possono trarre vantaggi significativi.
Ci sono tre aree chiave in cui la tecnologia di Vaarst sta avendo un impatto significativo:
In primo luogo, i ROV sono gestiti da piloti che svolgono tutte le attività di controllo. Vaarst ha costruito una piattaforma che adatta vari livelli di autonomia ai ROV. Questi livelli vanno dall'assistenza avanzata al controllo autonomo. Supportare l'operatore per svolgere il lavoro in sicurezza.
Mentre un ROV normalmente funzionerebbe su un percorso predefinito che l'operatore seguirebbe, la tecnologia di autonomia gli consente di prendere le informazioni SLAM e analizzare “in movimento”, presentare opzioni alternative all'operatore per completare la sua strategia durante la navigazione di ostacoli o correggere la rotta per le correnti. L'operatore può quindi prendere decisioni informate con un solo tocco.
Consentendo l'autonomia, sono necessari meno piloti e possono essere posizionati a terra, in un ruolo di supervisione, eliminando così la necessità di navi più grandi al largo.
In secondo luogo, Vaarst sta innovando la Computer Vision, vale a dire, come vede un computer. La visione consiste nel dare comprensione e contesto alle immagini. Per fare questo, Vaarst ha sviluppato una tecnologia che cattura nuvole di punti 3D per creare immagini accurate e misurazioni di accompagnamento in tempo reale. Ciò consente al ROV di “orientarsi” nel suo ambiente.
Infine, la piattaforma Machine Learning (ML) di Vaarst elabora i feed video in frame discreti. La piattaforma è in grado di riconoscere le caratteristiche e le anomalie chiave, etichettarle automaticamente e classificarle in base ai livelli di confidenza, consentendo agli operatori umani di controllare il lavoro e confermare i risultati, il che accelera notevolmente il processo. Anche questo può essere completato a terra rimuovendo così le persone da ambienti pericolosi e riducendo le dimensioni delle navi per un impatto ambientale positivo.
Ad esempio, in passato le indagini sulle condutture (ovvero seguire la lunghezza di una condotta per verificarne le condizioni) potevano richiedere centinaia di ore e comportare l'assunzione di ulteriori membri dell'equipaggio sulle navi da ricognizione per svolgere questo lavoro manuale che richiede tempo. La tecnologia di Vaarst consente di ridurre non solo il tempo necessario per svolgere questo compito, ma anche la necessità di portare questi membri dell'equipaggio sulle navi, consentendo di svolgere il lavoro da terra.
GN: Chi sono i clienti di Vaarst (in generale o nello specifico, va bene)? Qual è il passo per i potenziali clienti in termini di vantaggi, capacità e risparmi sui costi?
Harry Turner: Lavoriamo con una serie di fornitori leader di energia su alcuni dei i più grandi progetti rinnovabili in Europa, dagli stessi operatori energetici fino alle tante aziende che operano all'interno della filiera. Tutti vedono gli enormi vantaggi che possono essere portati attraverso la messa a prova di futuro dei loro set di dati per un'analisi continua e di essere in grado di archiviare e mantenere i loro dati digitalmente.
Gli immensi risparmi sui costi ottenuti grazie a rilavorazioni ridotte e il grande risparmio di tempo nella raccolta e nell'analisi dei dati sono interessanti. Così come i giorni ridotti in mare, che possono consentire notevoli risparmi sui costi, ridotte emissioni di CO2 e l'allontanamento degli esseri umani da condizioni pericolose.
Anche un migliore equilibrio vita/lavoro è fondamentale. Le generazioni più giovani scelgono stili di vita che spesso non corrispondono alle esigenze di perseguire una carriera offshore sulle navi, quindi consentire il lavoro da svolgere a terra è un modo fondamentale per attrarre e trattenere i talenti. Allo stesso modo, la ludicizzazione dei software tecnologici attira questa generazione e sfrutta le loro competenze.
GN: Quali lezioni si stanno imparando sull'ispezione sottomarina utilizzando il tuo processo? Quali altre applicazioni o opportunità potrebbe aprire la tua tecnologia?
Harry Turner: La lezione principale che si sta imparando è che esiste un modo efficace e pratico per snellire quello che fino ad ora è stato un processo ingombrante e costoso. Il settore energetico è pronto per l'innovazione, ma deve permeare l'intera catena di fornitura della manutenzione e dell'ispezione.
Mentre continuiamo a costruire e innovare, non c'è dubbio che le lezioni che impariamo nella robotica marina guideranno l'innovazione nell'IA in nuovi ed entusiasmanti territori. La tecnologia di visione e autonomia che abbiamo progettato insieme alle nostre piattaforme di analisi può essere applicata a qualsiasi robotica, non solo ai ROV sottomarini. Può essere utilizzato in qualsiasi ambiente, dalle trincee marine più profonde ad ambienti ostili come gli impianti nucleari, in aria utilizzando droni o anche nella scoperta interplanetaria!
Robotica
Torna a lavoro? Saluta il nuovo robot da ufficio Robotica negli affari: tutto ciò che gli umani devono sapere I migliori droni per la fotografia aerea per le aziende Robot per bambini: kit STEM e altri regali tecnologici per hacker di tutte le età Come la pandemia ha rimodellato l'intelligenza artificiale, la robotica e l'automazione ( ZDNet YouTube) Vuoi lavorare con i robot tutto il giorno? Ecco cosa devi fare (TechRepublic Premium)
Argomenti correlati:
Hardware CXO Innovation Intelligenza artificiale