Windparks sind in den USA jetzt Realität und läuten ein neues Kapitel in den Ambitionen des Landes zur nachhaltigen Energieerzeugung ein. Aber neue Technologien bringen neue Herausforderungen mit sich, und für die Offshore-Windenergie ist die Inspektion eine der größten.
Ähnlich wie Energieunternehmen unterseeische Öl- und Gasanlagen betreiben und warten, müssen Windparkkabel, strukturelle Fundamente und alle anderen Komponenten der Turbinen kontinuierlich überwacht und gewartet werden. Das ist eine gefährliche Arbeit für den Menschen, aber eine Aufgabe, die auf Unterwasserroboter und intelligente KI-gestützte Analysen zugeschnitten ist.
Angesichts der glänzenden Zukunft und des wachsenden (wenn auch immer noch kleinen) Fußabdrucks von Offshore-Wind in der Energieerzeugungsinfrastruktur des Landes wandte ich mich an Harry Turner, einen Spezialisten für maschinelles Lernen bei Vaarst, einem Unternehmen, das die Zukunft der Meeresrobotik vorantreibt, um zu diskutieren, wie Roboter und maschinelles Lernen verändern das Spiel bei der Energieerzeugung.
GN: Können Sie einige der Herausforderungen der Unterwasserinspektion erklären, insbesondere bei Offshore-Windturbinen?
Harry Turner:Um Windparkanlagen zu bauen und zu warten, benötigen Sie ein klares Verständnis der Unterwasserumgebung und des Zustands Ihrer Infrastruktur. Diese Assets umfassen alles, von den Strukturen, auf denen Turbinen sitzen, bis hin zu den Kabeln, die den Strom zurück zum Festland transportieren. In diesen Tiefen werden in der Regel regelmäßige Inspektionen mit ferngesteuerten Unterwasserfahrzeugen (ROV) durchgeführt. Aber die Teams, die diese ROVs steuern und die von ihnen gesammelten Daten interpretieren, arbeiten auf großen Schiffen, auf denen sie zwischen zwei Wochen und drei Monaten leben. Und diese Schiffe erfordern große Besatzungen, verbrauchen riesige Mengen an Treibstoff und sind unglaublich teuer.
Eine weitere Herausforderung besteht in der Erfassung und Verwaltung der enormen Menge an einzigartigen Daten, die erforderlich sind. Die Datenmengen bei diesem Prozess sind enorm, denken Sie an 4k-Videos, die ein bis drei Monate lang kontinuierlich von mehr als 10 Kameras gestreamt werden – plus Positionsinformationen, Multibeam-Sonardaten und 20-30 andere Datenströme, die bis zu hundert Mal pro Sekunde aktualisiert werden . Es kann auch viele hundert Stunden dauern, die gesammelten Videobilder zu überprüfen und zu analysieren. Die manuelle Interpretation potenzieller Risikofaktoren und das Erkennen von Veränderungen des Meeresbodens erfolgte bisher nur, indem auf jedem Schiff Dutzende von Menschen für diese Arbeit vor der Küste stationiert wurden.
Schließlich ist eine genaue Unterwassermessung unglaublich schwierig, aber auch von entscheidender Bedeutung. Oftmals sind die ursprünglichen CAD-Daten für Unterwasseranlagen nicht verfügbar und es kann im Laufe der Zeit zu erheblichen Bewuchs oder Schäden im Meer kommen. Um sie ordnungsgemäß warten und reparieren zu können, ist eine punktgenaue Messgenauigkeit entscheidend.
GN : Welche Technologien werden derzeit bei der Meeresbodeninspektion eingesetzt? Wo liegen die Grenzen der aktuellen Technologien und wie wirkt sich das auf die Einführung grüner Energielösungen aus?
Harry Turner: Meeresbodenuntersuchungen werden von Schiffen durchgeführt, die Sonare einsetzen, die den Meeresboden kartieren. Für genauere Inspektionen verwenden die meisten Unternehmen manuell betriebene ROVs, die Videodaten sammeln. Jedes ROV benötigt mindestens zwei Piloten, um es zu bedienen. Anschließend werden die erhobenen Daten von einem weiteren Team manuell geprüft. Je mehr Leute Sie brauchen, desto größer sind die Schiffe, die Sie brauchen. Das ist nicht nur teuer, sondern diese Schiffe haben natürlich auch Auswirkungen auf die Umwelt.
Die Schiffsrobotikbranche ist reif für Innovationen und KI wird zweifellos die Landschaft verändern, indem sie den Schiffsbetrieb mit datengesteuerter Automatisierung der Schiffsrobotik dekarbonisiert.
GN: Bitte erklären Sie, wie Vaarst KI nutzt, um Hilfe bei der Unterwasserinspektion. Was ist neu und neu an diesem Ansatz?
Harry Turner: KI wird seit einiger Zeit als Game-Changer für viele Branchen gelobt. Es hat ein enormes Potenzial in einer Reihe von Anwendungen, aber derzeit beschäftigt sich jede Branche damit, nachhaltiger zu werden. In diesem Bereich kann KI helfen, die besten Belohnungen zu erzielen. Die Zukunft der Meeresrobotik liegt in der Nutzung von 3D-Computervision und maschinellem Lernen, um die Effizienz zu verbessern und den Übergang zu umweltfreundlicheren, erneuerbaren Energiequellen und Arbeitsweisen in Offshore-Umgebungen zu erleichtern.
Der Einsatz von Robotik in der Energiewirtschaft ist nicht neu – was die Industrie angeht, waren sie relativ frühe Anwender – aber der Einsatz fortschrittlicherer Technologien wie Simultane Lokalisierung und Kartierung (SLAM), maschinelles Lernen und zunehmend autonome ROVs , bietet eine Chance, die zu wenige nutzen. Durch die Nutzung solcher Technologien können Energieunternehmen erhebliche Vorteile erzielen.
Es gibt drei Schlüsselbereiche, in denen die Technologie von Vaarst einen erheblichen Einfluss hat:
Erstens werden ROVs von Piloten betrieben, die alle Steuerungsaufgaben ausführen. Vaarst hat eine Plattform entwickelt, die ROVs mit verschiedenen Autonomieebenen nachrüstet. Diese Ebenen reichen von fortschrittlicher Unterstützung bis hin zu autonomer Steuerung. Unterstützung des Bedieners bei der sicheren Ausführung der Arbeit.
Während ein ROV normalerweise auf einem vordefinierten Pfad läuft, dem der Bediener folgen würde, ermöglicht es die Autonomie-Technologie, die SLAM-Informationen zu erfassen und “unterwegs” zu analysieren. dem Bediener alternative Optionen anzubieten, um seine Strategie beim Navigieren von Hindernissen zu vervollständigen, oder Kurskorrekturen für Strömungen. Der Bediener kann dann auf Knopfdruck fundierte Entscheidungen treffen.
Durch die Ermöglichung der Autonomie werden weniger Lotsen benötigt, die sich an Land in einer Aufsichtsfunktion befinden können, wodurch die Notwendigkeit größerer Schiffe vor der Küste entfällt.
Zweitens führt Vaarst die Computer Vision neu ein, d. wie ein Computer sieht. Vision bedeutet, Bildern Verständnis und Kontext zu geben. Zu diesem Zweck hat Vaarst eine Technologie entwickelt, die 3D-Punktwolken erfasst, um genaue Bilder und begleitende Messungen in Echtzeit zu erstellen. Dadurch kann sich das ROV in seiner Umgebung “orientieren”.
Schließlich verarbeitet die Machine Learning (ML)-Plattform von Vaarst Video-Feeds in diskreten Frames. Die Plattform kann wichtige Merkmale und Anomalien erkennen, automatisch markieren und nach Vertrauensgraden einstufen – so können menschliche Bediener die Arbeit überprüfen und die Ergebnisse bestätigen, was den Prozess erheblich beschleunigt. Auch dies kann an Land durchgeführt werden, wodurch Menschen aus gefährlichen Umgebungen entfernt und die Schiffsgrößen reduziert werden, um einen positiven Einfluss auf die Umwelt zu haben.
Beispielsweise haben in der Vergangenheit Pipeline-Untersuchungen (d. h. das Verfolgen der Länge einer Pipeline, um ihren Zustand zu überprüfen) Hunderte von Stunden gedauert und bedeuteten, dass zusätzliche Besatzungsmitglieder auf Vermessungsschiffen für diese zeitraubende manuelle Arbeit benötigt wurden. Die Technologie von Vaarst ermöglicht es, nicht nur die für diese Aufgabe erforderliche Zeit zu reduzieren, sondern auch die Notwendigkeit, diese Besatzungsmitglieder überhaupt auf die Schiffe zu bringen, sodass die Arbeit von Land aus erledigt werden kann.
GN: Wer sind Vaarsts Kunden (allgemein oder speziell, entweder gut)? Wie sehen potenzielle Kunden Vorteile, Leistungsfähigkeit und Kosteneinsparungen aus?
Harry Turner: Wir arbeiten mit einer Reihe führender Energieversorger an einigen von die größten erneuerbaren Projekte in Europa, von den Energiebetreibern selbst bis hin zu den vielen Unternehmen, die in der Lieferkette tätig sind. Alle sehen die enormen Vorteile, die durch die Zukunftssicherheit ihrer Datensätze für die laufende Analyse und die digitale Speicherung und Pflege ihrer Daten entstehen.
Reizvoll sind die immensen Kosteneinsparungen durch reduzierte Nacharbeit und die große Zeitersparnis bei der Datenerfassung und -analyse. Ebenso wie die reduzierten Tage auf See, die dramatische Kosteneinsparungen, reduzierte CO2-Emissionen und die Entfernung von Menschen aus gefährlichen Bedingungen ermöglichen können.
Auch eine verbesserte Work-Life-Balance ist wichtig. Jüngere Generationen entscheiden sich für einen Lebensstil, der oft nicht den Anforderungen einer Offshore-Karriere auf Schiffen entspricht. Daher ist die Ermöglichung der Arbeit an Land ein wichtiger Weg, um Talente anzuziehen und zu halten. Ebenso ist die Gamifizierung von Technologiesoftware für diese Generation attraktiv und nutzt ihre Fähigkeiten.
GN: Welche Lehren werden aus der Unterwasserinspektion mit Ihrem Verfahren gezogen? Welche anderen Anwendungen oder Möglichkeiten könnte Ihre Technologie eröffnen?
Harry Turner: Die wichtigste Lektion, die daraus gezogen wird, ist, dass es einen effektiven und praktischen Weg gibt, diesen bisher mühsamen und teuren Prozess zu rationalisieren. Der Energiesektor ist bereit für Innovationen, muss jedoch die gesamte Lieferkette für Wartung und Inspektion durchdringen.
Während wir weiter bauen und innovieren, besteht kein Zweifel daran, dass die Lektionen, die wir aus der Meeresrobotik lernen, Innovationen in der KI in neue und spannende Gebiete treiben werden. Die Vision- und Autonomie-Technologie, die wir zusammen mit unseren Analyseplattformen entwickelt haben, kann auf jede Robotik angewendet werden, nicht nur auf Unterwasser-ROVs. Es kann in jeder Umgebung eingesetzt werden, von den tiefsten Meeresgräben bis hin zu feindlichen Umgebungen wie Nuklearanlagen, in der Luft mit Drohnen oder sogar bei der interplanetaren Entdeckung!
Robotik
Zurück zu Arbeit? Begrüßen Sie den neuen Büroroboter Robotik in der Wirtschaft: Alles, was Menschen wissen müssen Die besten Luftbild-Drohnen für Unternehmen Roboter für Kinder: MINT-Kits und weitere technische Geschenke für Hacker jeden Alters Wie die Pandemie KI, Robotik und Automatisierung verändert hat ( ZDNet YouTube) Möchten Sie den ganzen Tag mit Robotern arbeiten? Folgendes müssen Sie tun (TechRepublic Premium)
Verwandte Themen:
Hardware CXO Innovation Künstliche Intelligenz