Maria Araujo inspekterar en drönare som använder midwave infrared kameror (MWIR) för att autonomt upptäcka metanläckor. SwRI:s Smart LEak Detection System (SLED) använder datorseende och maskininlärning för att upptäcka rörledningsläckor från flygdrönare. Kredit:Southwest Research Institute
Ett Southwest Research Institute-metanläckagedetekteringssystem flyger som en del av ett U.S. Department of Energy (DOE) National Energy Technology Laboratory (NETL)-projekt för att utveckla automatiserade inspektioner av olje- och gasanläggningar.
SwRI-forskare kommer att anpassa Smart Leak Detection System/Methane (SLED/M)-teknik för att upptäcka metanläckor i realtid, från en drönare. SwRI utvecklade SLED/M med DOE NETL-finansiering. SwRI utvecklade också SLED-teknik, vinnare av en R&D 100 Award 2017, som använder kameror och artificiell intelligens för att upptäcka flytande kolväteläckor på rörledningar och anläggningar, såsom pumpstationer.
"Efter att framgångsrikt utvecklat SLED/M för stationära applikationer, såsom stängselövervakning av anläggningar i mittströmsnätet, vi avancerar tekniken för att fungera autonomt från drönare, sa Maria Araujo, en chef på SwRI:s avdelning för kritiska system.
Systemet identifierar små metanläckor, eller flyktiga utsläpp, genom att para ihop passiv optisk avkänningsdata med artificiell intelligensalgoritmer. Den senaste finansieringen kommer att göra det möjligt för SwRI att samla in data, testa midwave infrared kameror (MWIR) på drönarflygningar och utveckla maskininlärningsalgoritmer för att upptäcka metanläckor.
"Drones och kamerakonfigurationer erbjuder unika utmaningar eftersom de fångar data på olika höjder, avstånd och hastigheter, Araujo tillade. "Denna finansiering möjliggör utveckling och testning för att anpassa tekniken för kommersiella flyginspektioner."
SwRI designade SLED/M för att lokalisera de mindre metanläckor som vanligtvis förblir obemärkta längs rörledningar och lagringsanläggningar. Konventionella detektionssystem, utformad för att lokalisera större läckor, lider av falska positiva och missade upptäckter, som hämmar effektivitet och utnyttjande av industrin. SLED/M minskar avsevärt falska positiva resultat och upptäcker läckor som kan förbli obemärkta genom att optimera algoritmer för att tillförlitligt upptäcka läckor under en mängd olika miljöförhållanden.
Projektet kommer också att dra nytta av SwRI:s pågående forskning om obemannade flygsystem (UAS), drönarautomation, navigering, perception och dataanalys. SwRI:s senaste drönarinnovationer inkluderar anpassning av teknik för att autonomt inspektera skadade kärnreaktorer och andra farliga anläggningar.
"SwRI:s FoU-investeringar i drönarnyttolaster och analys är i linje med vårt uppdrag att främja vetenskap och teknik som gynnar regeringen, industri och mänskligheten, " sa Dr. Steve Dellenback, vice vd för SwRI:s Intelligent Systems Division. "Denna ansträngning hjälper till att ta itu med en betydande utmaning som världen står inför just nu."
Metan, huvudkomponenten i naturgas, anses vara en mer hotfull växthusgas än koldioxid eftersom den absorberar värme mer effektivt. Världsmeteorologiska organisationen rapporterade nyligen att metannivåerna är 2,5 gånger högre än förindustriell tid.
SwRI tar itu med metanläckor från flera discipliner. Ett team av vätskeingenjörer deltog i Methane Detectors Challenge, utveckla ett soldrivet system för att identifiera flyktiga utsläpp i den gasproducerande sektorn.
SwRI kopplar också ihop satellitdata från rymden med algoritmer för att identifiera stora metanläckor från anläggningar i mittströmsströmmen och utsläpp av råolje på havsytan.
Araujo kommer att tala om detta projekt och autonom pipelineinspektion med hjälp av datorseende och maskininlärning kl. 11.00 den 1 maj på AUVSI XPONENTIAL, Rum S404bc.