Norvège Royaume Uni – Jeudi 13 mai 2021 – energiesdelamer.eu. « Avec l’augmentation du nombre d’éoliennes installées dans le monde, y compris celles situées dans des environnements éloignés et difficiles, le volume des données d’inspection collectées dépasse rapidement la capacité des inspecteurs qualifiés qui peuvent les examiner avec compétence ». Afin de mieux maîtriser la gestion de ces données, DNV a lancé un nouveau projet de recherche collaborative pour développer une procédure de traitement automatisé des données pour la vérification des défauts détectés sur les pales d’éoliennes.
Vers une industrie de l’inspection automatisée
Le projet de recherche, qui est mené en partenariat avec l’Université de Bristol et Perceptual Robotics, étudiera la vérification, la validation et le traitement automatisés des données d’inspection, recueillies par des drones autonomes, afin d’améliorer la qualité et la performance des inspections. Le projet vise à contribuer au développement de l’industrie britannique de l’inspection automatisée.
Les navires autonomes (Uncrewed surface vehicle -USV) et drones autonomes et télécommandés sont couramment utilisés pour effectuer des inspections de biens dans les environnements extrêmes et difficiles d’accès des parcs éoliens offshore. Ces véhicules peuvent collecter des ensembles de données riches et étendus, y compris des vidéos haute définition, des images, des données de géo-positionnement et de capteurs, afin de fournir des informations sur l’intégrité des structures installées sans que le personnel ait à accéder à ces endroits dangereux.
Le projet de recherche, qui se déroulera sur 12 mois a débuté au mois d’avril 2021, et doit répondra à la nécessité d’un traitement entièrement automatisé des données collectées, alors qu’il s’agit actuellement d’un processus semi-automatique reposant sur des inspections visuelles des données d’image par des experts qualifiés.
Elizabeth Traiger, chercheuse senior de DNV en assurance numérique, a déclaré : « Avec de nombreuses inspections encore effectuées manuellement, l’inspection visuelle des éoliennes offshore, est coûteuse, exigeante en main-d’œuvre et dangereuse. Les inspections visuelles automatiques peuvent résoudre ces problèmes. « Cette collaboration permettra de développer et de démontrer un pipeline de traitement automatisé ainsi qu’un cadre général, dans le but de susciter une plus grande acceptation dans l’industrie et d’informer la future réglementation. Ce projet devrait constituer un tremplin pour la croissance de l’industrie de l’inspection automatisée. »
Répartition des compétences pour cette recherche
« Ce projet de recherche développera des moyens de relever ce défi grâce à des algorithmes d’apprentissage automatique et à l’automatisation des processus », a ajouté Pierre C. Sames, directeur de la recherche et du développement du groupe DNV.
Université de Bristol
Dans le cadre du projet, le Visual Information Lab de l’Université de Bristol, expert en vision informatique 3D et en traitement d’images, créera des algorithmes pour la localisation automatique des images d’inspection et des défauts en utilisant la SLAM et la technologie de suivi 3D.
Perceptual Robotics
PME spécialisée dans l’inspection visuelle des éoliennes à l’aide de drones, Perceptual Robotics, effectuera des inspections par drone et créera des modèles basés sur l’IA pour la détection des défauts afin de tester l’automatisation du processus dans un environnement de production commerciale.
DNV
DNV apportera son expertise en matière d’inspection, vérifiera les données collectées, validera la méthodologie et les performances des algorithmes d’IA et fournira des conseils sur les pratiques recommandées par DNV et la CEI, les réglementations et les réseaux industriels existants.
La recherche est soutenue par une subvention d’Innovate UK obtenue suite à la victoire du concours « Robotics for a safer world : extension ».
POINTS DE REPÈRE
https://www.perceptual-robotics.com/single-post/2015/11/27/iuk-rai
Publicités Google :
