Een methaanlekdetectiesysteem van het Southwest Research Institute neemt de vlucht als onderdeel van een National Energy Technology Laboratory (NETL) -project van het Amerikaanse Department of Energy (DOE) om geautomatiseerde inspecties van olie- en gasfaciliteiten te ontwikkelen.

SwRI-onderzoekers zullen het Smart Leak Detection System/Methaan (SLED/M)-technologie aanpassen om methaanlekken in realtime te detecteren, van aan boord van een drone. SwRI ontwikkelde SLED/M met financiering van DOE NETL. SwRI ontwikkelde ook SLED-technologie, winnaar van een R&D 100 Award in 2017, die camera's en kunstmatige intelligentie gebruikt om lekken van vloeibare koolwaterstoffen in pijpleidingen en faciliteiten te detecteren, zoals pompstations.

"Na de succesvolle ontwikkeling van SLED/M voor stationaire toepassingen, zoals afrasteringsbewaking van midstream-faciliteiten, we bevorderen de technologie om autonoom te presteren vanaf drones, " zei Maria Araujo, een manager op de afdeling Critical Systems van SwRI.

Het systeem identificeert kleine methaanlekken, of vluchtige emissies, door passieve optische detectiegegevens te koppelen aan kunstmatige intelligentie-algoritmen. Met de nieuwste financiering kan SwRI gegevens verzamelen, test midwave-infraroodcamera's (MWIR) op dronevluchten en ontwikkel algoritmen voor machine learning om methaanlekken te detecteren.

"Drones en cameraconfiguraties bieden unieke uitdagingen omdat ze gegevens op verschillende hoogtes vastleggen, afstanden en snelheden, " voegde Araujo toe. "Deze financiering maakt ontwikkeling en testen mogelijk om de technologie aan te passen voor commerciële luchtinspecties."

SwRI ontwierp SLED/M om de kleinere methaanlekken op te sporen die doorgaans onopgemerkt blijven langs pijpleidingen en opslagfaciliteiten. Conventionele detectiesystemen, ontworpen om grotere lekken op te sporen, last hebben van valse positieven en gemiste detecties, die de doeltreffendheid en het gebruik door de industrie belemmeren. SLED/M vermindert valse positieven aanzienlijk en detecteert lekken die onopgemerkt blijven door algoritmen te optimaliseren om lekken betrouwbaar te detecteren onder verschillende omgevingsomstandigheden.

Het project zal ook gebruikmaken van SwRI's lopende onderzoek naar onbemande luchtsystemen (UAS), drone-automatisering, navigatie, perceptie en data-analyse. De recente drone-innovaties van SwRI omvatten het aanpassen van technologie om autonoom beschadigde kernreactoren en andere gevaarlijke faciliteiten te inspecteren.

"De R&D-investering van SwRI in de payloads en analyses van drones sluit aan bij onze missie om wetenschap en technologie te bevorderen waarvan de overheid profiteert, industrie en de mensheid, " zei Dr. Steve Dellenback, vice-president van de afdeling Intelligent Systems van SwRI. "Deze inspanning helpt een belangrijke uitdaging aan te gaan waarmee de wereld momenteel wordt geconfronteerd."

methaan, het hoofdbestanddeel van aardgas, wordt beschouwd als een meer bedreigend broeikasgas dan koolstofdioxide omdat het warmte effectiever absorbeert. De Wereld Meteorologische Organisatie meldde onlangs dat het methaangehalte 2,5 keer hoger is dan het pre-industriële tijdperk.

SwRI pakt methaanlekken vanuit meerdere disciplines aan. Een team van vloeistofingenieurs nam deel aan de Methane Detectors Challenge, ontwikkeling van een systeem op zonne-energie om vluchtige emissies in de gasproducerende sector te identificeren.

SwRI koppelt ook satellietgegevens uit de ruimte aan algoritmen om grote methaanlekken uit midstream-faciliteiten en olielozingen op het oceaanoppervlak te identificeren.

Araujo zal op 1 mei om 11.00 uur bij AUVSI XPONENTIAL spreken over dit project en autonome pijpleidinginspectie met behulp van computervisie en machine learning, Kamer S404bc.