View Project

Norwegian AI Directory

Intelligent monitoring of drilling operations in sensitive environments (INDORSE)


Description:

Kontrollerte utslipp av borekaks og slam til havet er en nødvendig ulempe ved boring etter petroleum til havs. Det er viktig å minimere risikoen for skade på sensitive arter, eksempelvis kaldtvannskoraller og svamp, som kan bli eksponert for materialet som slippes ut. Overvåking av hvordan materialet transporteres i vannkolonnen og sedimenterer på havbunnen, er nødvendig for fortløpende å vurdere miljøkonsekvensene av denne typen operasjoner. Strømvarsler og matematiske transportmodeller spiller en viktig rolle i miljøovervåking, og sanntidsmålinger er nødvendig for å korrigere for avvik i modellene. Faste sensorinstallasjoner er kostbare å plassere ut og vedlikeholde, og gir bare målinger på faste punkt eller profiler for variabler som vannstrøm, partikkeltetthet og størrelsesfordeling. I de senere årene har autonome undervannsfarkoster (AUVer) blitt et godt alternativ, blant annet ved at de gir mulighet for adaptive målinger, hvor enhetene kontinuerlig beveger seg mot stedene hvor de viktigste målepunktene finnes. INDORSE-prosjektet har hatt som ambisjon å utvikle kunnskapen vi har om bruk av AUVer for intelligent måling av partikkelfordelinger i vannet. Hovedmålsettingen for prosjektet var å utvikle kunnskap og teknologi for nær sanntids og kostnadseffektiv overvåkning av partikkelspredning under boreoperasjoner. Delmålene har vært å analysere romlig og tidsmessig dynamikk i partikkelspredning, å finne en god balanse mellom autonomi og kommunikasjon under AUV-operasjoner, å demonstrere viktige deler av systemet i felt, og å utdanne en PhD samt publisere forskningsresultater i internasjonale tidsskrift. Vi har etablert systemer for å holde havmodellen SINMOD og partikkeltransportmodellen DREAM kjørende operasjonelt. Det innebærer at det gjøres daglige modellkjøringer som benytter de mest oppdaterte dataene tilgjengelig fra for eksempel Meteorologisk Institutt. Modellene ble satt opp til å gi en varsling ca 48 timer frem i tid, og dette systemet ble kjørt i forkant av, og under, to feltarbeider i 2018 og 2020. Feltarbeidene ble utført i Frænfjorden, der det finnes et aktivt deponi for mineralpartiler. Frænfjorden ble valgt på grunn av skjermede forhold, nærhet til Trondheim, og fordi området og deponiet er kjent for oss fra tidligere prosjekter. Prosjektet har også bidratt til å finansiere arbeid på assimilering av måledata inn i SINMOD, og videreutvikling av partikkeltransport-algoritmer. Modellresultater fra SINMOD og DREAM ble videre brukt til å etablere og trene en gaussisk modell for romlig oppløst partikkelkonsentrasjon i Frænfjorden. Denne modellen ble så brukt som en del av styringsalgoritmen på en AUV under feltarbeidene. Det ble også gjort målinger av signalstyrke ved akustisk kommunikasjon mellom AUV og modem, og disse dataene ble brukt til videreutvikling av en modell for å predikere signalstyrke ut fra hydrografi (temperatur- og salinitetsprofiler, som påvirker hvordan de akustiske signalene brer seg i vannet). Vi har demonstrert at det er mulig å sette opp et koblet modellsystem av havmodell og partikkeltransportmodell, som kan kjøre operasjonelt. Når denne modellkjeden fores med inngangsdata fra værvarslingen kan systemet brukes til å gi en varsling av partikkelkonsentrasjoner 1-2 dager frem i tid. Videre har vi demonstrert bruk av modelldata fra havmodell og partikkeltransportmodell til å trene en gaussisk modell, som igjen har vært brukt til autonom planlegging av rute og måleserier ombord på en AUV. Prosjektet har så langt helt eller delvis finansiert tre tidsskkriftartikler, ett bokkapittel og en konferanseartikkel. Ytterligere 3-4 artikler er under arbeid, og forventes innsendt i 2021 eller tidlig 2022. PhD-kandidaten startet i august 2017, og gjennomfører en 4-årig PhD med 25% undervisning, der det ekstra året er finansiert av NTNU. Disputas er planlagt i første halvdel av 2022. AUVer utgjør et verktøy for marin overvåkning som er i ferd med å bli billigere og mer tilgjengelig. Prosjektet har vært med å utvikle kunnskap om autonom ruteplanlegging og måling av partikkel konsentrasjoner med AUV. Dette har anvendelser for overvåkning av mineralpartikkelkonsentrasjoner, for eksempel i forbindelse med petroleumsboring eller gruveaktivitet, men også innen f.eks. marinbiologi. Det er ved NTNU nå flere grupper som jobber med autonom ruteplanlegging for AUVer, med ulike formål. Modellutvikling for partikkeltransport, samt måledata fra de to feltarbeidene er med på å forbedre SINTEF Oceans modell DREAM, som brukes aktivt av petroleumsindustrien for modellering av partikkelspredning fra boreoperasjoner. Resultater fra dette prosjektet vil også bli brukt i eventuelle fremtidige prosjekter som ser på miljøeffekter av mineralutvinning (både landbasert utvinning med deponi i havet, og utvinning på dypt vann).


Project leader: Tor Nordam

Started: 2017

Ends: 2021

Category: Teknisk-industrielle institutter

Sector: Instituttsektor

Budget: 11296974

Institution: SINTEF OCEAN AS

Address: NA