Nederlands
English
French
Deutsch
Espaniol
Portugese
Energiebranche setzt auf Roboter-Inspektionen
Große Energieunternehmen setzen nun autonome Drohnen zur Inspektion von Offshore-Ölplattformen ein. Aker Solutions kürzlich den ersten Beyond-Visual-Line-of-Sight (BVLOS) Drohneneinsatz von ihrem Kontrollzentrum in Stavanger, Norwegen, durchgeführt, gerichtet auf Aker BPs Edvard-Grieg-Plattform in der Nordsee.
So funktioniert die Technologie
Das System verfügt über permanent installierte Drohnen mit fortschrittlichen Sensoren und autonomer Navigation. Diese Drohnen befinden sich in speziellen Dockingstationen auf Ölplattformen und führen regelmäßige Inspektionsrunden ohne menschliches Eingreifen durch. Hochauflösende Bilder und Daten werden über integrierte Kommunikationssysteme in Echtzeit an Landteams übertragen.
Wichtige Komponenten sind:
- Drohnen-Dockinginfrastruktur auf Offshore-Plattformen
- Landgestützte Kontrollzentren mit Flugbetriebssoftware
- Luftraum- und AIS-Überwachungssysteme
- Direkte Kommunikationsverbindungen zur Plattformleitung
Sicherheits- und Effizienzvorteile
Diese Innovation löst bedeutende Herausforderungen in Offshore-Operationen. Herkömmliche Inspektionen erfordern oft, dass Techniker in gefährlichen Höhen oder engen Räumen arbeiten, manchmal mit Produktionsstillständen. Autonome Drohnen beseitigen diese Risiken und liefern konsistentere Daten.
"Wir schätzen, dass autonome Drohnen Inspektionskosten um bis zu 70% senken können", sagte Joachim Hovland, Leiter Drohnen und Robotik bei Aker Solutions.
Branchenreaktionen
Anja Dyb, SVP Life Cycle Services bei Aker Solutions, betonte das transformative Potenzial: "Dauerhafte Drohnen auf Ölplattformen - kombiniert mit Robotik und KI - heben die Wartung auf ein neues Niveau."
Thomas Øvretveit, Betriebsleiter bei Aker BP, bestätigte die strategische Ausrichtung: "Robotik und Drohnen werden für zukünftige Offshore-Inspektionen entscheidend sein."
Nächste Schritte
Diese Technologie ist Teil der erweiterten Digitalstrategie von Aker Solutions mit Fokus auf KI-Analyse und maschinellem Lernen. Die konsistente Datenerfassung ermöglicht vorausschauende Wartung durch frühere Identifizierung von Korrosion oder Strukturproblemen. Andere Energieunternehmen erwägen ähnliche Implementierungen nach diesem erfolgreichen Pilotprojekt.
