Flytter flysensorer til skip – overvåker kritiske komponenter

Et norsk oppstartselskap har hentet ideer og konseptet fra flyindustrien og tilpasser sensorsystem for maritimt bruk.

Sensorer som prosesserer og tolker data fra framdriftssystem, motorer, girboks, vannjet og annet kritisk utstyr kan spare rederier for maskinhavari og hjelpe dem med bedre planlegging av vedlikehold.

Spør du erfarne skipsmaskinister som «levde» i maskinrommet, vil de fleste si at de kjente utstyret så godt at de kunne høre og føle når noe var i ferd med å skje. De intelligente sensorene skal nå overta den jobben.

Innsikt og prognose

Selv om datakommunikasjonen mellom skip og land blir både bedre og billigere med tiden, er det unødvendig å sende store mengder rådata for prosessering i skyen over satellittkommunikasjon som er både tregt og dyrt.

Selskapet Machine Prognostics har lansert det de kaller Foresight Maritime, enkelt beskrevet som et autonomt maskin-overvåkings- og prognosesystem for maritim sektor, det vil si både skip og offshore.

Mer og mer utstyr på skip får installert sensorer, men det er ikke gitt at rederen selv kan behandle informasjonen de samler inn. Skal data fra tusenvis av sensorer med kontinuerlige data om støy, vibrasjoner og temperaturer sendes til land, blir det snakk om store datamengder.

Det meste av informasjonen er unødvendig for å gi et godt kunnskapsgrunnlag om tilstand for å treffe presise beslutninger for vedlikehold eller reparasjon.

– Sensorene prosesserer informasjonen og fjerner «støy» og irrelevante data. Sensorene sender kun det som er helt nødvendig, sier Thomas J.J. Meyer til TU.

Han står bak Machine Prognostics og produktet Foresight Maritime. Selskapet ble startet opp i Grimstad i 2016 og har nå fem ansatte. Nå har selskapet fått støtte fra RFF Agder (regionalt forskningsfond) og Forskningsrådet.

– «The magic is in the sensors». All dataprosessering skjer på sensornivå, sier Meyer.

Han hevder at Machine Prognostics er de første til å lage intelligente sensorer for maritim bruk.

Amerikansk flyindustri

Oppstarten kom som et resultat av et forskningsprosjekt mellom forskningsinstituttet Norce – Norwegian Research Centre AS og amerikanske GPMS Inc, som utviklet maskinovervåkingsutstyr for flyindustrien.

Klasseselskapet DNV GL har et stort fokus på å utvikle digitale tjenester, og ser økt bruk av sensorer som et viktig verktøy for kunne utføre «digitale inspeksjoner».

Senioringeniør Øystein Åsheim Alnes i DNV GL – Group Technology & Research sier at det er mange som leverer tilstandsmonitorering for skip og maritim, men at de tradisjonelle metodene ofte krever mye «manuell» dataprosessering, analyse og vurderinger for å gi verdi til rederi og mannskap.

– Autonome monitoreringssystemer med smartsensorer og «integrerte» algoritmer er en interessant utvikling som det blir spennende å følge. Det har stor FoU-verdi for oss å ta del i prosjekter som dette for å kunne utforske mulighetene slike systemer kan åpne opp både for oss som klasseselskap og for våre kunder, sier Alnes.

Katamarantest

Sensorene fra Machine Prognostics plasseres på utsiden av det som skal overvåkes. DNV GLs forskningsavdeling deltar i testene Machine Prognostics gjør på katamaranen Umoe Firmus. SES-fartøyet brukes til hurtig transport av servicepersonell til vindkraftparker.

På forsommeren ble fartøyet utstyrt med en rekke intelligente sensorer på de to hovedmotorene, fire girbokser, åtte akselkoblinger, 28 lagre, to vannjeter og to vifter.

Thomas J.J. Meyer er fornøyd med resultatene. Bortsett fra noe småproblemer med å få festet et par sensorer på grunn av korrosjon, er det oppløftende tilbakemeldinger.

– Data strømmer fra skipet og inn til land, både til oss og til DNV GL. VI har fått bevist at prinsippet fungerer, sier Meyer til TU.

Han tror intelligente sensorer kan være med på å snu opp ned på en del vante forestillinger og forretningsmodeller.

– Vi utvikler teknologi som kan endre forretningsmodellen. Med våre sensorer kan rederiene foreta behovsstyrt vedlikehold og utskifting av utstyr. Vi er også en uavhengig part og utstyret gjør digital klassifisering og inspeksjon mulig. Forsikringsselskapene kan også bruke denne typen informasjon i sine risikoanalyser og se om fartøyet er driftet forsvarlig, sier Meyer.