Koblenz (RH). Im ZIM-geförderten Forschungsprogramm AiSpecTo wird eine automatisierte Methodik zur Erfassung von Schäden- und Gefahrenlagen im Betrieb von Pipelines entwickelt. Die vier Partner AeroDCS, Spleenlab, HiTeC und Digpro (Schweden) haben jetzt mit der Umsetzung des Projektes begonnen. Hierbei steht die Vorbereitung der Trainingsphasen für die Mustererkennung der Künstlichen Intelligenz im Vordergrund.
Zunächst erfolgte eine Kategorisierung möglicher Gefahren, die beim Monitoring der Pipelines auftreten können. Anschließend werden gezielt Trainingsdaten für Erkennungsalgorithmen einer künstlichen Intelligenz erstellt. Hierfür werden große Mengen an realistischen Bilddaten durch Flugkampagne gewonnen und anschließend gekennzeichnet. Die Aquisephase wird etwa 6 Monate andauern
Auf Basis einer konkreten Gefahrenklasse (Beispiel: Baumaschinen) wird dann ein Durchstich des Gesamtprozesses in einer Ende-zu-Ende Darstellung entwickelt.
Aus Sicht des Anwenders (Pipelinebetreiber) erfolgt die Bedienung des Gesamtsystems sowie die Meldung erkannter Fehler über ein Asset-Management System. Im Entwicklungsprojekt wird das mit dem Partner Digpro und dessen Netzwerkinformationssystem dpGas dargestellt.
Pipelinebtreiber erwartet eine innovative und schlanke KI-Lösung, um zielgerichtet Gefahren und Schäden zu identifizieren und falsche Meldungen zu minimieren.
