上一期  下一期  |  上一版  下一版    
  版权声明
  《中国石化报》(电子版)的一切内容(包括但不限于文字、图片、PDF、图表、标志、标识、商标、版面设计、专栏目录与名称、内容分类标准以及为读者提供的任何信息)仅供中国石化报读者阅读、学习研究使用,未经中国石化报社及/或相关权利人书面授权,任何单位及个人不得将《中国石化报》(电子版)所登载、发布的内容用于商业性目的,包括但不限于转载、复制、发行、制作光盘、数据库、触摸展示等行为方式,或将之在非本站所属的服务器上作镜像。否则,中国石化报社将采取包括但不限于网上公示、向有关部门举报、诉讼等一切合法手段,追究侵权者的法律责任。 
   第7版:中国石化报07版
用户名 密码
文章检索
  日期检索










































水下机器人:前景光明

2025年03月21日 来源: 中国石化报  作者:
16.8K

    据近海技术网近日报道, 鉴于气候变化对深海环境的影响不断加剧,海上平台和管道状态实时数据的重要性日益提升。因此,包括道达尔能源、Equinor(挪威国家石油公司)和壳牌在内的油气巨头正在增加投资,在近海现场部署机器人,这将推动全球机器人市场规模到2030年增长2180亿美元。油气行业使用的水下机器人主要有两类,一类是ROV(远程遥控机器人),可遥控并系在水面舰艇上;另一类是可预先编程、无需人工干预即可应对海底环境的AUV(自主水下机器人)。

    水下机器人优势凸显

    截至2024年,全球海上平台总数已达到1.2万个,而近2800个平台、1.85万口井和8万公里的海上管道计划2030年前退役。水下环境会腐蚀这些逐渐老化的设施,气候变化引起的海平面上升和洋流变化也会带来额外危害。水下机器人的高效监测能力为维护这些平台提供了便利。

    海底管道对油气运输至关重要,但给油气工人带来了巨大的安全挑战。配备先进传感器和人工智能导航的机器人系统可在水下环境连续运行,能提早发现腐蚀、泄漏或结构损坏等潜在问题,并帮助操作人员在问题扩大前主动解决问题,最大限度降低了潜水员的工作风险。机器人技术还大幅提高了安全标准,减少了与传统维护流程相关的停机,在降低运营成本的同时优化了生产率。此外,水下机器人还可以为海上基础设施事故的善后处理提供帮助。2010年墨西哥湾深水地平线事故发生后,清理碎片、密封泄漏点和启动防喷阀的工作就是由一批ROV来解决的。

    油气公司+技术供应商

    近年来,随着较浅水域的油气田逐渐枯竭,油气公司希望针对深水区加大勘探力度,纷纷与技术供应商展开合作,推动水下机器人多样化。壳牌与遥控潜水器技术供应商Geo Oceans合作,运用ROV检查浮式生产储油卸油装置(FPSO)上的油罐,工人则留在岸上进行安全作业。道达尔能源与海洋工程公司Oceaneering去年已开始使用AUV检查英国北海区域长达120公里的海底管道。

    挪威科技大学研究人员与Equinor和挪威机器人开发公司Kongsberg Maritime AS去年合作开发了 Eelume水下机器人。Eelume水下机器人专为水下检测和轻型维护而设计,可在水下环境持续工作无须频繁返回水面。理论上来说,该机器人可在水下永久“生活”,实时响应维护需求。此外,挪威无人机公司Scoutdi开发的Scout 137无人机系统也是为检查压载水舱而设计的,可对密闭空间进行高效、细致的检查,取代了存在安全风险的传统人工检查方式。

    成本与复杂系统是最大挑战

    虽然取得了部分进步,但水下尖端机器人系统仍面临挑战。首先是成本问题。对于已在为高昂的海上作业成本而烦恼的油气公司来说,水下机器人是额外投资。根据性能和特点,ROV和AUV的价格可高达几百万美元。挪威材料公司康斯伯格销售副总裁里奇·帕特森表示,“海上基础设施的维修费用往往高达几百万美元,但是财务成本是相对的,如果操作人员能用机器人防止事故发生,就能节省大量资金”。

    美国休斯敦大学国际海底工程研究所教授亚伦·贝克尔也表示,“在水下油气作业过程中,与机器人相连的水面舰艇是成本最高的部分,但随着技术的进步,从地面基地对水下机器人进行控制已成为可能,而且随着海上油气作业活动的日益增加,投资是值得的”。

    在成本问题的影响下,机器人的具体应用往往受到限制。美国技术公司Forum Energy Technologies(FET)系统支持经理马修·辛普森表示,需要谨慎使用ROV,并应对故障提前进行风险评估,是立即派遣ROV下海,还是等待合适的维护期,以避免潜在的停机时间和经济损失。

    其次,水下的操作环境导致很难对机器人实现现场监工,需要经验丰富的操作员和检测工程师来监控实时视频。但是机器人系统涉及液压、高压电、电子、光纤和机械等多个专业领域,且程序十分复杂,操作员不仅需要对这些领域有一定的知识储备,而且要对工厂的运行参数、编程和控制机器人所需的复杂任务步骤有所掌握,才能实现对机器人的远程控制。这就使得相应培训必不可少,进一步提高了成本,也一定程度上制约了技术的发展。

    通过与机器人相关的应用程序对其进行控制可大幅简化流程并降低门槛,但应用程序增加了出现故障的可能,也会抑制机器人的响应速度。对于需要实时调整或动态决策的操作而言,这些限制降低了机器人方案的整体有效性。

    随着集成到软件中的大模型(LLM,如DeepSeek)的出现,这些障碍可能会逐渐减少。通过将自然语言处理功能集成到机器人软件中,任务编程可像下达口头指令一样直观。这就弱化了操作员的角色,减少了对大量培训的需求,也降低了整个行业部署机器人的门槛。通过简单的语音命令为机器人下达任务将成为可能,机器人管理也更方便。此外,在机器人系统使用LLM可能提高整个系统的适应性,使机器人能在更少的人工监督下适应更动态和复杂的环境,弥合尖端技术与实际可用性之间的差距,为安全、高效的未来工业奠定基础。

 

中国石油化工集团有限公司版权所有 未经授权,禁止复制或建立镜像 京ICP备 10210212号-7 号

Repeat标签中缺少Article标签
中国石化报