Denne uka kom nyheten om at fiskeri- og havminister Bjørnar Skjæran innfører tøffere krav til rømningssikker utforming og drift av oppdrettsanlegg. SFI Exposed har over år forsket frem løsninger som kan svare på dette.
I noen studier har våre forskere arbeidet direkte med rømmingssikkerhet, hindrerømming.no og regelverket, men vi har også utviklet metoder for å forebygge rømming i praksis.
En av rutineoppgavene i oppdrettsnæringa er å se etter skader eller hull i nota. Hyppige inspeksjoner er en del av det viktige forebyggende arbeidet for å forhindre at fisk rømmer. I kjølvannet av store gjennombrudd innen maskinlæring og såkalt dyplæring, har forskningsmiljøene ved SINTEF utviklet metoder for automatisk inspeksjon av nøtene på oppdrettsanlegg. Vi skal holde oss på dypet, men ta en avstikker innom kunstig intelligens. Det er nemlig én av metodene forskningssenteret SFI Exposed har benyttet for å finne gode og forsvarlige løsninger for oppdrett på steder som er utsatt for heftige naturkrefter. Dyplæring er sentralt innen maskinlæring, der datamaskiner utvider kunnskapen sin ut fra det de blir matet med. Ved å gå igjennom eksempler på det den skal forstå, kan maskinhjernen lære ved å gjenkjenne sammenhenger. I en datastruktur inspirert av den menneskelige hjernen, blir enheter knyttet sammen i noe som kalles et nevralt nettverk. Når disse nettverkene har mange lag, er vi inne i det som kalles dyp læring. SINTEF-forskere har utnyttet dyplæring til å utvikle og forbedre systemer for å finne hull i nøtene. De har matet et digitalt nevralt nettverk med bilder om hvordan byggesteinene i en intakt not ser ut, slik at et program kan reagere når det ser noe uvanlig – som f.eks. et hull.
ROV-operatørens utfordringer
Dagens standardløsning er at en ROV-operatør sitter og ser på filmer av nota. Time etter time med monotone videobilder av nettmasker under vann gjør det krevende for en menneskehjerne å holde seg skjerpet. Dette er materie som er egnet for autonomi og bildegjenkjenning. Hvis maskiner kan ta oppgaven med å gjenkjenne hull i nota, kan de ansattes menneskehjerne heller brukes til å overvåke hele operasjonen, følge med på utstyret, bølgene og været.
Uansett om bildene skal vurderes av mennesker eller maskiner, trengs det videofilm av selve notveggen. Tradisjonelt sett har det vært en dykkerjobb å inspisere nota slik, men i økende grad er jobben blitt overtatt av ROV-operatørene. Det er imidlertid en teknisk krevende jobb å styre en ROV (remotely operated vehicle) inne i en bevegelig merd. Hvordan sikre at ROV-en får inspisert hele nota uten å kollidere med den? ROV-operatørene forteller at de i praksis ofte blir nødt til å legge inn en sikkerhetsavstand. Det går i sin tur på bekostning av bildekvaliteten. Forskerne i SFI Exposed har utviklet et laserkamerasystem som gjør det mulig for en ROV å posisjonere seg automatisk i merda. Ved hjelp av to parallelle laserlinjer som lyser på notveggen, får den informasjon om avstand til og vinkel på nota og kan holde passende avstand til notveggen uten at operatøren må styre hver gang nota flytter seg på grunn av strøm eller bølger. Løsningen gir bedre bilder og reduserer risikoen for at inspeksjonen forårsaker skade ved at ROV-en kommer i berøring med nota.
Sammenfall av risiko
SFI Exposed er et innovasjonsdrevet forskningssenter der forskningsmiljøene samarbeider med leverandør- og oppdrettsselskap for å finne løsninger for oppdrett på værutsatte lokaliteter. Forskerne som har helse, miljø og sikkerhet som sitt ansvarsområde, har avdekket at det ofte er en overlapp mellom hendelser som øker risiko for rømming og hendelser som utgjør en fare for de ansatte. De peker derfor på at man bør tenke helhetlig på sikkerhet og legge inn dette hensynet allerede i produktutviklingsleddet. Først når sikkerheten bygges inn i teknologien slik at det ikke er mulig å utløse farer ved feil bruk, har man effektiv redusert risikoen for hendelser som fører til rømning eller skader. De peker på at skadepotensial ved rømming eller sykdom og død hos fisken er større i anlegg lenger til havs, og mener at det trengs klarere operasjonsgrenser, altså retningslinjer for når det er forsvarlig å gjennomføre operasjoner og ikke.
Fortsatt mange manuelle operasjoner
De teknologisk rettede forskningsgruppene på senteret svarer ut dette. De har på den ene siden utviklet nytt konsept, for eksempel en avansert robotarm som kan sørge for at operasjoner lar seg utføre uten den risikable kontakten mellom båt og merd. De har også jobbet for å muliggjøre et godt system for operasjonsgrenser. SINTEF Ocean har bygd infrastruktur for datafangst fra bøyer, anlegg og fartøy og har hentet inn meteorologiske målinger samt målinger av vannets bevegelser og kvalitet for å bygge solid statistikk. Jo mer presis informasjonen er om bølge-, strøm- og værforhold, desto lettere er det å fatte en beslutning om en operasjon kan gjennomføres eller ikke. Når forskerne kobler statistikken med fysiske målinger og simuleringsmodeller i sanntid får de et svært godt grunnlag for operasjonsplanlegging. Det gjør det mulig å utnytte værvindu med gode forhold eller begrense eller stanse en operasjon hvis det blir sterk vind og grov sjø. Bedre utstyr og bedre beslutningsgrunnlag vil redusere risikoen for at det skjer uhell som fører til rømning.
