Tuulienergiamarkkinat kasvavat nopeasti ympäristötietoisuuden lisääntyessä. Tuuliturbiinien korkea suorituskyky on erittäin keskeinen tekijä ja se liittyy suoraan maailmanlaajuiseen kestävän kehityksen tavoitteisiin. Tästä syystä tuuliturbiineja on tarvetta operoida kustannustehokkaammin ja luotettavammin. Tämä voidaan saavuttaa käsittelemällä valvonnan ja tiedonkeruun (SCADA) tiedot edistyneitä tietojenkäsittelytekniikoita käyttämällä. Tällä tavoin kunkin tuuliturbiinin alijärjestelmän kunnon arviointi voidaan suorittaa tehokkaasti, jolloin saadaan minimoitua aikatauluttamatonta huoltoaikaa ja mahdollistettua kattava ennakoiva huolto. Siiven ohjausjärjestelmä on yksi tärkeimmistä tuuliturbiinien osajärjestelmistä, joka ohjaa siiven kulmia toimintastrategian mukaisesti.
Tämän tutkimuksen tarkoituksena on kehittää reaaliaikainen käynninvalvontamenetelmä tuuliturbiinien hydrauliseen siiven ohjausjärjestelmän vikaantumisen tunnistamiseen ja havainnointiin sekä analysoida yleisimpiä tässä järjestelmässä esiintyviä tribologisia ja hydrauliikkaan liittyviä vaurioita. Projekti koostuu kahdesta osasta. Ensimmäinen osa keskittyy edistyneiden signaalinkäsittelytekniikoiden käyttöönottoon, mukaan lukien koneoppiminen ja muut tekoälytekniikat, jotta pystytään havaitsemaan ja ennustamaan siiven ohjausjärjestelmään syntyvät vauriot. Toinen osa sisältää fysikaalisiin ilmiöihin perustuvat simulaatiot (tai hybridimenetelmä) keskeisten vauriomekanismien selvittämiseksi. Kehitetty käynninvalvontamenetelmä ja siihen liittyvä tietous tukevat tuuliturbiinien toimintaan liittyviä tarkempia päätöksiä ja toimia
Rahoituslähde
Doctoral School of Industry Innovations (DSII)
Partnerit
Suomen Hyötytuuli Oy
Yhteyshenkilöt
Prof. Arto Lehtovaara
Dr. Matti Linjama
Dr. Jaakko Kleemola, Suomen Hyötytuuli Oy
Panagiotis Korkos
väitöskirjatutkija