AIRTuB: geautomatiseerde inspectie- en reparatiestrategieën voor turbineblad­erosie

De windindustrie exploiteert al ongeveer tien jaar offshore windenergie, daarom is windturbine Operations & Maintenance (O&M) een snelgroeiende, maar nog niet geoptimaliseerde activiteit om windparken winstgevend te houden. Terwijl de tandwielkast, de generator en vele andere onderdelen van de windturbine met tientallen sensoren te monitoren zijn, blijft het monitoren van de wieken een uitdaging.

Projectomschrijving

Het consortium wil in dit project bewijzen dat geavanceerdere geautomatiseerde sensor- en coatingsystemen de inspectie- en reparatiewerkzaamheden rond offshore windparken kunnen verbeteren, om de AEP (Annual Energy Production) te verhogen en de kosten van O&M te verlagen.

Vraagstelling

Het reduceren van de cost of wind energy door goedkoper (geautomatiseerd) onderhoud en meer opbrengst.

Doel

• Met succes de mate van LEE-degradatie (Leading Edge Erosion) op offshore windturbinebladen in situ meten.
• Met succes structurele schade meten binnen een windturbineblad.
• Realiseer autonome werking van vliegen, landen en inspectie op afstand van LEE offshore.
• Bereik autonoom kruipen (inclusief navigatie) over de voorrand van een offshore-blad.
• Verzamel met succes LEE-degradatiegegevens offshore, over een langere periode (5 dagen).
• Leg de relatie tussen LEE en het AEP van offshore windturbines vast.
• Diagnose en voorspelling van LEE-niveaus, gebaseerd op gegevens van metingen offshore.
• Repareer LEE succesvol en verbeter de aerodynamische prestaties door geautomatiseerd printen van de coating.
• Modelleer meer geavanceerde O&M-modellen en -procedures, d.w.z. voor toekomstige O&M-aanbestedingen voor offshore windparken.
• Valideer de meest veelbelovende bedrijfsmodellen en theoretische AEP-effecten op offshore inspectie- (en reparatie) diensten.

Onderzoeksresultaten

• Gevalideerd (door indoor, onshore en offshore testen) quadro-copter drone piloot prototype, dat in staat is om als stabiel platform voor de sensormodule rond een offshore windturbine te functioneren, die in staat is om een nauwkeurige landing te maken op de voorrand van een blad, beide bij windkracht 5 of hoger (windkracht 4 is de limiet waarbij rope access teams niet meer mogen opereren, wat bijdraagt aan een 80% uptime van O&M operaties) en kan kruipen en navigeren ver over de voorrand. Het prototype van de drone bevat een geïntegreerd kruipmechanisme dat ook dienst doet als landingsgestel.
• Gevalideerde (door indoor, onshore en offshore pilot testen) sensormodule prototype(s) voor (optische en indien mogelijk radar) remote sensing van LEE offshore die kan worden aangesloten en als module gedragen door het drone prototype (integratie).
• Lab-prototype voor integriteitsinspectie (bv. Ultrasoon, radar, alternatief).
• Lab-prototype van een geautomatiseerd coatingsysteem met UV-uitharding en een voorbehandelingssysteem, dat in staat is om een soepele overgang van LEE-beschermende coating naar de rest van het blad te printen.
• Bruikbare set LEE-degradatiegegevens, gemeten met de drone + sensormodule in Amalia Windpark.
• Rapport waarin de procedure en tools worden beschreven om AEP-verlies door erosie te bepalen voor grote offshore windturbines (> 10MW).
• Rapport dat de LEE-classificatie beschrijft, en beschrijvende, diagnostische en bij voorkeur voorspellende modellen van de relatie tussen gegevens, zoals gemeten met de drone + sensormodule, en het LEE-niveau.
• Rapport over voorgestelde assetmanagementstrategieën voor offshore-inspecties en reparatie.
• Business case voor de nieuwe Asset Management Strategie.