Künstliche Intelligenz überwacht Betrieb von Windturbinen
Forschende der Eidgenössischen Technischen Hochschule Lausanne (EPFL) und der Universität Glasgow haben Systeme zur Ferndiagnose defekter Windrotorblätter entwickelt. Wie aus einer Medienmitteilung hervorgeht, nutzen sie dazu eine neue patentierte Radartechnologie, die mit einem automatisierten Assistenten auf Basis von Künstlicher Intelligenz (KI) arbeitet. Das System verfüge über eine flexible und schnelle Datenerfassung und -analyse und benötige nur sehr wenig Energie für den Betrieb, heisst es in der Mitteilung.
Ein Team des Intelligent Maintenance and Operations Systems Laboratory (IMOS) an der EPFL unter Leitung von Olga Fink hat ein akustisches Modell entwickelt, mit dem Materialfehler analysiert werden können. Mithilfe KI kann somit eine Datenbank entwickelt werden, mit der Materialabweichungen von Glas- oder Carbonfibern identifiziert werden können. Um dies an Rotorblättern von Windparks verifizieren zu können, wird dabei ein frequenzmoduliertes Dauerstrichradar eingesetzt, um Echoproben von Rotorblättern industrieller Windkraftanlagen in einem Abstand von je 5, 10 und 15 Zentimetern vom jeweiligen Blatt zu untersuchen. Mithilfe von Signalverarbeitungsmethoden und Vergleichsdateien konnten die Forschenden Merkmale und Vorzeichen möglicher Ausfälle in diesen komplexen Verbundwerkstoffproben isolieren.
Die Forschenden aus Glasgow planen derzeit, weitere Daten mit den IMOS-Ergebnissen zu validieren. Für weitere Tests sollen an Roboterarmen oder auf Drohnen montierte Sensoren die Daten erfassen. Rotorblätter könnten so im Betrieb überwacht werden und etwa 20 Jahre wartungsarm arbeiten. ce/ww