Fault Detection of Offshore Wind Turbine Drivetrain, State-of-the-Art, Development Trend and Role of Digital Twin

Denne masteroppgaven gjennomgår noen av utfordringene vindmøller møter på og hvordan en modellbasert tilstandsovervåking og bruk av en digital tvilling vil være gunstig for lønnsomheten. Avhandlingen viser utviklingen av vindturbiner fra opprinnelsen til dagens stand. Etter hvert som etterspørselen for vindkraft øker, flyttes turbinene offshore og vokser i både størrelse og antall. Dette fører følgelig til en økning i kostnadene også. Det diskuteres hvordan utgiftene i drift og vedlikehold utfordrer lønnsomheten og hva årsakene er. Studier er vist som bekrefter at girkassen og drivverket hovedansvarlig for mange feil og mest nedetid. I disse er lagrene hovedårsaken til det meste av skaden. Avhandlingen undersøker de vanligste feilmodusene til drivverket og spesielt lagrene for å vise de underliggende faktorene for nedetiden. Eksisterende og nye feildeteksjonsmetoder for drivverket og lagrene er gjennomgått. Betydningen av en omfattende vedlikeholdsmetode som tilstandsovervåking er dekket. For dette diskuteres forskjellen mellom en databasert og en modellbasert tilnærming, og mulighetene for mulit-body simulation blir fremhevet. Oppgaven diskuterer også hvorfor en digital tvilling er en lovende teknologi for vindenergisektoren offshore. Med den kunnskapen bransjen allerede har fra vedlikeholdsstrategier for lagrene, kan simuleringsmodeller for å bygge opp en digital tvilling utvikles. Dette kan bidra sterkt til en bedre forståelse og overvåkning og dermed en optimalisert offshore vindturbin. Avhandlingen smalner ned for å gjennomgå noen teknikker innen vibrasjonsanalyse som er den vanligste feildeteksjonsmetoden for offshore vindturbiner. Dette gjøres ved å analysere målinger fra både frie og tvungne vibrasjoner på et testdrivverk