Un gruppo internazionale di ricercatori ha proposto una nuova metodologia di rilevamento delle anomalie prima che le turbine vengano messe in servizio
Come rintracciare gli invisibili difetti nelle pale eoliche
(Rinnovabili.it) – Le turbine eoliche stanno divenendo sempre più grandi e potenti e man mano che le dimensioni lievitano, cresce anche la complessità dei progetti e l’attenzione nei confronti di eventuali difetti di fabbricazione. Soprattutto a livello delle pale, dove bastano piccole anomalie per portare alla formazione di crepe, sollecitazioni critiche e ulteriori problemi nel ciclo operativo.
Attualmente esistono diversi metodi di ispezione disponibili o in fase di sviluppo per monitorare la salute delle lame, tra cui l’incorporazione di sensori nei materiali compositi delle pale. Ma l’approccio più diffuso e praticabile ricorre a controlli di qualità basati sull’ispezione superficiale di aree limitate, quando questi componenti escono dalle linee di produzione.
leggi anche Un esercito di droni per proteggere le pale eoliche dal gelo
Una nuova ricerca internazionale ha messo a punto un approccio alternativo per rilevare efficacemente i difetti nelle pale eoliche. Nel dettaglio un team di scienziati ricercatori dell’università di Glasgow, in Scozia ha impiegato una innovativa tecnologia radar brevettata con un braccio robotico per ispezionare campioni di pale industriali a distanze di 5, 10 e 15 centimetri dal campione stesso. Utilizzando metodi di elaborazione del segnale, hanno potuto isolare caratteristiche e precursori di futuri guasti nei materiali compostiti. Tutti dati sono stati ottimizzati e quindi passati ad un gruppo di ricercatori dell’EPFL, in Svizzera.
Gaëtan Frusque, ricercatore presso il Laboratorio di manutenzione intelligente e sistemi operativi (IMOS) dell’EPFL e autore principale dello studio, spiega: “In IMOS, abbiamo utilizzato una rappresentazione di valori complessi dei segnali per separare meglio le informazioni che contengono e per adattare di conseguenza il modello di intelligenza artificiale”. Il risultato? L’algoritmo di apprendimento automatico sviluppato da tali dati è in grado di distinguere possibili anomalie. Gli scienziati intendono ora aumentare la raccolta dati ed eventualmente testare il loro metodo su turbine eoliche esistenti. I risultati del lavoro sono stati pubblicati su Mechanical Systems and Signal Processing (testo in inglese).
leggi anche Riutilizzare le pale eoliche negli impianti fotovoltaici, l’idea di Turn2Sun
