Analizy numeryczne MES łopaty turbiny wiatrowej w ramach projektu „HYBRID WIND turbine condition monitoring system for different weather conditions”
Grant ID: PT01294
Project leader: Karol Rejowski
Politechnika Gdańska
Wydział Inżynierii Lądowej i Środowiska
Gdańsk
Start date: 2025-09-29
Planned end date: 2027-09-29
Project summary
Wstęp:
Elektrownie wiatrowe odgrywają kluczową rolę w transformacji energetycznej, zapewniając odnawialne źródło energii o niskim poziomie emisji. W dobie zmiennych warunków pogodowych i rosnących wymagań dotyczących niezawodności, istotne jest przewidywanie awarii i odróżnianie ich od zjawisk takich jak oblodzenie łopat.
Wykrywanie i wczesne ostrzeganie przed awariami prowadzi do ograniczenia przestojów, redukcji kosztów operacyjnych (O&M) oraz obniżenia LCOE, co jest kluczowe dla opłacalności energetyki wiatrowej. Dzięki montowanym czujnikom i cyfrowemu bliźniakowi możliwe jest ciągłe monitorowanie stanu konstrukcji i szybsze reagowanie na sygnały degradacyjne.
Opis projektu:
Projekt dotyczy symulacji numerycznych metodą elementów skończonych (MES) łopaty turbiny wiatrowej w ramach projektu „HYBRID WIND turbine condition monitoring system for different weather conditions” prowadzony pod kierownictwem dr hab. inż. Michała Wójcika.
Celem projektu jest opracowanie i prowadzenie zaawansowanych symulacji MES dla łopaty turbiny wiatrowej, z detalicznymi modelami 3D i precyzyjnym odwzorowaniem warunków eksploatacyjnych oraz temperaturowych.
Analizy będą prowadzone dla bardzo wielu przypadków obliczeniowych, realizowanych w pętlach obliczeniowych, w celu zgromadzenia obszernego zestawu danych. Zbiory te obejmą różne obciążenia, prędkości obrotowe, warunki temperaturowe i środowiskowe, co posłuży do trenowania i kalibracji cyfrowego bliźniaka (DT).
Na podstawie zebranych danych powstanie wysokiej jakości model cyfrowego bliźniaka, wykorzystujący techniki uczenia maszynowego i sztucznej inteligencji do odwzorowania i przewidywania zachowań łopaty oraz jej podzespołów w czasie rzeczywistym.
Dzięki montowanym czujnikom i integracji z cyfrowym bliźniakiem, system w stacji będzie w stanie na bieżąco generować informacje o stanie konstrukcji, identyfikować wczesne sygnały degradacyjne i odróżniać je od zjawisk pogodowych, takich jak oblodzenie.
Elektrownie wiatrowe odgrywają kluczową rolę w transformacji energetycznej, zapewniając odnawialne źródło energii o niskim poziomie emisji. W dobie zmiennych warunków pogodowych i rosnących wymagań dotyczących niezawodności, istotne jest przewidywanie awarii i odróżnianie ich od zjawisk takich jak oblodzenie łopat.
Wykrywanie i wczesne ostrzeganie przed awariami prowadzi do ograniczenia przestojów, redukcji kosztów operacyjnych (O&M) oraz obniżenia LCOE, co jest kluczowe dla opłacalności energetyki wiatrowej. Dzięki montowanym czujnikom i cyfrowemu bliźniakowi możliwe jest ciągłe monitorowanie stanu konstrukcji i szybsze reagowanie na sygnały degradacyjne.
Opis projektu:
Projekt dotyczy symulacji numerycznych metodą elementów skończonych (MES) łopaty turbiny wiatrowej w ramach projektu „HYBRID WIND turbine condition monitoring system for different weather conditions” prowadzony pod kierownictwem dr hab. inż. Michała Wójcika.
Celem projektu jest opracowanie i prowadzenie zaawansowanych symulacji MES dla łopaty turbiny wiatrowej, z detalicznymi modelami 3D i precyzyjnym odwzorowaniem warunków eksploatacyjnych oraz temperaturowych.
Analizy będą prowadzone dla bardzo wielu przypadków obliczeniowych, realizowanych w pętlach obliczeniowych, w celu zgromadzenia obszernego zestawu danych. Zbiory te obejmą różne obciążenia, prędkości obrotowe, warunki temperaturowe i środowiskowe, co posłuży do trenowania i kalibracji cyfrowego bliźniaka (DT).
Na podstawie zebranych danych powstanie wysokiej jakości model cyfrowego bliźniaka, wykorzystujący techniki uczenia maszynowego i sztucznej inteligencji do odwzorowania i przewidywania zachowań łopaty oraz jej podzespołów w czasie rzeczywistym.
Dzięki montowanym czujnikom i integracji z cyfrowym bliźniakiem, system w stacji będzie w stanie na bieżąco generować informacje o stanie konstrukcji, identyfikować wczesne sygnały degradacyjne i odróżniać je od zjawisk pogodowych, takich jak oblodzenie.
Contact
Traugutta 75, Street, 80-221 Gdańsk
tel.: + 48 58 347 24 11
email: office@task.gda.pl
NIP: 584-020-35-93
REGON: 000001620
Opening hours: Monday-Friday 08.00 am – 03.00 pm