Los aerogeneradores deben detenerse completamente para poder ser inspeccionados
Se pierde el 15 % de la producción de energía al año por tener que frenar las turbinas cada vez que se realizan inspecciones en las palas.
¿Cómo optimizar el proceso de inspección de aerogeneradores, reducir costes y habilitar el mantenimiento inteligente?
Uali usa la robótica y la inteligencia artificial en una plataforma de visualización de datos para una evaluación completa del activo. Se reduce así el tiempo de operación y garantiza la seguridad de los trabajadores.
La captura de datos con drones proporciona una alternativa dinámica, segura y eficiente para recopilar información de los elementos críticos de una turbina eólica.
Los drones con cámaras y sensores inspeccionan las aspas de los aerogeneradores
El análisis de datos y aprendizaje automático eficientiza el mantenimiento, ahorrar tiempo y dinero.
- Detección y categorización de anomalías por tipo:
◆ Erosión del borde de ataque
◆ Daños por rayos
◆ Daños por impacto
◆ Descementado
◆ Delaminación
◆ Grietas longitudinales o transversales
◆ Fibras secas
◆ Daños en la capa superior - Cálculos dimensionales del tamaño de la anomalía, y su posición en el activo.
- Criticidad de la anomalía para estimar con qué prioridad es necesaria efectuar una reparación.
- Análisis térmico mediante mapas de calor para la verificación de la fatiga
«la Inteligencia Artificial en computer vision y los drones están transformando la forma en que detectamos fallas en aerogeneradores en movimiento sin necesidad de detenerlos para una inspección, reduciendo pérdidas y aumentando la eficiencia energética.
El desafío es mejorar el modelo de detección para un diagnóstico aún más preciso y efectivo ante ciertas condiciones climáticas»
Victoria Gardella, Uali
