AQUADA-GO: Automatiseret vingeskadedetektion og næsten realtidsevalue-ring for operationelle havvindmøller

Formålet med projektet er at udvikle en drone baseret teknologiløsning, der muliggør scanning af vindmøllevinger for slitage og opstået fejl i konstruktion mens vindmøllen kører og derved leverer strøm. Dronen er udstyret med et termisk kamera, der på baggrund af lokaliseret opvarmning fra friktion i materialet under belastning, kan spore slitage, belastningsskader eller andre medfødte fejl. DTU har viklet computer visualiseringsalgoritmer til analyse og fejlfinding. Implementering af AQUADA-GO vil derfor eliminere behov for nedlukning af operationelle vindmøller under inspektion, som er en nødvendighed for eksisterende inspektionsmetoder. Projektets formål har således en klar økonomisk, såvel som energiproduktions fordel, endvidere vil projektets metode være med til at forbedre muligheden for at finde fejl der i strukturen som kun kan ses under dynamiske belastning.

Projektbeskrivelse

AQUADA-GO projektet vil udvikle en metodik til en automatiseret, kontaktfri, næsten realtids vingeskadedetektion og risikoevaluering i et enkelttrin ved hjælp af termografi og computervision. Dette uden at stoppe vindmøllernes normale drift. Projektet vil tage AQUADA-teknologien – udviklet i DTU Vindenergis laboratorium – og anvende den på operationelle havvindmøller.

Projektet vil skabe en markedsklar løsning som kan ændre det nuværende arbejdsintensive, multitrin vinge-inspektionsparadigme. AQUADA-GO vil udvikle og demonstrere softwareimplementering og hardwareintegration i en alt-i-én droneplatform beregnet til brug på offshore vindmøller. Projektet udvikler et fuldskala prototype, som vil blive testet og demonstreret på RWE-ejede offshore vindmølleparker i samarbejde med projektets kommercielle partner Quali Drone og med projektets videnspartner DTU Vind. Projektet sigter mod en reduktion på omkostningerne til vingeinspektion på mindst 50%, hvilket vil udgøre et væsentligt bidrag til at nedbringe omkostninger på LCOE (levelized cost of energy) med 2-3% over projektets 25-30-årige levetid sammenlignet med de eksisterende løsninger, der på nuværende tidspunkt er tilgængelige på markedet.

Hovedaktiviteter omfatter: (1) Termiske træk ved vingeskader under operationelle forhold under hensyntagen til miljøpåvirkninger; (2) Fysikbaserede datadrevne computervisionsalgoritmer til automatiseret skades-detektion og skadeevaluering som næsten kan finde sted i realtid; (3) Hardware- og softwareintegration i en alt-i-én droneplatform; (4) Test på onshore vindmøller og offshore demonstration, hvor den normale drift af vindmøller ikke standses; (5) Validering af LCOE-reduktionen med det formål at verificere den økonomiske virkning af de udviklede løsninger.

Quali Drone vil kommercialisere projektløsningen og takket være de uovertrufne konkurrencemæssige for-dele ved AQUADA-GO teknologien, og projektets unikke adgang til hundredvis af vindmølleparker ejet af projektpartneren RWE på globalt plan, vil de ligeledes være i stand til at opskalere forretningen hurtigt.

AQUADA-GO-teknologien forventes at reducere CO2-emissionen med 30-50% pr. turbineinspektion sammenlignet med de eksisterende løsninger, der er tilgængelige på markedet. I alt anslås AQUADA-GO-projektet at øge den samlede årlige omsætning for de to involverede virksomheder med 125 til 230 millioner DKK og skabe 33 til 55 nye fuldtidsjob 3 til 5 år efter projektets afslutning.

Projektet vil modnes fra TRL 5-6 til 7-8 over den 3årige projektperiode

A preliminary trial test has shown the possibility and the feasibility of AQUADA-GO to detect both surface and internal damage of blades when the wind turbine is in normal operation.

Key figures

Periode:
2022 - 2025
Bevillingsår:
2022
Egen finansiering:
7,47 mio.
Støttebeløb:
7,33 mio.
Støtteprocent:
41 %
Projektbudget:
17,80 mio.

Kategori

Oprindelig title
AQUADA-GO: Automatiseret vingeskadedetektion og næsten realtidsevalue-ring for operationelle havvindmøller
Program
EUDP
Fælles overordnet teknologiområde
Vind
Keywords
Kunstig intelligens / maskinlæring Robot- og droneteknologi Vedvarende energiudvinding
Projekttype
Udvikling Demonstration
Journalnummer
64022-1025

Deltagere

Energy Cluster Denmark (Main Responsible)
Partner og Økonomi
Partner Tilskud Eget bidrag
Energy Cluster Denmark 0.79 mio. 0.53 mio.
Danmarks Tekniske Universitet (DTU) 6.19 mio. 0.69 mio.
Quali Drone ApS 0.34 mio. 2.23 mio.
RWE 4.03 mio.

Kontakt

Kontakperson
Christian Boysen
Adresse

Kanalen 1, 6700

Tlf.: +45 6171 8663

Hjemmeside: www.energycluster.dk