ENGINEERINGNET.BE - Traditionele inspecties waarbij teams gezekerd aan lijnen aan de slag gaan, zijn arbeidsintensief, duur en niet zonder gevaar.
Drones met visuele sensoren worden al gebruikt voor inspecties, maar die kunnen nu nog geen defecten opsporen binnenin het blad. Hierdoor blijven alsnog jaarlijkse handmatige inspecties nodig.
SpectX heeft met Avular en TU Eindhoven een inspectiesysteem ontwikkeld dat vanuit de lucht röntgenbeelden van windturbinebladen maakt. Deze technologie wordt in 2025 getest. Met behulp van AI worden deze beelden geanalyseerd om snel defecten te identificeren.
De resultaten worden geïntegreerd in een digital twin-model, ontwikkeld in samenwerking met TNO. Het model voorspelt de levensduur van bladen aan de hand van real-time turbinegegevens.
De digital twin identificeert potentiële aandachtsgebieden en stuurt drones naar deze specifieke plekken. Deze feedbackloop verbetert continu de voorspellingen, verkort inspectietijden en verhoogt de nauwkeurigheid.
In dit project gaat SpectX plannen ontwikkelen voor een drone-inspectie van de TIADE-onderzoeksturbine in de Wieringermeer, waarbij gegevens worden verzameld om hun AI-modellen te trainen. TNO ontwikkelt methodes om inspectiegebieden te prioriteren en defectdetectie te valideren.
Samen stellen ze communicatieprotocollen op om drones effectief aan te sturen. GE Vernova en LM Wind Power leveren expertise over turbinebladdefecten en bieden toegang tot de TIADE-turbine.
Als het project is afgerond zullen de digital twin van TNO en het inspectiesysteem van SpectX gerichte inwendige defectinspecties mogelijk maken, waardoor stilstand, transport- en arbeidskosten worden verminderd.
Deze aanpak zal toepasbaar zijn op windturbines van alle groottes, inclusief de nieuwste modellen zoals de Haliade-X en nog grotere toekomstige opvolgers.
Het project wordt mogelijk gemaakt met subsidie van de Rijksdienst voor Ondernemend Nederland.
