Ennakoivaa tukea tuulivoimaloiden kunnonhallintaan

Tuulivoimalat ovat siltojen kaltaisia vaativia ja kooltaan suuria infrarakenteita. Pelkät lavat ovat nykyään lähes satametrisiä ja painavat normaalisti yli 20 tonnia. Suomessa tuulivoimalat altistuvat muun muassa suurille lämpötilaeroille, lumelle ja jäälle, mikä voi aiheuttaa mekaanisia ja korroosiovaurioita sekä muuttaa rakenteiden rasitus- ja väsytyskestävyyttä.

Olemme tutkineet suomalaisten tuulivoimaloiden kuntoa GenerIoT-hankkeessa, jota Business Finland rahoittaa. Kansallisen konsortion yhteistyössä ovat mukana Granlundin lisäksi muun muassa Tampereen yliopisto, Loopshore Oy, Unikie Oy ja Tietoevry Oy. Tuulivoimaloiden rakenteiden mallinnus on tuottanut tietoa esimerkiksi siitä, minkälaista dynaamista rasitusta rakenteisiin kohdistuu eri tuuliolosuhteissa. Lisäksi olemme arvioineet tuulivoimaloiden kuntoa rakennusfysiikan ja talotekniikan näkökulmasta paikan päällä.

Hankkeen tulosten perusteella tuulivoimaloiden kuntoa olisi hyvä tarkastella useammin kuin määrävälein, kun kyse on rakenteista sekä talo- ja sähkötekniikasta, jonka pitää kestää äärimmäisen vaikeita pohjoisia olosuhteita. Konehuone (naselli) napoineen ja lapoineen on 150 metrin korkeudessa, joten kaikki edellä mainitut tekniikanalat joutuvat käyttöikänsä aikana koville.

Kehitettävällä ohjelmistolla ja rakenteellisilla analyyseillä on mahdollista parantaa tuulivoimaloiden huoltoon ja korjaustoimenpiteisiin liittyvää toimintaa.

Olemmekin kehittämässä hankkeessa ennakoivaa kunnonhallintaohjelmistoa, johon kootaan tietoa tuulivoimaloiden IoT-toimilaitteista, kuntotutkimuksista ja korjaustoimenpiteistä. Lisäksi olemme luoneet materiaaliriippumattoman ja numeeriseen laskentaan perustuvan FEM-mallin (elementtimenetelmän), joka sopii hyvin sekä teräs- että hybriditornien kunnon ja mekaanisten ominaisuuksien arviointiin. Mallilla saadaan tietoa esimerkiksi dynaamisen rasituksen vaikutuksesta tornin pitkäaikaiskestävyyteen.

Käytämme datan prosessointiin neuroverkkoja, ja teemme tiedon pohjalta rakenteellisia analyysejä. Ne mahdollistavat tuulivoimaloiden ennakoivan kunnonhallinnan, jossa rakenteiden vauriot havaitaan aikaisemmin. Se vähentää yllättäviä energiantuotannon keskeytyksiä ja ennaltaehkäisee turvallisuusriskejä.

Kehitettävällä ohjelmistolla ja rakenteellisilla analyyseillä on mahdollista parantaa tuulivoimaloiden huoltoon ja korjaustoimenpiteisiin liittyvää toimintaa merkittävästikin. Tällöin myös riskit pienenevät ja tuotto-odotukset paranevat. Siitä on etua sekä kunnille että tuulivoima-alan yrityksille.

Haluatko kuulla lisää?

Esko Sistonen

Tutkimuspäällikkö

Granlund Oy

040 481 2468

etunimi.sukunimi@granlund.fi