Statistisk metod minskar driftkostnaderna för vindkraftverk

Statistisk metod minskar driftkostnaderna för vindkraftverk

Inom vindkraftsindustrin medför drift och underhåll oundvikliga och stora kostnader och utan effektiva drift- och underhållsstrategier ökar kostnaderna ytterligare. Missade möjligheter att tidigt identifiera mindre fel kan leda till större komponenthaverier och långa driftuppehåll.

Författare:
Fabrice Drommi, Machine Health Business Development Renewable Energy, SKF Frankrike, Montigny le Bretonneu, Frankrike

Tillståndsövervakning Energy Efficient Bearings

Sammanfattning

En statistisk metod för tillståndsövervakning av vindkraftverk hjälper vindkraftoperatörerna att hålla sina kostnader för drift och underhåll under kontroll. SKF använder sin digra kunskap och sin databas om tusentals vindkraftverk världen över för att utveckla effektivare sätt att förutse och förebygga potentiellt katastrofala maskinhaverier. Därmed bidrar SKF till att hålla vindparker i drift med maximal effektivitet och lönsamhet.

Kostnaderna för drift och underhåll i Europas landbaserade vindparker motsvarar cirka 20 procent av energiproduktionskostnaden fördelad över livslängden (LCOE) för anläggningarna. Med sin statis­tiska metod vill SKF bidra med effektivare tillståndsövervakning och en bättre totalkostnad för driften av vindkraftverk.

Anläggningsägarna inser att investeringar i drift och underhåll är viktiga och att de även fortsättningsvis är en central och växande fråga för vindkraftsindustrin. Efter hand som vindparkerna åldras ökar sannolikheten för att komponentfel och haverier uppstår efter det att tillverkarnas garantier gått ut. Detta kommer att öka vikten av och kostnaden för drift och underhåll. Eftersom cirka 75 procent av alla landbaserade vindkraftverk i Europa har varit i drift i mindre än tio år, kommer drift- och underhållsfrågan i fram­tiden att växa i betydelse.
        

Försäljning och råd

evolution@skf.com

SKF arbetar med lösningar för att minimera driftkostnaderna under ett vindkraftverks hela livscykel och för att uppfylla operatörernas behov av energieffektivitet och hög tillgänglighet.

Att skapa en effektiv drift- och underhållsstrategi
­Tillståndsövervakningssystem (CMS) är basen för alla drift- och underhållsrutiner. ­Kortfattat kan tillståndsövervakning ­uttryckas som processen att fastställa tillståndet för en maskin medan den är i drift. Ett effektivt ­program för tillståndsövervakning handlar om att veta vad man lyssnar efter, kunna tolka det man hör och ­kunna omsätta denna kunskap i ­praktisk handling. CMS hjälper inte bara ­vindparksoperatörerna att ­minska risken för ­katastrofala fel, systemet gör det också ­möjligt för dem att reparera i tornen så ­mycket som möjligt, beställa ­reservdelar i förväg, schemalägga ­personal och utrustning samt planera andra reparationer i samband med avställningar.

Fig. 1: SKF har utvecklat ett brett sortiment av produkter, tjänster och lösningar för vindkraftsmarknaden.

Fig. 1: SKF har utvecklat ett brett sortiment av produkter, tjänster och lösningar för vindkraftsmarknaden.

Som en ledande leverantör till vindkraftsindustrin har SKF expertis och kunskap om vindkraftverk hjälpt sektorn att utveckla mer sofistikerade verktyg, avsedda att sänka kostnaderna för drift och underhåll. SKF tillverkar många ingående komponenter (fig. 1), inklusive lager för drivlinan samt smörjnings- och tätningslösningar. SKF har också utvecklat tillståndsövervakningssystem baserade på vibrationsövervakning och har sedan 2007 erbjudit fjärrövervakningstjänster.

I dag har dessa produkter utvecklats till en omfattande molnbaserad programvaru- och övervakningsservice som erbjuder ­förutsägande underhållsprogram. Här ingår periodisk och huvudsakligen kontinuer­lig övervakning av vindkraftverk via internetuppkoppling. SKFs fjärrövervakningsverksamhet bygger på datainsamling via företagets tillståndsövervakningsverktyg, till exempel onlinesystemet SKF IMx som är specifikt avsett för vindkraftverk. Baserat på resultaten kan experter analysera data och via internet kommunicera information om maskinernas hälsa som underlag för beslut.

Kompetens baserad på erfarenhet
Sedan 2005 har SKF installerat fler än 5 000 tillståndsövervakningssystem världen över, av vilka cirka 2 000 också administreras av SKF. Systemen är installerade i vindkraftverk av mer än 40 olika typer, från 15 olika tillverkare. Detta innebär att SKF, via sin fjärrövervakningscentral, har samlat en mängd data om prestanda och ­potentiella felmekanismer. Analys av vibrationsdata har gett ökad förståelse för en maskins uppträdande ur ett dynamiskt perspektiv.

Fig. 2: Hur vibrationsövervakning fungerar.

Fig. 2: Hur vibrationsövervakning fungerar.

Fig. 2 visar hur vibrationsövervakning utförs. Data om viktiga komponenter i generatorn, växeln, huvudaxeln och rotorlagren samlas in från accelerationssensorer som detekterar vibrationer. Dessa data sammanställs av en övervakningsenhet, till exempel SKF IMx, vilken automatiskt skickar larm till SKFs fjärrövervakningscentral. ­Varje enskilt vindkraftverk, beroende på konfiguration och installationsplats, kan ges anpassade larmnivåer som fastställs under injusterings­fasen för att säkerställa att övervakningen är den mest effektiva för verket ifråga.

Detta ger mönster för maskinuppträdande, vilket gör det möjligt för SKF att samla in referensfall för olika typer av haverier. Analys av dessa data har gett SKF möjlighet att lyfta CMS till en ny nivå av prestanda och effektivitet, genom utveckling av nya statistiska metoder.

Mängden data som samlas in från en större vindpark är överväldigande. Oftast finns det ­cirka åtta sensorer i ett vindkraftverk med växel, och de mäter vardera tre storheter. Detta innebär totalt 24 ­indikatorer – och en indikator är både ett spektrum och ett övergripande ­värde. Informationen samlas in av tillståndsövervakningssystemets maskinvara och skickas via internet, antingen trådbundet eller trådlöst, till en CMS-server som kan befinna sig var som helst på jorden. Under ett år, med i genomsnitt en nedladdning per dag, samlas 9 000 spektrum att analysera per vindkraftverk. För en vindpark, som kan bestå av hundratals vindkraftverk, är det orimligt att analysera dessa data på ett meningsfullt sätt utan hjälp av statistisk modellering.

Statistisk modellering
Statistisk modellering jämför de enskilda vindkraftverken med varandra, så långt detta är möjligt med tanke på skillnaderna i geografisk placering och modell. Först ­jämför SKF de data som är ­meningsfulla att jämföra, och därefter jämförs de med historiska data som samlats in under tio års övervakning av ­olika vindparker. Utifrån denna datahistorik, och från information om kraftverkstypen, skapas underlag för varje ny maskin som SKF får i uppdrag att övervaka.

Ett vindkraftverk bjuder på unika utmaningar när det gäller CMS–utmaningar som inte förekommer inom några andra branscher. Vindkraftverk är komplicerade maskiner med ett stort antal variabler. Det är till exempel inte möjligt att tillämpa en modell av ­larmnivåer för alla maskiner, utan enskilda larmmodeller måste utvecklas för att tillåta snabb jämförelse ­mellan de maskiner som över huvud taget kan jämföras. Men att försöka göra detta inom rimlig tid utan stöd av statistik, filter och urval är en helt omöjlig uppgift.

Det växande biblioteket av histo­risk information om vindkraftverksprestanda är mycket användbart, speciellt om det innehåller hela livscykeln för en enhet med start vid installationen. Tyvärr är så inte alltid fallet. Det blir allt vanligare att vindkraftverk förses med övervak­ningsteknik redan från fabrik, men en stor del av det ­existerande beståndet behöver kompletteras. Det sker vanligtvis nära slutet av garantiperioden eller när operatören eller tjänsteleverantören vill förnya ett serviceavtal.

För att öka noggrannheten i den statistiska processen är det avgörande att välja rätt uppsättning kinematiska data att analysera. Systemet har funktioner som gör det möjligt att söka efter potentiella teoretiska standardförhållanden. Sådan automatisk skanning bygger på faktisk information om typen av komponenter i ­systemet. Varje kuggingrepp har sin teoretiska egenfrekvens. Därför måste analytikern göra vissa antaganden i fall där det inte finns någon djupare kunskap om verkets kinematik. Tack vare SKFs omfattande historiska databas, finns det god kunskap om och förståelse för komponenterna i en växel och i en generator.

Fig. 3: Beståndsanalys för vindparker.

Fig. 3: Beståndsanalys för vindparker.

En storlek passar inte alla
Av erfarenhet vet vi att alla kompo­nenter i vindkraftverk inte ­kräver samma expertis för att kunna analyseras. För att ta ett exempel är det ganska lätt att hitta ett ­problem i ett generatorlager, men när det ­kommer till planetväxlar och lager i dessa blir det mycket mer problematiskt. Därför har SKF utvecklat särskilda algoritmer som specifikt upptäcker problem relaterade till planetväxlar.

Detta har visat sig vara ­mycket viktigt. Hos en kund visade SKFs analys övertoner i området kring 1,2 Hz hos en planetväxel. Detta var ett tecken på att ytterligare utredning krävdes. En visuell inspektion bekräftade att det fanns sprickor i mellanaxeldrevet som kunde ha lett till ett katastrofalt haveri. Ett tidigt ingripande innebar att maskinen kunde ställas av under kontrollerade former och repareras innan den drabbades av ytterligare och mer kostsamma skador.

Fig. 4: Att använda statistik för att identifiera kritiska maskiner.

Fig. 4: Att använda statistik för att identifiera kritiska maskiner.

Statistik belyser potentiella problem
Målet är att på kort tid ­identifiera vilket kraftverk inom beståndet som kräver ytterligare analys. Den statistiska metoden kompletterar traditionell diagnostik genom att snabbt lyfta fram potentiella problem i ett specifikt vindkraftverk, så att specialister kan titta extra noga på de aktuella vibrations­signalerna och konstatera ­vilka problem som skulle kunna vara aktuella.

Med hjälp av statistisk modellering vill SKF öka kapaciteten för analys av sitt installerade bestånd, baserat på kunskap och data som ackumulerats från fler än 2 000 installerade vindkraftverk som undersökts tidigare. För att uppnå detta byggs en statistisk modell av jämförande vibrationsdata för varje kraftverksmodell och dess komponenter, från installationer på olika platser och under olika belastningsförhållanden. Detta sker genom en förbättrad process, bland annat i form av regelbundna workshops där SKF-specialister delar ­frågor och utbyter idéer om förbättringar. På så sätt byggs ett globalt CMS-nätverk upp inom vindenergi­branschen.

Fig. 5: Data från ett vindkraftverk på 2 MW, insamlade under en sexmånaders­period, visade en tendaens till ökad vibration, vilket ledde till beslut om inspektion och reparation.

Fig. 5: Data från ett vindkraftverk på 2 MW, insamlade under en sexmånaders­period, visade en tendaens till ökad vibration, vilket ledde till beslut om inspektion och reparation.

Fördelar för operatörer
Bättre statistisk modellering tillåter att larm anpassas så att operatörerna bara får information om förhållanden som sannolikt kommer att ha negativ inverkan på prestanda. För att förbättra driften av vindparker måste operatörernas underhållsstrategi övergå från en schemabaserad modell till en prediktiv. Detta kommer att underlättas av det faktum att noggrann­heten hos och omfattningen av CMS vidareutvecklas efter hand som teknikens gränser förskjuts. Ett av de förestående tekniska stegen är att integrera alla ­relevanta informationskällor, som tempera­tur och processparametrar, och lägga dessa till den diagnostik som vibrationen i sig tillåter.

Andra trender är att kunna koppla CMS-data till ett annat, mer övergripande system, för att möjlig­göra bättre korrelation. Detta är en viktig drivkraft från kraftverkstillverkarnas sida, men som alltid är det en fråga om kostnader. Med tanke på det stora och ökande antalet vindkraftverk finns ett starkt incitament att minska kostnaderna. SKFs mål är att göra tekniken mer överkomlig.

Resultatet
Efter tio år av vibrationsövervakning i vindkraftverk har SKF visat att CMS kan förbättra tillgängligheten för installerad vindkraft med 1 procent, samtidigt som kostnader­na för drift och underhåll kan min­skas med 2 procent. Genom att utnyttja SKFs statistikbaserade CMS-teknik kan operatörer spara upp till 5 000 euro per år och kraftverk. Och en sak är säker, ­eftersom marginalerna för vindparksoperatörer fortsätter att pressas är ­varje uns av förbättrad ­effektivitet viktigt för att bibehålla ­lönsamheten. Ett avgörande verktyg för att uppnå detta är den ­förbättrade förutsägelse­förmågan hos statistisk CMS.

Relaterat innehåll