Fortschritte in der Zustandsüberwachung von Windkraftanlagen

Die Betriebsüberwachung von Windkraftanlagen ist eine große Herausforderung, da jede Windkraftanlage aufgrund von Wetterunwägbarkeiten ständigen Veränderungen ausgesetzt ist. So könnte ein Zustand, der eventuell eine hohe Belastung einiger Komponenten verursacht, fälschlicherweise als Defekt eingestuft werden. SKF hat ein neues Diagnosewerkzeug entwickelt, das Fehlalarme bei der Überwachung des Antriebsstrangs von Windkraftanlagen reduziert und damit einen bedeutenden Entwicklungsschritt darstellt.

Related Articles

Für den sicheren Betrieb und die Wartung von Onshore- und Offshore-Windkraftanlagen werden häufig Condition-Monitoring-Systeme (CMS) eingesetzt. Allerdings stellen wetterbedingte Fehlalarme nach wie vor ein Problem dar. Ein typisches Beispiel wäre eine Windscherung oder eine Windböe, die dazu führen könnte, dass sich der Anstellwinkel der Rotorblätter ständig ändert und falsch-positive Schwingungsalarme auslöst, die die Aufmerksamkeit der Überwachungstechniker auf sich ziehen.

Das neue Diagnosewerkzeug Protean wurde entwickelt, um die Anzahl der Fehlalarme zu reduzieren, indem es temporäre Belastungen von Defektzuständen unterscheidet. Protean ist speziell für die gemeinsame Nutzung mit der in der Windkraftbranche weit verbreiteten SKF @ptitude Observer CMS-Software zur Antriebsstrangüberwachung von Windkraftanlagen (WKA) ausgelegt. Es minimiert das Risiko von Fehlalarmen, so dass sich Betriebs- und Wartungstechniker sowie CMS-Mitarbeiter auf potenzielle echte Probleme konzentrieren können. Dies kann für große Windkraftanlagenflotten eine erhebliche Zeitersparnis bedeuten und das CMS-System effizienter und effektiver machen.

Funktionsweise von Protean

Im Wesentlichen erfasst Protean die Betriebsbedingungen der WKA und „lernt“ ihr normales Verhalten über die jeweiligen Zustandsindikatoren kennen. Nach einer Lernphase von etwa einer Woche legt Protean automatisch Schwellenwerte für die verschiedenen vom Bediener vorgegebenen Zustandsindikatoren fest. Zustandsindikatoren sind dafür ausgelegt, verschiedene Arten von Defekten zu erkennen, wie beispielsweise Lager- und Getriebedefekte, Unwucht etc. Diese Zustandsindikatoren werden dann für jede einzelne Maschinenkomponente konfiguriert. Das bedeutet, dass für jedes Lager mindestens ein Zustandsindikator vorhanden ist. Im Falle eines Alarms berechnet Protean den Schwellenwert neu, und zwar anhand der neuen Situation, die zum Alarm geführt hat. Daher werden neue Alarme nur dann generiert, wenn sich der Zustand verschlechtert. Auch ein einziger Zustandsindikatorwert, der über dem Schwellenwert liegt, löst noch keinen Alarm aus. Es müssen „M out of the N“ („M von N“) der letzten Zustandsindikatorwerte über dem Schwellenwert liegen, damit ein Alarm ausgelöst wird (M und N werden nach bewährten Verfahren festgelegt). Nach der Durchführung von Wartungsarbeiten stellt Protean eine Abnahme der Zustandsindikatorwerte fest und berechnet den Schwellenwert automatisch neu, um der neuen Situation Rechnung zu tragen.

Als Beispiel: Um das CMS-Systems für einen Windpark mit 20 Windkraftanlagen einzurichten, müssten etwa 1.000 Indikatoren eingestellt werden. Dies manuell zu tun, ist schlichtweg unmöglich. Durch die Anwendung von Diagnoseregeln aus der SKF @ptitude Software und die Verknüpfung mit Protean und seiner Künstlichen Intelligenz lässt sich das CMS-System jedoch schnell und einfach einrichten.

Die SKF CMS-Software ermöglicht eine Automatisierung der Diagnose, wobei der Benutzer ein mathematisches Modell des WKA-Antriebsstrangs aus der Drag-and-Drop-Komponentenbibliothek erstellen kann, d. h. z. B. elektrischer Generator, Lager, Zahnräder, Planetenstufen, Rotor etc. (Bild 1). Die Diagnoseregeln oder Zustandsindikatoren werden üblicherweise als absoluter Wert unter Verwendung der Frequenzen berechnet, die für den zu erkennenden Defekt relevant sind. Eine Diagnoseregel kombiniert die Amplituden bei bestimmten Frequenzen auf Basis der kinematischen Daten. Zudem kann der Zustandsindikatorwert auch als prozentualer Anteil am Hintergrundrauschen der Messung berechnet werden. Dadurch kann Rauschen, das früher zu einer falsch-positiven Feststellung führte, im Prinzip herausgefiltert werden. Zustandsindikatoren sind so ausgelegt, dass sie auf einen bestimmten Defekt einer Maschinenkomponente reagieren, wie beispielsweise Wellenschiefstellung, Lagerdefekt, Zahnraddefekt oder Rotorunwucht.

Voraussetzung für den optimalen Betrieb eines CMS-Systems ist, dass die Überwachungshardware und die Sensoren geeignet und entsprechend den Gegebenheiten und Vorgaben des Antriebsstrangs richtig angeordnet sind. Für die meisten marktüblichen Windkraftanlagen gibt es Vorlagen, die sicherstellen, dass die Messkonfigurationen richtig eingerichtet werden (Bild 2).

Bild 2: Die wichtigsten Bestandteile eines leistungsfähigen CMS-Systems

Die Vorteile von Protean

Im Falle einer eventuellen Lockerung einer mechanischen Welle werden die Diagnoseregeln weitgehend angewendet, wobei vordefinierte Zustandsindikatoren herausgenommen werden können (Bild 3). Die Bibliothek ermöglicht die übliche Einrichtung, und der Benutzer stellt einfach die Alarm- und Gefahrenpegel ein oder wählt „Auto“, damit die Software den Alarmpegel gemäß dem Verhalten der Maschine beim ersten Lauf kalibriert. Ohne Protean (Bild 4) reagiert das System auf die Zunahme der mechanischen Lockerheit, aber es ist ein manueller Eingriff erforderlich, um die Alarmpegel anzupassen.

Bild 3
Bild 4

Beim Einsatz von Protean (Bild 5) berücksichtigt das System den Teppichwert, der dem normalen Verhalten während der Lernphase entspricht. Hiermit wird der Schwellenwert für jeden Zustandsindikator eingestellt. Die Spitze in der Grafik zeigt eine Überschreitung des Schwellenwerts, aber da nicht M der letzten N-Werte über dem Schwellenwert sind, wird kein Alarm ausgelöst. Wenn ein Zustandsindikatorwert unter dem unteren Schwellenwert liegt (beispielsweise nach einer Maschinenreparatur), prüft die Alarmlogik, ob mindestens M der N letzten Zustandsindikatorwerte unter dem unteren Schwellenwert liegen. Wenn dies der Fall ist, werden ein neuer unterer und oberer Schwellenwert auf der Grundlage der vorherrschenden Bedingungen berechnet. Bei Windkraftanlagen sind solche Schwankungen durchaus üblich (dies trifft nicht so sehr auf gleichmäßiger laufende Maschinen zu) und somit ist der Protean Algorithmus in der Windenergieindustrie sehr sinnvoll, da er Zeit spart, weil kein manuelles Eingreifen erforderlich ist.

Bild 5

In Bild 6 ist die Entwicklung eines Defekts am Lager einer schnellen Getriebestufe dargestellt. Sobald der erste Hinweis erfolgt, wird der Schwellenwert anhand der letzten Messungen vor dem Hinweis neu berechnet. Dann steigt der Pegel weiter an, so dass ein zweiter Hinweis erfolgt und der Schwellenwert erneut neu berechnet wird. Der Pegel geht zurück, was eine Neuberechnung auslöst. Dann steigt der Pegel wieder an und es wird ein Alarm ausgelöst, auf den eine erneute Neuberechnung folgt. Dieses Muster wiederholt sich so lange, bis das defekte Lager ausgetauscht wird. Das neue Lager sorgt für einen starken Rückgang der Schwingungspegel und eine Neuberechnung des Schwellenwerts. Kurz darauf steigt der Pegel an und ein Alarm wird ausgelöst. Es kommt zwar zu einer Neuberechnung, aber die Situation stabilisiert sich und es folgt eine langsame Abnahme und eine anschließende Neuberechnung des Schwellenwerts. Das ganze Geschehen ist in der Alarmliste dokumentiert.

Fig. 6

Das letzte Beispiel zeigt einen Zahnraddefekt. Betrachtet man einen Zeitraum von ungefähr fünf Jahren, so wird deutlich, dass es im Jahr 2016 erste Hinweise auf einen Defekt gab. Zwei Jahre später war der Defekt vorhanden und beschleunigte sich im Jahr 2019. Das defekte Zahnrad wurde Ende 2019 ausgetauscht. Die letzten Messungen zeigen den Zustand nach der Reparatur (Bild 7).

Bild 7

In den vorgestellten Praxisbeispielen verringerte Protean die Anzahl der falsch-positiven Alarme um mindestens 90 Prozent. Weitere Vorteile sind, dass der Benutzer nicht jeden einzelnen Zustandsindikator genau einstellen muss. Die Möglichkeit, mit Vorlagen zu arbeiten, ist ebenfalls optimiert, da keine individuelle Feinabstimmung erforderlich ist. Einen zusätzlichen Nutzen bietet Protean durch die Neuberechnung von Schwellenwerten nach Alarmen und die automatische Anpassung von Schwellenwerten nach Alarmen und Wartungsarbeiten.

Protean ist eine sehr zuverlässige Selbstdiagnose-Lösung, die eine deutliche Reduzierung von Fehlalarmen bietet, ohne dass das Risiko, Fehler zu übersehen, dabei zunimmt. Es entbindet CMS-Techniker von lästigen, sich wiederholenden Aufgaben und ermöglicht es ihnen, sich auf schwierigere Fälle zu konzentrieren. Es unterstützt und steigert die Vorteile eines gut funktionierenden CMS-Systems, indem es Störungen und andere unerwünschte Zustände frühzeitig erkennt, Abhilfemaßnahmen rechtzeitig und in geeigneter Weise plant und durchführt und so Folgeschäden an einer Maschine vermeidet.

SKF sieht Protean als einen großen Schritt nach vorn bei der Verbesserung der Erkennbarkeit, Genauigkeit und Effizienz im Bereich der Maschinenzustandsüberwachung, nicht nur bei Windkraftanlagen, sondern bei allen Arten von rotierenden Maschinen. Kontinuierliche Entwicklungen und neue Tools sind von entscheidender Bedeutung, um aus CMS eine intelligentere Technologie zu machen, die die Kunden dabei unterstützt, ihre Betriebs- und Wartungsprozesse effektiver zu gestalten.