Windturbines worden steeds groter en hun slanke, flexibele bladen ook. Omdat deze bladen steeds langer mee moeten gaan, is het steeds belangrijker om hun belasting en vermoeiingsopbouw nauwlettend te monitoren voor een optimale onderhoudsplanning. Dit vereist sensortechnologie over het hele blad, ook diep in het blad, wat een grote uitdaging vormt bij de installatie van de sensoren.
Een sprong voorwaarts in windenergiemonitoring
TNO heeft, in samenwerking met de TU Delft en Robohouse, een stap voorwaarts gezet in het onderhoud van windturbines met de ontwikkeling van een geavanceerde robot die sensoren diep in windturbinebladen kan installeren en waardevolle gegevens over de staat van de bladen kan verstrekken.
Het project, dat zich momenteel in de proof-of-conceptfase bevindt, heeft als doel de installatie van sensoren in de interne structuur van turbinebladen te automatiseren. Hiermee verbetert u de planning van onderhoud, vermindert u de menselijke activiteiten en voorkomt u problemen met beperkte ruimtes.
Wim Castricum, ingenieur bij TNO: "Tot nu toe werd het installeren van sensoren gedaan door een ingenieur zoals ik, en ik moest mijn gereedschap meenemen en in het blad kruipen om een sensor op een specifieke locatie te installeren. Met behulp van een robot kunnen deze sensoren dieper in het blad worden geïnstalleerd en leveren ze cruciale realtime gegevens over de gezondheid en structurele integriteit van het blad. Dit helpt de turbineprestaties te verbeteren en storingen te voorkomen."
Het robotsysteem wordt momenteel ontwikkeld om volledig te kunnen worden bediend door een technicus die als eerste stap aan de basis van het rotorblad is gestationeerd, waardoor er gedurende het hele proces een duidelijk zicht is. De robot is echter ook uitgerust met een camera, waardoor hij in de toekomst ook autonoom buiten het zicht kan worden bediend.
Belangrijkste kenmerken en mogelijkheden
De robot is ontworpen om te voldoen aan strenge technische eisen:
- Compact ontwerp: klein genoeg om in een turbineblad te passen, waardoor het geschikt is voor real-life turbineonderhoud
- Geautomatiseerde positionering: uitgerust met geavanceerde sensoren om de beoogde installatielocatie te identificeren en de uitlijning te bepalen voor een nauwkeurige plaatsing
- Oppervlaktevoorbereiding: het contactoppervlak kan worden geschuurd en ontvet om een optimale hechting van de rekstrook te garanderen
- Nauwkeurige plaatsing van de sensor: brengt lijm aan, positioneert de sensor en handhaaft de druk totdat de juiste hechting is bereikt
- Mogelijkheden voor inspectie op afstand: uitgerust met een camera met hoge resolutie voor realtime monitoring en controle
- Draagbaar en zelfvoorzienend: ontworpen voor eenvoudig transport en onafhankelijke werking in windturbines
Testen en implementatie
Het eerste werkende prototype van de robot werd begin 2025 getest in een gecontroleerde testomgeving in een dummyblad van 32 meter diep van een Vestas V66-windturbine in het Zephyros Field Lab. Deze eerste test beoordeelde de mogelijkheid van het systeem om sensoren te installeren in een gecontroleerde omgeving voordat het overgaat op grootschalige veldtoepassingen. De volgende stap is de validatie van het systeem in een echte windturbineomgeving, samen met partners uit de windindustrie.
Impact op de windenergiesector
Door de installatie van sensoren in turbinebladen te automatiseren, zal deze innovatie naar verwachting de operationele veiligheid aanzienlijk verbeteren, de datakwaliteit verbeteren en daarmee de levensduur van windturbines verlengen. Het project sluit aan bij de groeiende nadruk die de industrie legt op voorspellend onderhoud, waarbij sensordata wordt gebruikt om potentiële storingen te voorspellen voordat ze optreden, waardoor kostbare reparaties en downtime tot een minimum worden beperkt.
Toekomstperspectieven
Janaki Mohanan Nair, projectmanager bij TNO: "Na validering kan deze robottechnologie wereldwijd worden ingezet in windparken en biedt het een schaalbare oplossing voor het onderhouden en verbeteren van windenergie-infrastructuur. Verdere verbeteringen kunnen bestaan uit AI-gestuurde navigatie, een kabelbevestigingsfunctie, verbeterde lijmtechnieken en integratie met bredere turbinemonitoringsystemen."
Met dank aan TNO