Унаслідок стрімкого вичерпання запасів викопних енергоресурсів, а також загострення проблем, пов’язаних із глобальним потеплінням, людство все більше звертає увагу на відновлювані джерела енергії. Вони не лише стають важливим елементом сучасної енергетики, але й формують основу для сталого розвитку майбутнього. Вітроенергетика, як одне з найдоступніших джерел відновлюваної енергії, викликає все більший інтерес з боку як урядів розвинених країн, так і приватних інвесторів. Сучасні вітрогенератори стають дедалі більшими, а їхні лопаті, що є ключовими елементами для генерації енергії, постійно зазнають пошкоджень через агресивний вплив зовнішнього середовища та циклічних, тобто змінних у часі, навантажень. Отже, проблема їх надійності та безпеки є однією з найважливіших для безперебійного забезпечення електроенергією населення та бізнесу. Для ефективного моніторингу стану сучасних вітрогенераторів та, зокрема, їхніх лопатей необхідно використовувати інформаційні технології, які дають змогу точно та своєчасно виявляти потенційні несправності й оптимізувати процеси технічного обслуговування [1].
У статті здійснено аналіз та синтезовано класифікацію загальних методів та засобів визначення ресурсу несучого елемента, що зазнає циклічних навантажень. Детально описано концепцію моделі для прогнозування втомної довговічності кореня лопаті вітрової турбіни, тестові вхідні дані для якої згенеровано за допомогою сучасних професійних програмних пакетів для моделювання динаміки вітрових турбін OpenFAST та TurbSim. Наведено детальний опис архітектури запропонованого рішення та блок-схему алгоритму розробленого методу визначення втоми секторів поперечного перерізу кореня лопаті вітрової турбіни потужністю 5 МВт, що використовує метод дощового потоку та гіпотезу лінійного накопичення пошкоджень Пальмгрена – Майнера. На їх основі розроблено програмний модуль для реалізації запропонованої моделі та отримано результати, які у першому наближенні дають змогу спрогнозувати втомну довговічність кореня лопаті вітрової турбіни після симульованих динамічних навантажень.
[1] Basalkevych, O. A., Rudavskyy, D. V. (2023). The modern state of approaches to monitoring the technical condition of wind turbine blades using information technologies. Ukrainian Journal of Information Technologies, 2023, 5(2), 79–87 [in Ukrainian].
[2] Wang, W., Xue, Y., He, C., Zhao, Y. (2022). Review of the Typical Damage and Damage-Detection Methods of Large Wind Turbine Blades. Energies, 2022, 15(15), 56–72. https://doi.org/10.3390/en15155672
[3] Rudavskyi, D. V. (2011). Residual resource of metal structural elements in Hydrogen-containing environments. Kyiv: Naukova Dumka [in Ukrainian].
[4] Ataya, S.; Ahmed, M.M. (2013). Damages of wind turbine blade trailing edge: Forms, location, and root causes. Engineering Failure Analysis 2013, 35, 480–488. https://doi.org/10.1016/j.engfailanal.2013.05.011
[5] Lee, Y., Barkley. M., Kang H.-T. (2012). Metal Fatigue Analysis Handbook. Practical problem-solving techniquesfor computer-aided engineering: Chapter 3 – Rainflow Cycle Counting Techniques, pp. 89–114. https://doi.org/10.1016/ B978-0-12-385204-5.00003-3
[6] Lee, Y., Barkley. M., Kang H.-T. (2012). Metal Fatigue Analysis Handbook. Practical problem-solving techniquesfor computer-aided engineering: Chapter 9 – Vibration Fatigue Testing and Analysis, pp. 333–382. https://doi.org/10.1016/ B978-0-12-385204-5.00003-3
[7] Matsunaga, H. (2021). Essential Structure of S-N curve: Prediction of Fatigue Life and Fatigue Limit of Defective Materials and Nature of Scatter. International Journal of Fatigue, 2021, 146(5):106–138. https://doi.org/10.1016/ j.ijfatigue.2020.106138
[8] Zienkiewicz, O. C., Taylor, R. L., Zhu,J.Z. (2013). The Finite Element Method: Its Basis and Fundamentals. Seventh Edition, 2013. https://doi.org/10.1016/C2009-0-24909-9
[9] Chandrasekhar, K., Stevanovic, N., Cross, E. J., Dervilis, N., Worden, K. (2021). Damage detection in operational wind turbine blades using a new approach based on machine learning. Renewable energy, 168, 1249–1264. https://doi.org/10.1016/j.renene.2020.12.119
[10] Sirigu, M., Faraggiana, E, Ghigo, A., Petracca, E., Matti- azzo, G., Bracco G. (2022). Development of a simplified blade root fatigue analysis for floating offshore wind turbines. Trends in Renewable Energies Offshore, 2022, 935–941. https://doi.org/10.1201/9781003360773-103
[11] Majewski, P., Florin, N., Jit, J., Stewart, R. A. (2022). End- of-life policy considerations for wind turbine blades. Renewable and Sustainable Energy Reviews, 2022, 164. https://doi.org/10.1016/j.rser.2022.112538
[12] New Zealand Wind Energy Association. Wind Energy Association. Retrieved November 24, 2024, from https://www.windenergy.org.nz/
[13] Meteoblue. Simulated historical climate & weather data for Wellington. Retrieved November 24, 2024, from https://www.meteoblue.com/en/weather/historyclimate/clim atemodelled/wellington_new-zealand_2179537
[14] Structural Basics. Polar moment of inertia formulas. Retrieved November 24, 2024, from https://www. structuralbasics.com/polar-moment-of-inertia-formulas
[15] Chrétien, A., Tahan, A., Pelletier, F. (2024). Wind Turbine Blade Damage Evaluation under Multiple Operating Conditions and Based on 10-Min SCADA Data. Energies, 2024, 17(5), 1202. https://doi.org/10.3390/en17051202