Chalmersforskaren Pramod Bangalore håller på att ta fram en produkt som hjälper till att optimera underhållet för vindkraftverk.
Pramod Bangalore har tagit fram metoder som analyserar driftdata för att tidigt upptäcka fel på komponenter. Därmed kan nödvändiga ågärder vidtas i rätt tid. Metoderna bygger på artificiell intelligens och på analys av stora mängder drift- och underhållsdata från vindkraftverk.
Han hoppas nu att resultaten ska komma industrin till godo. Pramod Bangalore konstaterar att industrin inte utnyttjar de metoder som faktiskt redan finns inom akademin för att beräkna när och hur underhåll krävs.
Pramod Bangalore |
– Här finns ett gap mellan industri och akademi som jag ville överbrygga.
Att laga något som gått sönder på ett vindkraftverk är ofta både tidskrävande och dyrt, inte minst vid vindkraftsparker ute till havs. En av nycklarna är att kunna förutspå när komponenter ska gå sönder. Pramod Bangalores knep är att tidigt hitta variationer i driften som tyder på att något är på väg att fallera.
– Vid fallstudier kunde vi redan tre månader i förväg se små skiftningar i växellådans prestanda som tydde på att en del behövde ersättas.
Han arbetar nu med att produktifiera metoden.
En av utmaningarna är att drift och slitage vid vindkraftverk påverkas av de yttre förhållandena, vilket gör att ingen vindkraftsinstallation blir den andra lik. Därmed är det svårt att ta fram ett underhållssystem som fungerar överallt.
Nästa steg i produktifieringen är nu att på allvar borra sig ner i de ekonomiska förutsättningarna för det nya sättet att arbeta med underhåll av vindkraft – vilka är kostnaderna för ett nytt arbetssätt, och vad kommer det att kunna innebära för besparingar för branschen?
– Att kunna presentera påtagliga resultat och dessutom vara på långt framme med utvecklingen av en produkt som kan ge marknaden en skjuts i rätt riktning känns väldigt positivt.