Académique Documents
Professionnel Documents
Culture Documents
Certains des types courants de défaillance des éoliennes sont les aubes de
turbine, les générateurs et les boîtes de vitesses.
La norme ISO 15243 :2017 décrit les principaux modes de défaillance et leurs
causes.
Ces modes de défaillance sont caractérisés comme suit :
Ces défauts sont liés aux dégradations de la denture (denture cassée ou abimée,
usure uniforme ou non, putting localisé ou réparti, mauvais centrage) On peut
observer aussi du fretin (corrosion, frottement) qui se traduit par un enlèvement
de métal lorsque l’engrenage est mal lubrifié et que les efforts sont importants .
Wei Teng a également proposé une méthode de représentation creuse basée sur
la transformation en ondelettes de facteur Q accordable, qui intègre la propriété
de la transformation en ondelettes Q accordable, la pénalité non convexe et
l'optimisation du bruit dans la décomposition creuse .’Fault detection of planetary
subassemblies in a wind turbine gearbox using TQWT based sparse representation
2021’
Silvio Simani et Cihan Turhan ont avancé une approche axée sur les données
basée sur des réseaux de neurones et est utilisée pour mettre en œuvre le bloc de
diagnostic des pannes. Cette méthode s'appuie sur des réseaux de neurones
utilisés pour décrire les relations fortement non linéaires entre la mesure et les
défauts. Toutefois, la vérification et la validation des solutions proposées au
moyen de données acquises à partir d'installations réelles et de demandes de
contrôle tolérantes de défaut ne sont pas réussi à effectuer une recherche
approfondie ‘Fault diagnosis of wind turbine simulated model via neural networks. 2018’
Étant donné que la capacité de vent installée augmente, le volume des données
CM augmente, faisant une interprétation manuelle des signaux de vibration
difficiles. Face à cela, Sofifia Koukoura a proposé un cadre automatisé pour le
diagnostic de défaillance naissante de la boîte de vitesses. Le cadre utilise des
signaux de vibration et effectue une estimation de la santé et une isolation des
pannes basée sur les techniques de traitement du signal et d'intelligence
artificielle (AI). Des études ont montré que cette recherche peut être utilisée
pour optimiser les actions d'entretien des éoliennes’ On the use of AI based vibration
condition monitoring of wind turbine gearboxes.2019’