Innovation

Finska supermaterialet för turbinblad togs fram med ai

Foto: Eileen t OE

Slitna turbinblad gör vindkraftverken ineffektiva. Problemet kan äta upp 2-4 procent av det värde som vindkraftens genererar. Men nu har finska VTT använt artificiell intelligens för att ta fram två nya ytskikt.

Publicerad

I de större vindkraftverken rör sig bladspetsarna i hastigheter över 360 km/h. Regn, hagel, damm och andra partiklar i luften sliter på turbinbladens kanter, och enligt en studie från 2014 kan problemet sänka ett vindkraftverks effektivitet avsevärt redan efter fem års drift.

– Det börjar i liten skala, men äter sig sedan genom bladets beläggning och går allt djupare. Det stör vindflödet runt bladet och minskar effektiviteten i energiöverföringen, säger Narciso Lozeno, som är ingenjör hos vindturbinreparatören Altitec.

Reparationskostnaderna för att åtgärda problemet anses ligga på cirka 700 000 kr för en uppsättning blad. I förlängningen påverkar erosionen även anläggningens lager och växellåda. Totalt kan slitaget äta upp så mycket som 2-4 procent av det totala värde som vindkraften genererar.

Materialet måste klara av naturens påfrestningar

Därför har Finlands statliga institution Teknologiska forskningscentralen VTT utvecklat artificiell intelligens som ska möta problemet med slitage av bladens kanter. Här handlar det om att hitta nya ytskikt som kan motstå naturelementen. Jakten på nya material hämmas av att alternativen är så många, och att fälttesta alla tänkbara kandidater skulle ta en evighet – och kosta enorma summor.

– Innan vi börjar testa något i full skala kan vi köra hundratusentals digitala tester med olika kandidatmaterial i olika miljöer, säger Anssi Laukkanen, forskningsledare vid VTT, till Green Tech Media.

Deras projekt drog igång 2018, och ai;n har levererat två lovande kandidater som nu testas av VTT. Enligt Laukkanen ligger det ena materialet nära existerande ytskikt, och blir förhållandevis enkelt att kommersialisera. Det andra är dock ett helt nytt material som är optimerat för att vara stryktåligt. Att implementera det kommer bli komplicerat och dyrt – men erosionen kostar å andra sidan miljarder, och problemet förväntas öka i takt med att turbinbladen blir allt större. Till detta slits anläggningar till havs snabbare än de på land.

Nu letar VTT efter kommersiella partners som kan hjälpa dem med tester i en industriell miljö. Enligt Laukkanen har mottagandet från industrin varit mer positivt än vad forskarna hade förväntat sig. Han berättar att VTT nu för samtal med några av de stora spelarna.

Vindkraftsindustrin använder sedan tidigare artificiell intelligens för att effektivisera underhållet. 2017 utvecklade japanska Fujitsu ett skräddarsytt system för bildigenkänning, som låter Siemens Gamesa besiktiga sina blad fyra gånger snabbare – med bättre resultat.