Datagestuurd onderhoud windparken op zee

Door de geïsoleerde ligging van windparken op zee en de onvoorspelbare weersomstandigheden op locatie is het onderhoud aan windmolens op zee een kostbare aangelegenheid. Uitbaters van windmolenparken zijn op zoek naar manieren om de kosten te drukken en het onderhoud efficiënter te maken.

De opkomst van AI en machine learning bieden mogelijkheden om het onderhoud van de turbines onder deze ongewone, gecompliceerde omstandigheden efficiënter aan te pakken. Maar hoe werkt dat in de praktijk, als je rekening moet houden met duizenden factoren, en je te maken hebt met windmolens die ver uit de kust liggen, waar je niet zomaar even een kijkje kunt nemen

Closed-loop onderhoudsstrategie

Met die vraag ging Mingxin Li als PhD-kandidaat aan de Technische Universiteit Delft aan de slag. Met zijn proefschrift “Naar gesloten onderhoudslogistiek voor offshore windparken: benaderingen voor strategische en tactische besluitvorming” won hij de prestigieuze PhD Thesis Award 2024.

Li stelt in zijn dissertatie voor het eerst een closed-loop onderhoudsstrategie voor offshore windturbines voor. “Het doel was om alle mogelijkheden van de digitale revolutie in te zetten om de onderhoudsstrategie voor dit type windturbine te optimaliseren. Naar de toekomst toe is dat cruciaal, want hernieuwbare windenergie is van fundamenteel belang voor de energiemix van de toekomst. Maar dan moet het wel praktisch haalbaar zijn.”

Onderhoud windmolenparken: 3 uitdagingen

Operators van windturbines op zee kampen momenteel met drie grote uitdagingen rondom het onderhoud aan de installaties:

1. De geïsoleerde ligging van de windturbines. Het aansturen van onderhoudsteams is daardoor kostbaar en kan eigenlijk alleen op basis van planningen die lang van tevoren worden gemaakt.
2. De onvoorspelbare omstandigheden rondom de turbine. Op zee slaat het weer snel om en kleine meteorologische schommelingen kunnen al gevaarlijke situaties veroorzaken. Dat maakt dat onderhoudsteams erg flexibel moeten zijn en er in de planningen altijd veel speling moet zijn voor onvoorziene tegenvallers.
3. De hoge kosten voor het aanleveren van materieel en onderdelen. Vervoer per schip brengt hoge kosten met zich mee, zeker als het om grote, zware installaties of onderdelen gaat.

Periodieke onderhoudsstrategie weinig efficiënt

“Exploitanten van offshore windturbines voeren meestal tijdgebonden, gepland onderhoud uit, waarbij onderdelen periodiek worden gerepareerd, zelfs als er nog geen ernstige slijtage of defecten zijn opgetreden. Dit omdat als het onderhoudsteam eenmaal ter plaatse is, het goedkoper is om ook maar direct onderhoud uit te voeren dat eigenlijk nog niet nodig is,” zo verklaart Li.

Ruwe, onvoorspelbare mariene omgevingen en geïsoleerde locaties maken het onderhoud van offshore windturbines aanzienlijk minder efficiënt dan regulier industrieel onderhoud. Nog kostbaarder wordt het als er onverhoopt wél een onderdeel stukgaat voordat het gerepareerd is.

“Een defect in zo’n windturbine vormt direct een groot probleem. Er moet dan in hoog tempo een team worden afgezonden. Je kunt niet snel heen en weer, dus met alle mogelijke scenario’s moet voor vertrek rekening gehouden worden. Een simpele reparatie van een klein onderdeel wordt op die manier toch een prijzige aangelegenheid.”

Adaptief onderhoudsmodel op basis simulaties

Li werkte jarenlang aan onderhoudsmodellen waarmee de sector die uitdagingen het hoofd kan bieden. Hij deed dat met complexe computersimulaties, waarin zoveel mogelijk interne én externe factoren die een rol spelen bij onderhoud aan offshore windturbines zijn verwerkt.

“Sommige omstandigheden die potentieel veel impact hebben, kunnen compleet willekeurig voorkomen. Denk aan zware omstandigheden op zee, waardoor niet alleen bepaalde onderdelen sneller slijten, maar de offshore locaties ook slechter bereikbaar zijn. Die hebben we op den duur allemaal in de simulaties verwerkt, om uiteindelijk te bepalen hoe je nu tot een effectieve, kostenefficiënte onderhoudsstrategie kunt komen die optimaal is toegespitst op deze nieuwe, snelgroeiende sector.”

Closed-loop onderhoudsstrategie met een adaptief karakter

Het resultaat daarvan is een closed-loop onderhoudsstrategie met een adaptief karakter. Adaptief onderhoud betekent in dat geval: snel kunnen reageren op al die factoren die een rol spelen bij het onderhoud aan windturbines op zee. Moderne hulpmiddelen spelen daarbij een belangrijke rol. Denk aan grote hoeveelheden sensoren die alles meten wat er te meten valt – niet alleen de actuele condities van elk relevant onderdeel, maar ook omstandigheden zoals de windkracht op zee en de actuele lucht- en watertemperatuur.

Beschikbaarheid data is cruciaal

“Closed-loop adaptief onderhoud houdt in dat je de output van je onderhoudswerkzaamheden weer gebruikt om je onderhoudsstrategie te verbeteren. Momenteel zijn operators aangewezen op open-loop strategieën, omdat ze vooral tijdgebonden onderhoud plegen. Maar je wilt naar adaptief toe: onderhoud op het moment dat je op basis van data weet dat het nodig is, niet omdat het op een rigide planning staat.”

Omdat de sector nog relatief jong is, is het voor exploitanten lastig om zo’n adaptieve onderhoudsstrategie zelfstandig in te regelen. Daar hebben ze historische data voor nodig, en liefst ook een hele hoop – maar die data zijn er nog niet voldoende. Op dit moment moeten ze op basis van halve cijfers hele besluiten nemen.

“Daarom is mijn oproep aan operators van offshore windparken ook: deel je sensordata en andere relevante gegevens met de sector. Dat gebeurt nu nog veel te weinig – operators houden hun data voor zichzelf – maar het is echt nodig om Europees, of zelfs mondiaal, snel te kunnen optimaliseren.

Industriële AI voor complexe berekeningen

Li ziet tot slot een interessante rol weggelegd voor industriële AI. AI-toepassingen in de onderhoudsindustrie staan nog in de kinderschoenen, maar zouden voor de offshore windsector weleens een rots in de branding kunnen gaan vormen.

“Je moet je voorstellen dat bij het correct interpreteren van sensordata onvoorstelbaar complexe rekensommen komen kijken. Er zijn honderden, zo niet duizenden variabelen om rekening mee te houden en om door te rekenen. Niet voor niets kostte het ons jaren om simulaties te creëren die de realiteit benaderden.”

AI kan niet alleen dat rekenwerk uit handen nemen, maar heeft als bijkomend voordeel dat het trainbaar is. “Machine learning is enorm waardevol. We kunnen de uitkomsten van onderhoudswerk teruggeven aan het systeem – closed loop, dus – en het systeem daarmee de voeding geven die het nodig heeft om zichzelf te trainen.”