C2 – Systemidentifikation und künstliche Intelligenz in der messdatenbasierten Strukturüberwachung

Ziel des Teilprojekts C02 ist es, Methoden zu entwickeln, mit deren Hilfe es möglich ist, strukturelle Veränderungen an Offshore-Megastrukturen zuverlässig und im laufenden Betrieb zu detektieren, um kostspielige Wartungsarbeiten zu minimieren.

Strukturelle Veränderungen können z. B. unerwünschte Systemveränderungen (Eis am Rotorblatt) oder potentielle Schäden (Risse) sein. Hierbei soll gezielt auf den Einsatz von physikalisch basierten Finite-Elemente-Modellen verzichtet werden. Stattdessen sollen messdatenbasierte Methoden zum Einsatz kommen, bei denen nur die gemessenen Antwortgrößen (Beschleunigungen, Dehnungen) sowie Messungen der Betriebs- und Umgebungsbedingungen (Temperatur, Rotordrehzahl, Windgeschwindigkeit, etc.) für die darauf aufbauenden Analysen verwendet werden.

Die wesentlichen Herausforderungen bestehen darin, dass Schäden oder andere kritische Systemveränderungen nicht direkt gemessen, sondern nur indirekt über schadenssensitive Größen bestimmt bzw. geschätzt werden können. Bei einem komplexen System wie einer Offshore-Windenergieanlage (OWEA) ist die Anzahl der realisierbaren Messpunkte aber klein gegenüber der Anzahl der Freiheitsgrade der Struktur. Es liegt also ein Informationsdefizit vor. Hinzu kommt, dass das strukturdynamische Verhalten stark von den Betriebs- und Umgebungsbedingungen (Environmental and Operational Conditions – EOCs) abhängt. So treten zum Beispiel am Rotor ausgeprägte Wechselwirkungen mit aerodynamischen Kräften auf, die zu nichtlinearen Schwingungszuständen führen können. Daher können klassische Methoden der Systemidentifikation, die Linearität und Zeitinvarianz des messtechnisch beobachteten Systems voraussetzen, nicht ohne Weiteres angewendet werden. Außerdem kann eine Systemveränderung aufgrund von wechselnden EOCs leicht mit einem Schaden verwechselt werden.

Die Hauptinnovation des TP besteht in der Kombination von robusten Algorithmen, basierend auf White- und Black-Box-Modellen, in einem multivariaten Grey-Box-Strukturüberwachungskonzept. In Abbildung 2 ist ein möglicher Aufbau eines SHM- Frameworks abgebildet.    

Dieses Konzept soll an Datenbasen von unterschiedlich komplexen Strukturen schrittweise erprobt und validiert werden. Diese Strukturen reichen von einem 9m hohen Gittermast, der auf einem offenen Feld steht und der reversibel geschädigt werden kann (siehe Abbildung 3), bis hin zu einer realen 3.4MW Onshore-Windenergieanlage mit einem Rotordurchmesser von 104m und einer Nabenhöhe von 125m (siehe Abbildung 4).