IoTの実装は風力発電に移行します

北海の風力発電所はいくつかの印象的な戦いを戦っていますが、それらは海洋生物に関するものではありません。彼らは15週間後にドイツ最大のタービンベアリング構造の崩壊から始まりました。予知保全は、構造が15か月続くことを計画していました。その結果、壊滅的なメンテナンス費用が発生し、原因と思われる巨大なブレードが再設計されました。それらは文字通りタービンを揺り動かして死に至らしめたと、 MRO Electric and Supply のJosephZulick氏は言います。 。

北海の構造物は今年、主なタービンハウジングを失い、エンジニアは、海にあるこのサイズの206ユニットすべてを検査して再装着する必要があるかもしれないと判断するように促されました。北海は、巨大なタービンファームが問題を抱えている最も激しい風と現在の地域ですが、他の地域でも同様にメンテナンスの問題があります。 （参照）

これらの巨人の設計エンジニアリングにおける予知保全の役割は、顧客が農場計画全体にメガワットを追加するたびに重要性のはしごを跳ね上げます。ウインドシア、海/空気の温度、風速、トルク、振動の監視は、今や氷山の一角に過ぎません。すべての設計には、喫水線の上下で、ベアリングの温度、ハウジングの完全性、配線に関する即時および早期の警告を含める必要があります。

ビルドイン

より良い接続メンテナンスに関する記事（1）で、著者は、北海のタービンなど、最も離れた構造に接続された産業用ネットワークにおける冗長システムの重要性について説明しています。すべての設計者は、新しいタービン設計で早期警告、セキュリティ、およびシャットアウト/シャットオフなどの対応を組み合わせる必要があります。メンテナンス戦略は常にルーチンとして設計されてきました。これらのルーチンには厳しいアップグレードが必要ですが、より積極的なアプローチは、アクティブな警告装置を追加することです。

現在、最高のシステムは、パフォーマンスを最適化し、メンテナンスのニーズをより適切に予測する機能を兼ね備えています。システムは高速で強力です。 「1秒未満の応答時間でテラバイトのデータを分析するプラットフォームの独自の機能により、IoTアプリケーションから大きな価値を生み出す能力がさらに向上します」と記事は述べています。この調査で稼働しているすべての風力タービンには、速度、天候、振動、加速度（減速）をチェックする150を超えるセンサーがあります。

プレミアム機能のもう1つの例は、異常気象の脆弱性のために設計されたシステムで、予測データを即座に分析するだけでなく、緊急事態が発生する前にフェイルセーフ操作を開始します。最も信頼性の高い情報転送を追求するIoT設計者は、悪天候がさまざまな通信システムをノックアウトする可能性があることを認識している必要があります。場合によっては、有線接続が唯一の方法です。この場合、メインの伝送ケーブルに沿って走る堅牢なケーブルベースの接続がWi-Fiと衛星を無効にする可能性があります。

フェイルセーフとして、この緊急計画は、シャットオフやレデューサーなどのマシン間の誤通信を削減または排除する可能性があります。これにより、激しく変化する風に弱い機械への損傷を防ぐこともできます。

インテリジェントソフトウェア

極限環境のネットワークは、双方向で機能する必要があります。センサーまたはプローブから保護されたメインフレームを介して緊急ボードの場所に送信する必要があります。結果として生じるシャットダウンに関する決定は、同じネットワークまたは別のネットワークを介して返送する必要があります。厳しい天候の変化の結果と同様に、過熱または破損への対応は、シャットダウンまたは速度低下になる可能性があります。

各インシデントで収集できるデータが多いほど、ネットワークは続行する方法と実行しない方法をより適切に「学習」できます。機器の安全性を最優先事項として開始する機械学習は、状況に合わせて調整されます。

風力発電所は、問題が発生するまで独立して動作できる接続されたマシンの優れた例です。機械学習のシステムは、オペレーターの選択を改善し、システムを完全にシャットダウンしたり、単一のタービンをシャットダウンしたりする必要をなくすのに役立ちます。ネットワークの学習の側面がより堅牢で冗長なシステムと組み合わされると、それらは連携して学習を行います。より速く、より効率的に。

一例は、シーメンスによる開発です。 （2）同社が「完全統合オートメーションのコアコンポーネント」と呼んでいるSIMATICコンピューティングの開発。この技術により、タービンファームは自動生産に近づき、さらに重要なことに、安全のための自主規制に近づきます。

サイズは関係ありません

怒った海の何百マイルも離れた場所にある追跡およびトラブルシューティングシステムから学んだ教訓は、都市またはコミュニティの電力網の規模で、より小さなタービンファームに安全性を設計するときに役立ちます。ほとんどの公益事業者は風力と太陽光の計画を立てていますが、それでもコスト、安​​全性、サポートについて懸念しています。

ファームが今日スケーラブルであるように、次世代のタービンの設計もスケーラブルになります。単一のタービンシステムの内部には、機械学習とIoTを使用して、シャットダウンやバッテリーサイトへの電力の自動送信など、最も効率的な使用に合わせて拡張する機能があります。

現在、将来に向けて設計している企業の例はたくさんあります。数年前は風力と太陽光の開発についてあまり関心がなかったように見えた国々は、現在、多額の投資を行っています。一例は、過去11年間で風力への投資で120億ドル（102.8億ユーロ）を獲得したトルコです。 （3）2007年に国が生成した出力は146メガワットでした。昨年、風力発電所は6,500メガワットを生成したと報告書は述べています。 11年間で50倍に拡大した業界では、メンテナンスとより適切な監視が不可欠です。

トルコだけで風力発電を10倍に増やすことはできません。相互接続された世界はエネルギーで動いています。未来のエネルギーも相互に関連します。ハードウェアメーカーがワイヤレス電子機器のニーズも満たされていることを保証できれば、風はその全体像の非常に大きな部分を占める可能性があります。

このブログの作成者は、MRO Electric andSupplyのJosephZulickライター兼マネージャーです