로봇, 드론, 센서는 현재 검사에 도움을 주며 머지않은 미래에 완전히 자동화될 수 있습니다.

특수 스캐너가 장착된 드론과 크롤링 로봇은 풍력 블레이드가 더 오랫동안 작동하는 데 도움이 될 수 있으며, 블레이드가 점점 더 커지고, 더 비싸지고, 운반하기 어려워지는 상황에서 풍력 에너지 비용을 낮출 수 있습니다. 이를 위해 DoE의 Blade Reliability Collaborative와 Sandia National Laboratory의 연구원들은 윈드 블레이드에 숨겨진 손상이 있는지 비침습적으로 검사하는 동시에 카메라를 사용하여 기존의 사람이 검사하는 것보다 더 빠르고 자세하게 검사하는 방법을 연구해 왔습니다.

윈드 블레이드는 세계에서 가장 큰 단일 부품 복합 구조물로, 어떤 비행기보다 더 크며, 종종 원격지에 있는 기계에 장착됩니다. 블레이드는 수명 동안 수십억 번의 로드 사이클을 거치면서 번개, 우박, 비, 습기 및 기타 힘의 영향을 받지만 유지 관리를 위해 행거에 그냥 올려둘 수는 없습니다.

하지만 정기적인 검사와 수리는 터빈 블레이드의 작동 상태를 유지하는 데 중요하다고 Paquette는 말합니다. 그러나 현재의 검사 방법으로는 손상이 항상 빨리 발견되는 것은 아닙니다. Sandia는 이를 변화시키기 위해 항공 전자 공학 및 로봇 공학 연구의 전문 지식을 활용하고 있습니다. 손상이 눈에 띄기 전에 포착함으로써 더 작고 저렴한 수리로 블레이드를 수리하고 수명을 연장할 수 있다고 그는 말합니다.

한 프로젝트에서 Sandia는 크롤링 로봇에 바람개비 내부의 손상을 검색하는 스캐너를 장착했습니다. 두 번째 프로젝트 시리즈에서 Sandia는 드론을 햇빛의 열을 사용하여 손상을 감지하는 센서와 결합했습니다.

전통적으로 풍력 산업에서는 풍력 블레이드를 검사하는 데 두 가지 주요 접근 방식을 사용해 왔다고 Paquette는 말합니다. 첫 번째 옵션은 카메라와 망원 렌즈를 가지고 누군가를 보내는 것입니다. 검사관은 블레이드에서 블레이드로 이동하며 사진을 찍고 균열 및 침식과 같은 눈에 보이는 손상을 찾습니다. 두 번째 옵션은 비슷하지만 검사관은 지상에 서 있는 대신 풍력 블레이드 타워를 하강하거나 크레인의 플랫폼을 블레이드 위아래로 조종합니다.

이러한 육안 검사에서는 표면 손상만 보입니다. 하지만 칼날 외부에 균열이 보일 때쯤에는 이미 손상이 상당히 심각한 상태인 경우가 많습니다. 수리 비용이 많이 들거나 블레이드를 교체해야 할 수도 있습니다.

이러한 검사는 저렴하기 때문에 인기가 있었지만 더 큰 문제로 커지기 전에 손상을 발견할 수 없다고 Paquette는 말합니다. Sandia의 크롤링 로봇과 드론은 풍력 블레이드에 대한 비침습적 내부 검사를 업계에서 실행 가능한 옵션으로 만드는 것을 목표로 합니다.

Sandia와 파트너인 International Climbing Machines 및 Dophitech는 댐을 검사하는 기계에서 영감을 받아 크롤링 로봇을 제작했습니다. 로봇은 광고판에 그림을 그리는 사람처럼 바람개비를 타고 좌우로, 위아래로 움직일 수 있습니다. 온보드 카메라는 표면 손상을 감지하기 위해 고화질 이미지를 촬영할 뿐만 아니라 더 큰 지하 손상을 나타낼 수 있는 작은 경계도 감지합니다. 이동하는 동안 로봇은 위상 배열 초음파 이미징을 사용하여 지팡이를 사용하여 블레이드의 손상 여부를 검사합니다.

스캐너는 의사가 신체 내부를 관찰하는 데 사용하는 초음파 기계와 매우 유사하게 작동합니다. 단, 이 경우 블레이드의 내부 손상을 감지합니다. 이러한 초음파 신호의 변화는 자동으로 분석되어 손상을 나타냅니다.

Sandia 수석 과학자이자 로봇 크롤러 프로젝트 책임자인 Dennis Roach는 위상 배열 초음파 검사를 통해 두꺼운 복합 블레이드 내부의 모든 층에서 손상을 감지할 수 있다고 말합니다.

난류로 인한 충격이나 과도한 응력은 눈에 보이지 않는 표면 손상을 생성합니다. 손상이 임계 크기로 커지기 전에 찾아내고 저렴한 수리로 수리하여 블레이드 가동 중지 시간을 줄이는 것이 아이디어입니다. 우리는 오류나 블레이드를 제거해야 하는 필요성을 방지하고 싶습니다.

Roach는 풍력 블레이드에 대한 원스톱 검사 및 수리 방법의 일부로 로봇 크롤러를 구상하고 있습니다.

로봇이 앞으로 기어가는 가운데 풍력 블레이드 위로 올라가는 플랫폼 위의 수리 팀을 상상해보세요. 로봇이 무언가를 발견하면 검사관은 로봇이 그 지점을 표시하도록 하여 지하 손상 위치를 분명하게 확인할 수 있습니다. 수리팀은 손상 부위를 갈아내고 복합재료를 수리합니다. 검사 및 수리를 원스톱으로 쇼핑할 수 있어 블레이드를 신속하게 다시 사용할 수 있습니다.

Sandia는 또한 일련의 프로젝트에서 여러 중소기업과 협력하여 숨겨진 바람막이 손상을 감지하기 위해 햇빛의 열을 사용하는 적외선 카메라를 드론에 장착했습니다. 열화상 측정이라고 하는 이 방법은 블레이드 내부 깊이에서 최대 0.5인치까지 손상을 감지합니다.

우리는 블레이드를 햇볕에 가열한 다음 그늘에 있을 때까지 블레이드를 굴리거나 피칭하는 방법을 개발했습니다. 햇빛은 블레이드로 확산되어 균등화됩니다. 열이 확산되면서 블레이드 표면이 냉각될 것으로 예상됩니다. 그러나 결함은 열 흐름을 방해하여 위의 표면과 결함을 뜨겁게 만드는 경향이 있습니다. 적외선 카메라는 이러한 핫스팟을 감지하고 이를 감지된 손상으로 표시합니다.

현재 항공기 정비와 같은 다른 산업에 사용되는 지상 기반 열화상 장치가 있습니다. 이 응용 분야에서는 카메라가 드론에 장착되기 때문에 양보가 필요하다고 Ely는 말합니다.

추락할 수 있는 드론에 값비싼 물건을 장착하는 것도 원하지 않고, 전력을 많이 소모하는 것도 원하지 않습니다. 그래서 우리는 기준에 맞는 매우 작은 IR 카메라를 사용한 다음 광학 이미지와 LiDAR를 사용하여 추가 정보를 제공합니다.

레이더와 유사하지만 무선 주파수 대신 가시광선을 사용하는 Lidar는 빛이 한 지점을 오가는 데 걸리는 시간을 측정하여 물체 사이의 거리를 결정합니다. NASA의 화성 착륙 프로그램에서 영감을 얻은 연구원들은 LiDAR 센서를 사용하고 드론 움직임을 활용하여 초해상도 이미지를 수집했습니다. 바람개비를 검사하는 드론은 영상을 촬영하면서 움직이며, 그 움직임을 통해 초고해상도 영상 수집이 가능하다.

움직임을 사용하여 추가 픽셀을 채웁니다. 100 x 100 픽셀 카메라나 LiDAR가 있고 사진 한 장을 찍는다면 그 해상도가 전부입니다. 그러나 사진을 찍는 동안 하위 픽셀 단위로 이동하면 이러한 간격을 메우고 더 미세한 메시를 만들 수 있습니다. 여러 프레임의 데이터를 모아 초해상도 이미지를 만들 수 있습니다.

LiDAR와 초고해상도 이미징을 사용하면 연구원들은 블레이드가 손상된 위치를 정확하게 추적할 수 있으며 LiDAR는 블레이드 가장자리의 침식도 측정할 수 있습니다.

교량과 전력선의 자율 검사는 이미 현실화되었으며 Paquette는 이것이 풍력 블레이드의 신뢰성을 보장하는 중요한 부분이 될 것이라고 믿습니다.

자율 검사는 거대한 영역이 될 것이며 블레이드의 크기와 위치를 고려할 때 풍력 산업에서는 실제로 의미가 있습니다. 사람이 손상을 찾기 위해 블레이드에서 블레이드로 걷거나 운전해야 하는 대신, 검사가 수행되는 경우를 상상해 보십시오. 자동화되었습니다.

Paquette는 간단한 지상 기반 카메라 검사부터 드론과 크롤러가 함께 작동하여 블레이드의 상태를 확인하는 것까지 다양한 검사 방법의 여지가 있다고 말합니다.

각 풍력 발전소에는 매일 이륙하여 풍력 터빈 주위를 비행하고 모든 검사를 수행한 다음 다시 돌아와 데이터를 업로드하는 드론이 있는 모습을 상상할 수 있습니다. 그런 다음 풍력 발전소 운영자가 와서 이전 검사와 블레이드의 차이점을 찾고 잠재적인 문제를 지적하는 인공 지능이 이미 읽은 데이터를 살펴봅니다. 그런 다음 운영자는 손상이 의심되는 블레이드에 로봇 크롤러를 배치하여 보다 자세한 모습을 확인하고 수리 계획을 세웁니다. 이는 업계에 있어 상당한 진전이 될 것입니다.