Monitoraggio e diagnostica delle turbine eoliche

  Richiedi informazioni / contattami

Metodi efficienti per l’analisi vibrazionale del Power train (parte I)

Figura 1 - Il treno di potenza della turbina eolica e i punti di installazione degli accelerometri
Figura 1 - Il treno di potenza della turbina eolica e i punti di installazione degli accelerometri
Figura 2 - Sezione del moltiplicatore e identificazione componenti
Figura 2 - Sezione del moltiplicatore e identificazione componenti
Monitoraggio e diagnostica delle turbine eoliche
Monitoraggio e diagnostica delle turbine eoliche

Introduzione

Negli ultimi anni il settore eolico ha riconosciuto l’importanza della manutenzione predittiva come strategia per ottimizzare i costi di manutenzione e massimizzare la disponibilità delle macchine e quindi la produzione energetica.

La parte fondamentale del monitoraggio degli aerogeneratori si concentra sul “Power train”, ovvero sugli elementi meccanici che vanno dal rotore principale al generatore elettrico. Trattandosi di macchine rotanti, l’analisi vibrazionale è il parametro di gran lunga più idoneo per identificare i modi di guasto di tipo meccanico; va detto tuttavia che anche le analisi dell’olio lubrificante del moltiplicatore e dei dati SCADA (Supervisory Control And Data Acquisition, ovvero i parametri utilizzati dal sistema di controllo della turbina) sono molto importanti per comprendere lo stato meccanico dei componenti del treno di potenza e devono essere affiancate all’analisi vibrazionale.

Il presente articolo è suddiviso in parti per ragioni editoriali. In questa prima parte verranno descritti i componenti principali del treno di potenza, e i loro modi di guasto più comuni, soprattutto dal punto di vista delle frequenze vibrazionali caratteristiche.

Nelle parti successive saranno esaminate le particolarità delle turbine eoliche dal punto di vista vibrazionale, fornendo linee guida su come organizzare il monitoraggio e la diagnostica di queste macchine. In particolare, si realizzerà una descrizione delle tecniche classiche di analisi vibrazionale. Quindi, ci si soffermerà in modo esaustivo sulle tecniche di trattamento più avanzate dei segnali vibratori, orientate alla massimizzazione dell’efficienza del monitoraggio, e sull’applicazione dell’Intelligenza artificiale.

Descrizione del treno di potenza e dei relativi modi di guasto

Gli elementi principali del treno di potenza (rappresentati in Figura 1) sono:

  • Il rotore, sul quale viene fissato il mozzo che sostiene le pale. Il rotore può essere montato con uno o due cuscinetti principali (“Main bearing”) a seconda del modello di turbina e delle scelte di progettazione del produttore. La velocità di rotazione del rotore è di circa 0,3 Hz nell’intorno del carico nominale (per turbine di taglia medioalta, dai 0,5 ai 3 MW circa).
  • Il moltiplicatore di giri. Trasforma la rotazione lenta del rotore in una rotazione più alta, consona al funzionamento del generatore. Il moltiplicatore è un elemento estremamente significativo dal punto di vista della manutenzione. Per potenze medioalte presenta una configurazione tipica (illustrata in Figura 2) che accoppia ad un primo stadio epicicloidale un secondo stadio a tre alberi paralleli, costituito a sua volta da un albero lento (LSS), un albero intermedio (IMS) e un albero veloce (HSS). Pertanto, le frequenze di rotazione variano da 0,3 Hz del portasatelliti e da 1,6 Hz circa del solare (e quindi dell’albero lento dello stadio parallelo), a circa 7 Hz dell’albero intermedio e a 20-30 Hz dell’albero rapido.
  • Il generatore elettrico, il cui albero è collegato all’albero rapido del moltiplicatore mediante un giunto.

Come noto, la vibrazione meccanica viene rilevata attraverso accelerometri. Tali sensori devono essere installati in prossimità degli elementi meccanici che sono oggetto del monitoraggio. Per ragioni di efficienza è necessario ottimizzare il numero di sensori installati; uno schema tipico di posizionamento degli accelerometri è rappresentato in Figura 1. Va sottolineato che numero e posizione dei sensori possono variare a seconda del produttore del sistema di monitoraggio (chiamato per brevità CMS, “Condition monitoring system”) e del produttore della turbina.

I modi di guasto più significativi che possono inficiare lo stato meccanico del treno di potenza, e che possono essere identificati attraverso l’analisi vibrazionale, sono:

  • Danneggiamento dei cuscinetti a rotolamento. I cuscinetti producono frequenze vibrazionali caratteristiche a seconda della localizzazione del danneggiamento (anello esterno, anello interno, elementi rotolanti o gabbia), e tali frequenze vengono identificate negli spettri (dominio della frequenza) o come ripetizione di “colpi” nelle forme d’onda. Da una parte i cuscinetti del rotore e dello stadio epicicloidale producono frequenze di danneggiamento di pochi Hz, dall’altra i cuscinetti degli alberi intermedio e veloce dello stadio parallelo, e quelli del generatore, producono frequenze di decine o centinaia di Hz.
  • Danneggiamento, consumo o disallineamento delle ruote dentate. Ogni coppia di ingranaggi è caratterizzata da una frequenza di ingranamento (“GMF”) caratteristica (che è il prodotto del numero di denti per la corrispondente velocità di rotazione), e l’analisi di questa frequenza (e del pattern associato: ampiezza armoniche, eventuale modulazione, etc.) è fondamentale per stabilire lo stato di salute delle ruote dentate. Ovviamente ogni modello di moltiplicatore ha delle frequenze di ingranamento caratteristiche. Ad esempio, un modello montato su turbine da 2 MW presenta una frequenza di ingranamento dello stadio epicicloidale di circa 24 Hz; le frequenze di ingranamento albero lentointermedio e albero intermedio-veloce sono rispettivamente di 113 Hz e 675 Hz. Vanno poi aggiunte le frequenze caratteristiche dei danneggiamenti sulla corona, sul solare e sui satelliti (tale frequenze sono molto basse, intorno a pochi Hz).
  • Problemi meccanici generali, come ad esempio: sbilanciamento dell’albero del generatore; disallineamento tra generatore e moltiplicatore; problemi strutturali / di montaggio di generatore e moltiplicatore; deterioro dei silent blocks; risonanze; etc.

L’organizzazione di una Monitoring and Diagnostic Room

Dal punto di vista dell’analisi vibrazionale, vi sono tre elementi che caratterizzano e distinguono le turbine eoliche rispetto alla maggior parte delle macchine rotanti di altri settori industriali:

  • La coesistenza di alberi e ruote dentate rotanti a velocità molto basse con altri a velocità di rotazione più alta. 
  • Le fluttuazioni istantanee di velocità di rotazione e di potenza.
  • La molteplicità di frequenze vibratorie caratteristiche, a causa dell’elevato numero di ruote dentate e cuscinetti montati nel treno di potenza e delle varie frequenze di ingranamento.

Pertanto la diagnostica di queste macchine mediante l’analisi vibrazionale deve essere capace di stabilire le tecniche di campionamento e di elaborazione del segnale vibratorio più adeguate, con l’obiettivo di massimizzare l’estrazione di informazione sui modi di guasto che possono verificarsi; in particolare i fenomeni vibrazionali legati allo stadio epicicloidale possono essere mascherati dalla vibrazione dello stadio parallelo, e come conseguenza si rischia di non identificare tali modi di guasto se il trattamento del segnale di vibrazione non è adeguato. Inoltre, come vedremo, le fluttuazioni di velocità di rotazione (un fenomeno intrinseco del rotore, dovuto al fatto che la velocità e la direzione del vento sono caratterizzate proprio da continue variazioni) possono rendere inutilizzabili i trattamenti “classici” del segnale vibratorio.

Le tecniche di analisi dei segnali di vibrazione devono quindi rispondere a tali particolarità; pertanto alle tecniche classiche devono essere affiancate tecniche più avanzate. È importante sottolineare in tal senso che l’obiettivo di un buon centro di monitoraggio è quello di produrre un servizio affidabile e allo stesso tempo mantenere un alto numero di turbine eoliche per analista; pertanto è fondamentale conoscere con padronanza le tecniche di analisi per conseguire questo duplice scopo. L’esperienza raggiunta dalla MDR (Monitoring & Diagnostic Room) di Enel Green Power (presso la quale l’autore esercita la professione di ingegnere di diagnostica) è in tal senso molto significativa. La MDR infatti fornisce servizi di predittiva ai parchi di proprietà ma anche a terzi; la flotta oggetto del monitoraggio è composta da parchi dislocati in tutto il mondo. Negli anni pertanto la MDR ha generato un know-how profondo sulla diagnostica dei modi di guasto delle turbine eoliche di svariati produttori e di diverse tecnologie; inoltre, dal momento che la marca di CMS installato dipende da vari fattori (il produttore della turbina eolica, le scelte dell’azienda proprietaria del parco, le cangianti condizioni del mercato dei CMS, etc.) ne consegue che la predittiva su una flotta eterogenea implica il dover usare CMS della maggior parte dei brand del mercato. Pertanto, nella MDR si è conseguita una conoscenza profonda dei punti di forza e degli aspetti da migliorare dei software dei brand di CMS più diffusi; sulla base di questa conoscenza la MDR ha sviluppato un metodo di monitoraggio e diagnostica altamente efficiente, capace proprio di raggiungere gli obiettivi menzionati anteriormente. Tale conoscenza viene completata con lo studio dei metodi di elaborazione del segnale proposti nella letteratura tecnica di origine accademica (spesso non presenti nei pacchetti software dei CMS); inoltre la MDR ha iniziato a lavorare su diversi progetti per l’applicazione di tecniche di Intelligenza Artificiale.

Nel prossimo numero presenteremo quindi alcune fra le tecniche di monitoraggio e diagnostica che l’esperienza della MDR ha evidenziato essere potenti ed efficienti.

Francesco Miniello
Esperto di manutenzione predittiva - Monitoring and Diagnostic Room (MDR), Enel Green Power

Pubblicato il Dicembre 11, 2019 - (139 views)
Articoli correlati
Partecipa al webinar Infor sulla gestione degli asset
Etichette Avery per usi industriali
Paura del rinoceronte? Tranquilli, ci pensa A-SAFE!
Le pompe Argal per l’acquario del più grande parco divertimenti al mondo
Partecipa al webinar di Oilsafe sui metodi di estrazione del contaminante
Etichette Avery in poliestere, forti e affidabili
Aldo Cedrone è il nuovo amministratore delegato di SKF Industrie Spa
Protezioni antiurto in stabilimento, un investimento dal ritorno certo
Essiccatori a refrigerazione per basse emissioni e sostenibilità ambientale
Ridurre il Life Cycle Cost con compressori ad alta efficienza
Tenute per farmaceutico e medicale
Manutenzione delle linee di produzione
Soluzioni nel settore dei cuscinetti per mandrini
Servizio di consulenza per l’analisi nel mondo del CMMS
Varnish Elimination Unit
Ricondizionamento pacchi tenuta per compressori alternativi
30 anni di competenza e professionalità
Cuscinetti radiali rigidi a sfere
Software per la gestione dei servizi di assistenza e manutenzione
Manutenzione preventiva degli oli
Etichette Avery per usi industriali
Paura del rinoceronte? Tranquilli, ci pensa A-SAFE!
Etichette Avery in poliestere, forti e affidabili
Cartelli per segnaletica prevenzione COVID-19
Manometro digitale con sensori risonanti al silicio
Pinza magnetica per la manipolazione di pezzi irregolari
Termocamere con fotocamera digitale integrata
Soluzione Plug & Play per quadri elettrici
Quadri di alimentazione a uso medicale
Coswin 8i
Etichette Avery per usi industriali
Paura del rinoceronte? Tranquilli, ci pensa A-SAFE!
Etichette Avery in poliestere, forti e affidabili
È online il video del Webinar "La digitalizzazione del Condition Monitoring alla base dell'Asset Management"
Con E-Repair riparti in sicurezza con l’anticipo di una scheda elettronica industriale sanificata
A-SAFE: barriere di sicurezza per aeroporti
"Come implementare un programma di Condition Monitoring", disponibile il video del webinar di Pruftechnik
Sistema di allineamento laser Rotalign Touch
Rilevatore di dati sulle vibrazioni ad alta velocità Vibscanner II con MQTT
Vibguard IoT: sistema di monitoraggio online delle condizioni di livello elevato per risorse critiche