Monitoraggio e diagnostica delle turbine eoliche

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

  • Dicembre 11, 2019
  • 686 views
  • 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