RUB » Bibliotheksportal

Mirjana Ratkovac

• The lack of information about the actual site-specific loading conditions, limited measurement points at the support structure, and missing monitoring data during operation stand in a way of developing more advanced strategies for fatigue assessment and lifetime extension of wind turbines. In this work, a novel framework for reconstructing the fatigue-relevant rotor thrust force by developing inverse models is presented. It is a hybrid strategy that combines sensor measurements at the structure and Finite Element Model (FEM) analysis. The reconstructed force provides the site-related loading information and can be used in frames of a virtual sensor strategy to extend the response measurements beyond the sparse sensor locations. The proposed framework is demonstrated on a full-scale wind turbine and validated numerically. Additionally, a novel machine learning-based approach to provide fatigue damage information when monitoring data is missing is introduced and demonstrated.
• Der Informationsmangel über standortspezifische Lasten, limitierte Messpunkte an der Tragstruktur und fehlende Überwachungsdaten während des Betriebs stehen der Entwicklung fortschrittlicher Strategien zur Ermüdungserfassung und Verlängerung des Betriebs von Windenergieanlagen entgegen. In dieser Arbeit wird ein neuer Methodenrahmen zur Rekonstruktion der ermüdungsrelevanten Schubkraft durch die Entwicklung inverser Modelle dargestellt. Es handelt sich um ein hybrides Verfahren, das Messungen und Finite-Elemente-Modellierung kombiniert. Die erhaltene Schubkraft enthält die standortsspezifischen Lastinformationen und kann im Rahmen eines "Virtual Sensor"-Konzeptes verwendet werden, um die Messungen über die Messstellen hinaus zu erweitern. Die Strategie wird an einer Windkraftanlage demonstriert und numerisch validiert. In einem zweiten Schritt wird eine auf maschinellem Lernen basierende Methodik zur Bestimmung der Ermüdungsschäden bei fehlenden Messdaten entwickelt und demonstriert.