Nous suivre Industrie Techno

Détecter d’un coup d’œil la fatigue mécanique des éoliennes

Baptiste Cessieux
Soyez le premier à réagir

Soyez le premier à réagir

Détecter d’un coup d’œil la fatigue mécanique des éoliennes

Prévoir les défaillances mécaniques des éoliennes est un enjeu de taille pour l'exploitation off-shore.

Un système d’aide à la décision capable de déterminer de lui-même les seuils de tolérance mécanique des éoliennes a été breveté. Développé par l’Institut polytechnique de Grenoble, l’Institut en recherche informatique de Toulouse et le CNRS, le système AStrion permet de limiter les actes de maintenance en anticipant les défaillances mécaniques.

Comment détecter les défaillances mécaniques d’une éolienne avant que l’incident ne survienne ? Sur les éoliennes actuelles, cette détection se fait grâce à des capteurs qui récoltent les informations mécaniques à différents points clés de nos moulins à vent futuristes. Les informations sont ensuite récupérées et analysées par un opérateur qui se réfère à des seuils d’alerte prédéfinis et affinés au fil du temps. L’empirisme de cette analyse déclenche régulièrement des «fausses alertes», mettant à mal les nerfs des techniciens de maintenance. Partant de ce constat, Corinne Mailhes, Nadine Martin et leurs équipes de recherche ont développé le programme informatique AStrion, breveté en mai dernier, qui pourrait changer la donne et permettre de prévoir ces incidents. Un enjeu de taille puisque 13 % des défaillances proviennent de défauts mécaniques et qu’ils représentent plus de 50 % des coûts de maintenance selon le CNRS.

Le système de détection actuel transforme le signal temporel, enregistré par les capteurs, en une représentation linéaire dite fréquentielle. Les tours effectués par les pales de l’éolienne sont ainsi facilement analysés et les événements anormaux sont comparés à des seuils d’alertes préétablis. Le problème est alors de distinguer les fausses alertes, très nombreuses, des vrais problèmes indiquant une vulnérabilité ou le début d’une fragilité mécanique. L’idée des deux chercheuses a été de combiner les cinq méthodes d'analyses communément utilisées dans la détection d’incidents pour déterminer si un pic correspond bien à une véritable alerte. L’analyse des pics se fait alors de manière totalement automatique : seuils d’alerte et examen du signal étant gérés par la machine. Le logiciel est même capable de s’adapter à une nouvelle éolienne et de s’ajuster à un remplacement de matériel, par exemple d’une pale ou d'un roulement, au sein de la structure. Un sacré gain de temps pour les techniciens de maintenance, en particulier lorsque l’on parle d’éolienne off-shore où un déplacement inutile peut facilement faire grimper les coûts de production.

En termes de coût, le logiciel ne semble pas handicapé par sa consommation. Cinq techniques d’analyse sont utilisées mais le passage d’un langage informatique adapté à la recherche à un langage plus standard a été effectuée et semble compétitif. Le logiciel est capable d’anticiper les défaillances de plusieurs parties de l’éolienne allant de la défaillance mécanique, du dysfonctionnement du boîtier d’engrenages, en passant par les problèmes du roulement principal ou encore ceux du générateur. Les licences d'exploitation sont également disponibles auprès des Instituts de Grenoble et de Toulouse et sont déjà utilisées par plusieurs entreprises. Finalisant le transfert technologique du laboratoire à l’industriel, l’outil a été intégré à un système embarqué autonome et est d'ors et déjà employé par l'entreprise Valemo au sein du site d’Arfons.

Bienvenue !

Vous êtes désormais inscrits. Vous recevrez prochainement notre newsletter hebdomadaire Industrie & Technologies

Nous vous recommandons

[Reportage] Dernière ligne droite avant l'arrivée du réacteur d'Iter

[Reportage] Dernière ligne droite avant l'arrivée du réacteur d'Iter

En mars 2020, les premiers éléments du réacteur d’Iter devraient être mis en place. Une étape importante pour[…]

Navette autonome, laser ultra-puissant, vie des batteries… les meilleures innovations de la semaine

Navette autonome, laser ultra-puissant, vie des batteries… les meilleures innovations de la semaine

Longévité des batteries, Microsoft IA, laser ultra-puissant… les innovations qui (re)donnent le sourire

Longévité des batteries, Microsoft IA, laser ultra-puissant… les innovations qui (re)donnent le sourire

Microsoft IA, cybersécurité IBM, ralenti vidéo… les meilleures innovations de la semaine

Microsoft IA, cybersécurité IBM, ralenti vidéo… les meilleures innovations de la semaine

Plus d'articles