Veille technologique

pour les professionnels de l’industrie
S’abonner

S’inscrire à l’hebdo de la techno :

Rechercher sur Industrie & Technologies

Article Précédent
Article Suivant
Facebook Twitter Google + Linkedin Email
×

partager sur les réseaux sociaux

Eolien offshore : anticiper les aléas pour ne plus les subir

| |

Par publié le à 07h00

Les coûts faramineux liés à la maintenance des parcs éoliens offshore ont poussé les acteurs du secteur à développer de nouvelles briques technologiques. Objectif : prévenir les risques et, in fine, diminuer les coûts de production de l'énergie.

La maintenance prédictive ? Chez EDF Énergies nouvelles ce n'est pas nouveau. L'énergéticien a déployé son premier programme dans ce domaine dès 2009. « Mais le développement des éoliennes offshore, et leurs conditions d'accès très restrictives, nous imposent d'aller encore plus loin » explique Thierry Muller, directeur général d'EDF EN Services. En effet, même s'il est difficile d'évaluer le coût moyen d'une heure de maintenance sur une éolienne offshore, on peut facilement comprendre que celui-ci peut très vite s'envoler : location du bateau avec équipage, mobilisation des techniciens, héliportage sur la nacelle, dimension plus importante des pièces et manque à gagner provoqué par l'arrêt de la machine. « Le coût est très variable selon que le parc se situe à une dizaine de kilomètres des côtes ou à 100 km », ajoute-t-il. Tout l'enjeu consiste donc à anticiper les aléas pour ne plus les subir et pouvoir minimiser le nombre de sorties en mer et les programmer au moment le plus opportun ; un jour sans vent par exemple.

 

Des algorithmes font parler des montagnes de données

 

Pour parvenir à cet objectif, EDF EN Services a noué des partenariats avec les sociétés Acoem et Cornis afin de surveiller respectivement les signaux vibratoires de tous les systèmes mécaniques et l'évolution de l'état des pales par imagerie numérique. Le groupe utilise également des compteurs pour détecter les particules de métal dans l'huile du multiplicateur. Ces différents outils permettent d'enregistrer des données qui doivent ensuite, et c'est là tout le défi, être analysées. « Toutes les éoliennes que l'on exploite en Europe sont raccordées à un centre de supervision situé à Colombiers (Hérault). Les données sont collectées et archivées sur des serveurs grâce au logiciel PI d'Osisoft » détaille Thierry Muller. Pour détecter les signaux faibles parmi ces centaines de millions de données, le groupe développe et améliore en interne ses propres algorithmes de machine learning (apprentissage automatique). Grâce à l'analyse de ces big data, EDF EN a remplacé par anticipation 35 roulements de génératrice en 18 mois et a planifié une trentaine de réparations de pales.

Schneider Electric, lui aussi, veut faire parler les montagnes de données des éoliennes qu'il équipe. « Nos systèmes de télémetrie mesurent jusqu'à 1 000 points par minute, soit 6 Mo de données par éolienne et par jour », précise Régis Martin, responsable de l'offre télégestion chez Schneider Electric. L'industriel a ainsi racheté, en 2014, l'entreprise InStep, à l'origine du logiciel d'intelligence artificielle (AI) Avantis Prism. À partir des données historiques de la machine, des données constructeur, des données acquises en temps réel et des données météorologiques, le modèle d'AI apprend seul à reconnaître des motifs laissant présager une future panne. « Nous pouvons alors privilégier la maintenance de tel équipement parce qu'il nous a envoyé un signal faible. Cela nous donne le temps de planifier l'opération dans une bonne fenêtre météorologique et d'optimiser le stock des pièces de rechange », explique Régis Martin. « Plus l'équipement que nous surveillons coûte cher, plus nous devons aller loin dans le niveau de maintenance », conclut-il.

Le Graal consiste alors à rendre les éoliennes « intelligentes », pour qu'elles puissent s'adapter de manière autonome à leur environnement. La solution Wise Control, développée par l'IFP Énergies nouvelles et l'entreprise francilienne Leosphere, pourrait bien répondre à cette quête. Elle repose sur une partie logicielle et sur un Lidar, qui permet de mesurer la vitesse du vent à 200 mètres en amont des pales. Grâce à cette capacité d'anticipation, il est alors possible d'optimiser en temps réel le système d'orientation de l'éolienne pour améliorer son alignement face au vent et ainsi augmenter ses performances. Par le même procédé, l'éolienne peut éviter les événements violents et ainsi réduire ses charges, donc les coûts de maintenance et, in fine, augmenter sa durée de vie. « L'objectif, à terme, est d'intégrer nativement cette solution dès la conception de l'éolienne », explique Florian Rebeyrat chez Leosphere. Dimensionnée au plus juste, la structure pourrait alors être moins robuste et donc coûter moins cher en matières premières. Leosphere travaille actuellement avec plusieurs industriels, dont General Electric qui a mis au point son propre logiciel de contrôle.

Un banc d'essai pour tester le logiciel Astrion

A Senlis, le Cetim a mis en place un banc d'essai éolien qui a permis de tester le logiciel Astrion. Il vise à calculer la durée de vie résiduelle de l'éolienne grâce à des algorithmes d'analyse spectrale capables d'extraire de l'information issue des signaux vibratoires. « Nous nous sommes intéressés aux composants mécaniques et électriques » précise Nadine Martin, chercheuse au CNRS et coordinatrice du projet. Les algorithmes vont d'abord extraire un maximum d'informations indépendamment des données constructeur. L'analyse va permettre d'identifier des motifs spectraux particuliers. Et si un motif présente une caractéristique énergétique qui évolue c'est qu'il y a une anomalie. Le logiciel intègre ensuite la cinématique de la machine, de manière à associer une anomalie à un composant et ainsi localiser le défaut. La chercheuse planche à présent sur un nouveau projet pour détecter les défauts des pales, des pylônes et des fondations pour l'offshore mais aussi pour l'hydrolien.

Abonnez-vous et accédez à l’intégralité de la veille technologique

Commentaires

Réagissez à cet article

* Informations obligatoires

erreur

erreur

erreur