DOI: https://doi.org/10.5194/wes-10-461-2025
تاريخ النشر: 2025-02-21
المؤلف: Muhammad Farhan وآخرون
الموضوع الرئيسي: تصميم هندسي احتمالي وقوي
نظرة عامة
يتناول هذا القسم إدارة العمليات لمزارع الرياح البحرية، مع التركيز بشكل خاص على الفحص والصيانة (I&M) لهياكل دعم توربينات الرياح. يبرز المؤلفون تعقيد هذه الأنشطة، التي تتأثر بشكل كبير بالعوامل غير المؤكدة التي تؤثر على تكاليفها. لمعالجة هذه الحالة من عدم اليقين، يقدم البحث نموذجًا بارامترًا احتماليًا مصممًا لتقييم تكاليف I&M المرتبطة باستراتيجية صيانة تعتمد على قوارب العمل. يتم إبلاغ هذا النموذج من خلال مقابلات مع خبراء الصناعة ومراجعة الأدبيات العلمية ذات الصلة.
تشمل المنهجية اشتقاق نماذج احتمالية لمتغيرات التكلفة بناءً على آراء الخبراء بشأن النطاقات المتوقعة لهذه القيم. يتم استخدام نموذج التكلفة الناتج لتقييم إجمالي تكاليف I&M، ويتم إجراء تحليل حساسية لتحديد المحركات الرئيسية للتكلفة. يمتد تطبيق النموذج إلى تحسين استراتيجيات I&M على مستويات مختلفة، بما في ذلك المكونات، ونظام الهيكل، والمزرعة الكاملة. توضح دراسة عددية فائدة النموذج في تحسين استراتيجيات I&M على مستوى نظام الهيكل، بينما تقدم أيضًا نهجًا مبسطًا لالتقاط تكاليف I&M غير المؤكدة في عملية التحسين. يتم تعميم هذا النهج لتطبيق أوسع في تحسين تكاليف صيانة هياكل توربينات الرياح البحرية.
مقدمة
تتناول مقدمة ورقة البحث التحديات التي تواجه هياكل دعم توربينات الرياح البحرية (WT) بسبب الظروف البيئية القاسية وديناميات الدوار، والتي يمكن أن تؤدي إلى تدهور وفشل محتمل. لتخفيف هذه المخاطر، يقوم مشغلو مزارع الرياح بتنفيذ استراتيجيات صيانة قائمة على الحالة وتنبؤية. يتم جدولة الصيانة القائمة على الحالة بناءً على الحالة الحالية للمكونات، بينما تعتمد الصيانة التنبؤية على التوقعات المستندة إلى النماذج التي تستند إلى بيانات الفحص وإجراءات الصيانة السابقة. تتأثر فعالية هذه الاستراتيجيات بعوامل مختلفة، بما في ذلك لوجستيات حملات الفحص والصيانة (I&M)، والتي تشمل الوقت والأساليب والموارد المطلوبة للفحوصات والإصلاحات.
يؤكد المؤلفون على أهمية تحسين استراتيجيات I&M لتحقيق توازن بين تكاليف العمر الافتراضي ومخاطر الفشل الهيكلي، باستخدام نماذج احتمالية لأخذ عدم اليقين في تكاليف الصيانة في الاعتبار. يقترحون نموذج تكلفة بارامتري احتمالي جديد خصيصًا لـ I&M لهياكل دعم WT التي تخدمها قوارب العمل. تم تطوير هذا النموذج من خلال مشاورات مع خبراء الصناعة ويهدف إلى قياس عدم اليقين في إجمالي تكاليف I&M وتحديد المحركات الرئيسية للتكلفة من خلال تحليل الحساسية القائم على التباين. يحدد البحث نهجًا منظمًا لصنع القرار في تحسين I&M، مع تفاصيل الأقسام اللاحقة الإطار النظري، وطرق I&M المختلفة، وبناء نماذج التكلفة الحتمية والاحتمالية. من المتوقع أن تعزز النتائج من فهم ديناميات التكلفة في صيانة مزارع الرياح البحرية، مما يؤدي في النهاية إلى استراتيجيات I&M أكثر وعيًا وفعالية.
طرق
في هذا القسم، يوضح المؤلفون طرق الفحص والصيانة (I&M) المستخدمة لتقييم حالة المكونات الهيكلية في هياكل دعم توربينات الرياح البحرية، مع التركيز على الكشف عن وإصلاح شقوق التعب في الوصلات الملحومة. يقدم البحث نموذج تكلفة احتمالي لإجراءات I&M، مع التأكيد على أهمية تحديد مؤشرات التدهور مثل التآكل وشقوق التعب، التي يمكن أن تضر بالسلامة الهيكلية. يتم تصنيف الفحوصات بناءً على موقع المكونات الملحومة—فوق أو تحت مستوى الماء—مما يؤثر على الأفراد والسفن والمعدات واللوجستيات المطلوبة لعملية الفحص.
تتم مناقشة تقنيتين رئيسيتين للفحص: الفحص البصري وطرق الفحص الكهرومغناطيسي (EM)، بما في ذلك فحص التيار الدوامي (EC)، وفحص الجسيمات المغناطيسية (MPI)، وقياس المجال المتناوب (ACFM). تقتصر الفحوصات البصرية، التي يمكن إجراؤها عبر ROV أو الملاحظة المباشرة، على الكشف عن العيوب الأكبر، بينما تكون طرق EM قادرة على تحديد العيوب الصغيرة التي تكسر السطح، حتى تحت الماء. بعد الفحوصات، إذا تم تحديد تلف التعب، يتم بدء إجراءات الصيانة بناءً على شدة الضرر، مع طرق الإصلاح التي تشمل اللحام والطحن، اعتمادًا على عمق الشقوق المكتشفة بالنسبة لسمك القسم. يهدف هذا النهج المنظم إلى تعزيز موثوقية وسلامة هياكل دعم توربينات الرياح البحرية.
نقاش
في هذا القسم، يناقش المؤلفون تحسين استراتيجيات الفحص والصيانة (I&M) لهياكل دعم التوربينات في مزارع الرياح البحرية، مؤطرًا كمسألة صنع قرار تحت عدم اليقين. باستخدام نظرية القرار بايزي، يقدمون نموذج شجرة قرار يلتقط مسارات ونتائج قرار مختلفة مرتبطة بأنشطة I&M. تقوم دوال المنفعة المستمدة من هذا النموذج بت quantifying الفوائد الاقتصادية والتكاليف المرتبطة باستراتيجيات I&M المختلفة، مما يسمح بتحديد القرارات المثلى من خلال تعظيم المنفعة المتوقعة. بشكل خاص، يميز المؤلفون بين ثلاثة أنواع من دوال المنفعة: $U_0$ لتحليل حالة النظام، $U_1$ لتحليل القرار السابق، و$U_2$ لتحليل القرار ما قبل اللاحق، كل منها يعكس جوانب مختلفة من صنع القرار في I&M.
يتناول القسم أيضًا العوامل التي تؤثر على تكاليف I&M، بما في ذلك نوع السفينة، ومدة التشغيل، وطبيعة أنشطة الصيانة. تم تطوير نموذج تكلفة حتمي لتقدير إجمالي تكاليف I&M، والذي يتم توسيعه بعد ذلك إلى إطار احتمالي لأخذ عدم اليقين في المتغيرات التي تؤثر على هذه التكاليف في الاعتبار. يستخدم المؤلفون محاكاة مونت كارلو لاشتقاق توزيعات احتمالية تجريبية لإجمالي تكاليف I&M على مستويات مختلفة (مزرعة الرياح، توربين، ومكون)، مما يكشف أن هذه التكاليف تتبع عادةً توزيع لوغاريتمي طبيعي. تشير تحليلات الحساسية إلى أن تكاليف السفن تؤثر بشكل كبير على إجمالي تكاليف الفحص، مما يبرز أهمية نمذجة هذه التكاليف بدقة لإبلاغ استراتيجيات I&M الفعالة. بشكل عام، تؤكد النتائج على ضرورة دمج النمذجة الاحتمالية وتحليل القرار لتعزيز الجدوى الاقتصادية لعمليات I&M في مزارع الرياح البحرية.
DOI: https://doi.org/10.5194/wes-10-461-2025
Publication Date: 2025-02-21
Author(s): Muhammad Farhan et al.
Primary Topic: Probabilistic and Robust Engineering Design
Overview
This section discusses the operational management of offshore wind farms, specifically focusing on the inspection and maintenance (I&M) of wind turbine support structures. The authors highlight the complexity of these activities, which are significantly influenced by uncertain factors impacting their costs. To address this uncertainty, the paper presents a probabilistic parametric model designed to evaluate I&M costs associated with a workboat-based maintenance strategy. This model is informed by interviews with industry experts and a review of relevant scientific literature.
The methodology involves deriving probabilistic models for the cost parameters based on expert opinions regarding the expected ranges of these values. The resulting cost model is utilized to assess total I&M costs, and a sensitivity analysis is performed to identify key cost drivers. The model’s applicability extends to optimizing I&M strategies at various levels, including component, structural system, and entire wind farm. A numerical study demonstrates the model’s utility in optimizing I&M strategies at the structural system level, while also introducing a simplified approach for capturing uncertain I&M costs in the optimization process. This approach is generalized for broader application in the maintenance cost optimization of offshore wind turbine structures.
Introduction
The introduction of the research paper addresses the challenges faced by offshore wind turbine (WT) support structures due to harsh environmental conditions and rotor dynamics, which can lead to deterioration and potential failures. To mitigate these risks, wind farm operators implement condition-based and predictive maintenance strategies. Condition-based maintenance is scheduled based on the current state of components, while predictive maintenance relies on model-based forecasts informed by inspection data and past maintenance actions. The effectiveness of these strategies is influenced by various factors, including the logistics of inspection and maintenance (I&M) campaigns, which encompass the time, methods, and resources required for inspections and repairs.
The authors emphasize the importance of optimizing I&M strategies to balance lifetime costs and the risk of structural failure, utilizing probabilistic models to account for uncertainties in maintenance costs. They propose a novel probabilistic parametric cost model specifically for I&M of WT support structures serviced by workboats. This model is developed through consultations with industry experts and aims to quantify uncertainties in total I&M costs and identify key cost drivers through variance-based sensitivity analysis. The paper outlines a structured approach to decision-making in I&M optimization, with subsequent sections detailing the theoretical framework, various I&M methods, and the construction of both deterministic and probabilistic cost models. The findings are expected to enhance the understanding of cost dynamics in offshore wind farm maintenance, ultimately leading to more informed and effective I&M strategies.
Methods
In this section, the authors detail the inspection and maintenance (I&M) methods employed to assess the condition of structural components in offshore wind turbine support structures, focusing on the detection and repair of fatigue cracks in welded connections. The study introduces a probabilistic cost model for I&M actions, emphasizing the significance of identifying deterioration indicators such as corrosion and fatigue cracks, which can compromise structural integrity. The inspections are categorized based on the location of the welded components—above or below water level—affecting the personnel, vessels, equipment, and logistics required for the inspection process.
Two primary inspection techniques are discussed: visual inspection and electromagnetic (EM) inspection methods, including eddy current (EC), magnetic particle inspection (MPI), and alternating current field measurement (ACFM). Visual inspections, which can be conducted via ROV or direct observation, are limited to detecting larger defects, while EM methods are capable of identifying smaller surface-breaking defects, even underwater. Following inspections, if fatigue damage is identified, maintenance actions are initiated based on the severity of the damage, with repair methods including welding and grinding, depending on the depth of the detected cracks relative to the section thickness. This structured approach aims to enhance the reliability and safety of offshore wind turbine support structures.
Discussion
In this section, the authors discuss the optimization of inspection and maintenance (I&M) strategies for turbine support structures in offshore wind farms, framed as a decision-making problem under uncertainty. Utilizing Bayesian decision theory, they present a decision tree model that captures various decision paths and outcomes associated with I&M activities. The utility functions derived from this model quantify the economic benefits and costs associated with different I&M strategies, allowing for the identification of optimal decisions by maximizing expected utility. Specifically, the authors differentiate between three types of utility functions: $U_0$ for system state analysis, $U_1$ for prior decision analysis, and $U_2$ for pre-posterior decision analysis, each reflecting different aspects of I&M decision-making.
The section further elaborates on the factors influencing I&M costs, including vessel type, operational duration, and the nature of maintenance activities. A deterministic cost model is developed to estimate total I&M costs, which is then extended to a probabilistic framework to account for uncertainties in the parameters affecting these costs. The authors employ Monte Carlo simulations to derive empirical probability distributions of total I&M costs at various levels (wind farm, turbine, and component), revealing that these costs typically follow a lognormal distribution. Sensitivity analyses indicate that vessel costs significantly impact total inspection costs, highlighting the importance of accurately modeling these costs to inform effective I&M strategies. Overall, the findings underscore the necessity of integrating probabilistic modeling and decision analysis to enhance the economic viability of I&M operations in offshore wind farms.