De nuværende metoder til inspektion af vindmøllevinger gør primært brug af følgende metoder: reb og/eller kurve, jordbaserede kameraer eller flyvende droner. Disse metoder er overvejende baseret på optiske billeder ved menneskelige visuelle frekvenser. Kun billederne af skader og træk på overfladen, såsom erosion, snavs og overfladerevner, identificeres. Men faktisk opstår den kritiske skade ofte under vingens overflade og de forbliver derfor ofte skjult. Endnu vigtigere er det, at vindmølledriften skal stoppes under inspektionen, hvilket medfører ekstra omkostninger på grund af nedetid og tabt omsætning.
AQUADA-GO projektet vil udvikle en metodik til en automatiseret, kontaktfri, næsten realtids vingeskadedetektion og risikoevaluering i et enkelttrin ved hjælp af termografi og computervision. Dette uden at stoppe vindmøllernes normale drift. Projektet vil tage AQUADA-teknologien – udviklet i DTU Vindenergis laboratorium – og anvende den på operationelle havvindmøller.
Projektet vil skabe en markedsklar løsning, som kan ændre det nuværende arbejdsintensive, multitrin vinge-inspektionsparadigme. AQUADA-GO vil udvikle og demonstrere softwareimplementering og hardwareintegration i en alt-i-én droneplatform beregnet til brug på offshore vindmøller. Projektet udvikler et fuldskala prototype, som vil blive testet og demonstreret på RWE-ejede offshore vindmølleparker i samarbejde med projektets kommercielle partner Quali Drone og med projektets videnspartner DTU Vind.
Projektet sigter mod en reduktion på omkostningerne til vingeinspektion på mindst 50%, hvilket vil udgøre et væsentligt bidrag til at nedbringe omkostninger på LCOE (levelized cost of energy) med 2-3% over projektets 25-30-årige levetid sammenlignet med de eksisterende løsninger, der på nuværende tidspunkt er tilgængelige på markedet.
AQUADA-GO-teknologien forventes at reducere CO2-emissionen med 30-50% pr. turbineinspektion sammenlignet med de eksisterende løsninger, der er tilgængelige på markedet. I alt anslås AQUADA-GO-projektet at øge den samlede årlige omsætning for de to involverede virksomheder med 125 til 230 millioner DKK og skabe 33 til 55 nye fuldtidsjob 3 til 5 år efter projektets afslutning.
DTU: Danmarks Tekniske Universitet
Ny droneteknologi benytter kunstig intelligens til at undersøge vindmøllevinger offshore
FASE 1: Konceptualisering
FASE 2: Udvikling og test
FASE 3: Demonstration og validering
FASE 4: Kommercialisering
Start: Januar 2023
Slut: December 2025
Samlet budget: 17.796.010 mio.kr.
EUDP støttemidler: 7.470.376 mio. kr.
Marie Vedel Lauridsen
Project Manager
Tlf: +45 2265 4600
E-mail