Berührungslose Messung von Pitchwinkelabweichungen an Windenergieanlagen aus 150 m Entfernung
-
Axel von Freyberg
Axel von Freyberg hat an der Universität Bremen Produktionstechnik studiert. Er arbeitet seit 2001 als wissenschaftlicher Mitarbeiter im BIMAQ und schloss seine Promotion im Jahr 2021 ab. Seine Hauptarbeitsgebiete liegen in der geometrischen Messtechnik und der Messdatenauswertung.
,
Paula Helming
Paula Helming hat an der TU Dresden Maschinenbau studiert. Sie arbeitet seit 2020 als wissenschaftliche Mitarbeiterin am BIMAQ. Ihre Hauptarbeitsgebiete liegen in der optischen Messtechnik.
,
Jacob Friedrich
Jacob Friedrich studiert zurzeit an der Universität Bremen Systems Engineering im Master mit der Spezialisierungsrichtung Automatisierungstechnik und Robotik. Im Jahr 2020 schloss er sein gleichnamiges Bachelorstudium ab. Seitdem arbeitet er als studentischer Mitarbeiter im BIMAQ.
Dirk Stöbener absolvierte ein Physik-Studium und promovierte 2016 an der Universität Bremen im Fachbereich Produktionstechnik. Er ist seit 2000 als wissenschaftlicher Mitarbeiter am Bremer Institut für Messtechnik, Automatisierung und Qualitätswissenschaft (BIMAQ) angestellt. Seit 2003 leitet er die Arbeitsgruppe „In-prozess Messtechnik und Optik“ und übernahm 2020 die Position des Oberingenieurs. Seine Forschungsinteressen umfassen fertigungsnahe und In-Prozess-Messverfahren (optisch, akustisch und taktil) z. B. zur Positionsbestimmung und zur Charakterisierung von (geometrischen) Werkstückeigenschaften.
and
Andreas Fischer
Andreas Fischer erhielt 2004 sein Diplom in Elektrotechnik und schloss 2009 seine Promotion an der Technischen Universität Dresden ab. Während seiner Tätigkeit als Leiter der Gruppe „Messsystemtechnik“ im Fachgebiet Mess- und Sensorsystemtechnik (2009–2016) habilitierte er im Jahr 2014. Seit 2016 ist er Professor im Fachbereich Produktionstechnik der Universität Bremen und Leiter des Bremer Instituts für Messtechnik, Automatisierung und Qualitätswissenschaft (BIMAQ). Seine Forschungsbereiche umfassen Messsystemtechnik, optische Messprinzipien für die Strömungs- und Fertigungsmesstechnik sowie die Anwendung modelbasierter Messsysteme und die Untersuchung ihrer Messbarkeitsgrenzen.
Zusammenfassung
Die Windkraft stellt eine wichtige Energiequelle in Deutschland dar. Form und Lage der Rotorblätter von Windenergieanlagen haben dabei einen großen Einfluss auf die Effizienz und die Lebensdauer der Anlage. Geometrische Merkmale von Rotorblättern werden mit Blattschablonen, photogrammetrischen oder interferometrischen Messverfahren erfasst. Hierzu muss die Anlage jedoch gestoppt und ggf. mit Mustern bzw. Markern versehen werden. Für In-Prozess-Messungen ohne Manipulation der Windenergieanlage bietet sich das Prinzip der Laufzeitmessung an, auf dem sogenannte terrestrische Laserscanner aufbauen. Bisher unbekannt ist jedoch die erreichbare Messunsicherheit bei der Bestimmung von Pitchwinkeln.
In diesem Beitrag werden die Messunsicherheiten bei der Erfassung der Rotorblattoberfläche für Distanzen > 100 m experimentell untersucht und zur Bestimmung der Unsicherheit des Pitchwinkels mittels Monte-Carlo Simulation fortgepflanzt. Für die Betrachtung der Pitchwinkelunsicherheit wird unterschieden, ob die Nenngeometrie der Rotorblätter bekannt ist und absolute Aussagen über die Pitchwinkel getroffen werden können, oder ob die Nenngeometrie unbekannt ist und nur relative Pitchwinkelunterschiede zwischen den Rotorblättern ausgewertet werden können.
Abstract
Wind power is an important source of energy in Germany. The shape and position of the rotor blades of wind turbines have a major influence on the efficiency and service life of the turbine. Geometric characteristics of rotor blades are recorded using blade stencils, photogrammetric or interferometric measurement methods. For this purpose, however, the turbine must be stopped and, furthermore, provided with patterns or markers. For in-process measurements without manipulation of the wind turbine, the principle of time-of-flight measurement, on which so-called terrestrial laser scanners are based, is suitable. However, the achievable measurement uncertainty for the determination of rotor blade pitch angles is unknown so far. In this paper, the measurement uncertainties of rotor blade surface sensing for distances > 100 m are investigated experimentally and propagated to determine the uncertainty of rotor blade pitch angle using Monte Carlo simulation. For the consideration of the pitch angle uncertainty it is distinguished whether the nominal geometry of the rotor blades is known and absolute statements about the rotor blade position can be made, or whether the nominal geometry is unknown and only relative differences between the rotor blades can be evaluated.
Funding source: European Regional Development Fund
Award Identifier / Grant number: AUF0007A
Funding statement: Dieses Vorhaben wurde aus Mitteln des Europäischen Fonds für regionale Entwicklung (EFRE) gefördert (BAB-Förderkennzeichen AUF0007A).
Über die Autoren
Axel von Freyberg hat an der Universität Bremen Produktionstechnik studiert. Er arbeitet seit 2001 als wissenschaftlicher Mitarbeiter im BIMAQ und schloss seine Promotion im Jahr 2021 ab. Seine Hauptarbeitsgebiete liegen in der geometrischen Messtechnik und der Messdatenauswertung.
Paula Helming hat an der TU Dresden Maschinenbau studiert. Sie arbeitet seit 2020 als wissenschaftliche Mitarbeiterin am BIMAQ. Ihre Hauptarbeitsgebiete liegen in der optischen Messtechnik.
Jacob Friedrich studiert zurzeit an der Universität Bremen Systems Engineering im Master mit der Spezialisierungsrichtung Automatisierungstechnik und Robotik. Im Jahr 2020 schloss er sein gleichnamiges Bachelorstudium ab. Seitdem arbeitet er als studentischer Mitarbeiter im BIMAQ.
Dirk Stöbener absolvierte ein Physik-Studium und promovierte 2016 an der Universität Bremen im Fachbereich Produktionstechnik. Er ist seit 2000 als wissenschaftlicher Mitarbeiter am Bremer Institut für Messtechnik, Automatisierung und Qualitätswissenschaft (BIMAQ) angestellt. Seit 2003 leitet er die Arbeitsgruppe „In-prozess Messtechnik und Optik“ und übernahm 2020 die Position des Oberingenieurs. Seine Forschungsinteressen umfassen fertigungsnahe und In-Prozess-Messverfahren (optisch, akustisch und taktil) z. B. zur Positionsbestimmung und zur Charakterisierung von (geometrischen) Werkstückeigenschaften.
Andreas Fischer erhielt 2004 sein Diplom in Elektrotechnik und schloss 2009 seine Promotion an der Technischen Universität Dresden ab. Während seiner Tätigkeit als Leiter der Gruppe „Messsystemtechnik“ im Fachgebiet Mess- und Sensorsystemtechnik (2009–2016) habilitierte er im Jahr 2014. Seit 2016 ist er Professor im Fachbereich Produktionstechnik der Universität Bremen und Leiter des Bremer Instituts für Messtechnik, Automatisierung und Qualitätswissenschaft (BIMAQ). Seine Forschungsbereiche umfassen Messsystemtechnik, optische Messprinzipien für die Strömungs- und Fertigungsmesstechnik sowie die Anwendung modelbasierter Messsysteme und die Untersuchung ihrer Messbarkeitsgrenzen.
Danksagung
Die Autoren bedanken sich bei der Firma Deutsche WindGuard Engineering GmbH für die Unterstützung und Beratung sowie für die Leihgabe eines Windkanal-Rotorblattsegments. Ein weiterer Dank geht an die Firma LASE Industrielle Lasertechnik GmbH für die Bereitstellung einer individuellen Messsoftware. Teile dieser Arbeit sind im Rahmen einer Bachelorarbeit entstanden, danke dafür an Georgii Kereselidze.
Literatur
1. Paul J. Besl and Neil D. McKay. Method for registration of 3-d shapes. In Sensor fusion IV: control paradigms and data structures, volume 1611, pages 586–606. International Society for Optics and Photonics, 1992.10.1117/12.57955Search in Google Scholar
2. Y. Chen and G. Medioni. Object modeling by registration of multiple range images. In Proceedings of the 1991 IEEE international conference on robotics and automation, pages 2724–2729, 1991.10.1109/ROBOT.1991.132043Search in Google Scholar
3. Yang Chen and Gérard Medioni. Object modelling by registration of multiple range images. Image and vision computing, 10(3):145–155, 1992.10.1016/0262-8856(92)90066-CSearch in Google Scholar
4. Andreas Fischer. Limiting uncertainty relations in laser-based measurements of position and velocity due to quantum shot noise. Entropy, 21(3):264, 2019.10.3390/e21030264Search in Google Scholar PubMed PubMed Central
5. Natasha Gelfand, Leslie Ikemoto, Szymon Rusinkiewicz, and Marc Levoy. Geometrically stable sampling for the icp algorithm. In Fourth International Conference on 3-D Digital Imaging and Modeling, 2003. 3DIM 2003. Proceedings, pages 260–267. IEEE, 2003.10.1109/IM.2003.1240258Search in Google Scholar
6. Geschäftsstelle der Arbeitsgruppe Erneuerbare Energien-Statistik (AGEE-Stat) am Umweltbundesamt. Erneuerbare Energien in Deutschland 2019. Umweltbundesamt, Dessau-Roßlau, 2020.Search in Google Scholar
7. A. Grunwald, C. Heilmann, M. Melsheimer, and A. Donth. Payback analysis of different rotor balancing strategies. In Proceedings of EWEA, 2013.Search in Google Scholar
8. Hadi Hoghooghi, Ndaona Chokani, and Reza S. Abhari. Optical measurements of multi-megawatt wind turbine dynamic response. Journal of Wind Engineering and Industrial Aerodynamics, 206:104214, 2020.10.1016/j.jweia.2020.104214Search in Google Scholar
9. Stephanie Lehnhoff, Alejandro Gómez González, and Jörg R. Seume. Full-scale deformation measurements of a wind turbine rotor in comparison with aeroelastic simulations. Wind Energy Science, 5(4):1411–1423, 2020.10.5194/wes-5-1411-2020Search in Google Scholar
10. Christoph Lucks. Verfahren zum Erfassen des Spurlaufes der Rotorblätter einer Windkraftanlage, 2009. Patent DE102008013392B4.Search in Google Scholar
11. Bartosz Mitka, Przemysław Klapa, and Jacek Gniadek. Use of terrestrial laser scanning for measurements of wind power stations. Geomatics and Environmental Engineering, 13, 2019.10.7494/geom.2019.13.1.39Search in Google Scholar
12. Tomas Möller and Ben Trumbore. Fast, minimum storage ray-triangle intersection. Journal of graphics tools, 2(1):21–28, 1997.10.1145/1198555.1198746Search in Google Scholar
13. L. F. Monteiro. Wind turbine CAD-model, 2019. https://grabcad.com/library/wind-turbine-model-flow-study-1.Search in Google Scholar
14. Muammer Ozbek and Daniel J. Rixen. Operational modal analysis of a 2.5 mw wind turbine using optical measurement techniques and strain gauges. Wind Energy, 16(3):367–381, 2013.10.1002/we.1493Search in Google Scholar
15. Claude Rulliere et al.Femtosecond laser pulses. Springer, 2005.10.1007/b137908Search in Google Scholar
16. Mark Rumsey, John Hurtado, Bruce Hansche, Todd Simmermacher, Tom Carne, and Erik Gross. In-field use of laser doppler vibrometer on a wind turbine blade. In 1998 ASME Wind Energy Symposium, page 48, 1998.10.2514/6.1998-48Search in Google Scholar
17. J. Tuszynski. Triangle/ray intersection, 2020. https://www.mathworks.com/matlabcentral/fileexchange/33073-triangle-ray-intersection.Search in Google Scholar
18. Paul Veers, Katherine Dykes, Eric Lantz, Stephan Barth, Carlo L. Bottasso, Ola Carlson, Andrew Clifton, Johney Green, Peter Green, Hannele Holttinen, et al.Grand challenges in the science of wind energy. Science, 366(6464), 2019.10.1126/science.aau2027Search in Google Scholar PubMed
19. J. Winstroth, L. Schoen, Benedikt Ernst, and Jörg R. Seume. Wind turbine rotor blade monitoring using digital image correlation: a comparison to aeroelastic simulations of a multi-megawatt wind turbine. In Journal of Physics: Conference Series, volume 524, page 012064. IOP Publishing, 2014.10.1088/1742-6596/524/1/012064Search in Google Scholar
20. Rong Wu, Yue Chen, Yanting Pan, Qiang Wang, and Dongsheng Zhang. Determination of three-dimensional movement for rotary blades using digital image correlation. Optics and Lasers in Engineering, 65:38–45, 2015.10.1016/j.optlaseng.2014.04.020Search in Google Scholar
21. Mathew L. Wymore, Jeremy E. Van Dam, Halil Ceylan, and Daji Qiao. A survey of health monitoring systems for wind turbines. Renewable and Sustainable Energy Reviews, 52:976–990, 2015.10.1016/j.rser.2015.07.110Search in Google Scholar
22. H. F. Zhou, H. Y. Dou, L. Z. Qin, Y. Chen, Y. Q. Ni, and J. M. Ko. A review of full-scale structural testing of wind turbine blades. Renewable and Sustainable Energy Reviews, 33:177–187, 2014.10.1016/j.rser.2014.01.087Search in Google Scholar
© 2021 Walter de Gruyter GmbH, Berlin/Boston
Articles in the same Issue
- Frontmatter
- Beiträge
- Development of a methodical approach for uncertainty quantification and meta-modeling of surface hardness in white layers of longitudinal turned AISI4140 surfaces
- Optimierung der Sensorpositionierung bei schwingungsbasierter Wälzlagerzustandsüberwachung unter Einbezug von Systemeigenmoden
- Berührungslose Messung von Pitchwinkelabweichungen an Windenergieanlagen aus 150 m Entfernung
- Kontaktlose Durchhangsdetektion an Freileitungen durch Bildverarbeitung
- Novel methodology for turbine gas meters error curve modelling across a wide range of operating parameters
- A simple closed-form model to accurately calculate the electromechanical coupling coefficient of CMUTs
- Force measurement of electrodes on a human head model
Articles in the same Issue
- Frontmatter
- Beiträge
- Development of a methodical approach for uncertainty quantification and meta-modeling of surface hardness in white layers of longitudinal turned AISI4140 surfaces
- Optimierung der Sensorpositionierung bei schwingungsbasierter Wälzlagerzustandsüberwachung unter Einbezug von Systemeigenmoden
- Berührungslose Messung von Pitchwinkelabweichungen an Windenergieanlagen aus 150 m Entfernung
- Kontaktlose Durchhangsdetektion an Freileitungen durch Bildverarbeitung
- Novel methodology for turbine gas meters error curve modelling across a wide range of operating parameters
- A simple closed-form model to accurately calculate the electromechanical coupling coefficient of CMUTs
- Force measurement of electrodes on a human head model
