Journal of the Korea institute for structural maintenance and inspection (한국구조물진단유지관리공학회 논문집)

Korea Institute for Structural Maintenance Inspection (한국구조물진단유지관리공학회)
권호 표지
DOI QR코드

DOI QR Code

Damage Estimation Method for Wind Turbine Tower Using Modal Properties

모드특성을 이용한 풍력발전기 타워의 손상추정기법

  • 이종원 (남서울대학교 건축공학과) ;
  • 방제성 (한국기계연구원 기계시스템안전연구본부) ;
  • 김상렬 (한국기계연구원 기계시스템안전연구본부) ;
  • 한정우 (한국기계연구원 기계시스템안전연구본부)
  • Received : 2011.10.30
  • Accepted : 2012.03.08
  • Published : 2012.03.30
Download PDF
⟨ Previous Next ⟩

Abstract

A damage estimation method of wind turbine tower using natural frequency and mode shape is presented for effective condition monitoring. Dynamic analysis for a wind turbine was carried out to obtain the response of tower from which modal properties were identified. A neural network was learned based on training patterns generated by the changes of natural frequency and mode shape due to various damages. The changes of modal property were calculated using a program for modal parameter estimation. Damage locations and severities could be successfully estimated for 10 damage cases including multi-damage cases using the trained neural network. The damage severities for very small damages generally tends to be slightly under-estimated however, the identified damage locations agreed reasonably well with the accurate locations. Enhancement of the estimation result for very small damage and verification of the proposed method through experiment will be carried out by further study.

본 연구에서는 풍력발전기 타워의 효과적인 상태 모니터링을 위하여 타워의 고유진동수 및 모드형상을 이용한 손상추정기법을 제안하였다. 풍력발전기에 대한 동력학 시뮬레이션 프로그램을 이용하여 타워의 거동을 시뮬레이션하고 결과를 이용하여 타워의 모드특성을 추정하였다. 다양한 손상에 의한 타워의 고유진동수와 모드형상의 변화를 모드특성 추정 프로그램을 이용하여 해석적으로 구하여 훈련패턴을 생성하고 이를 이용하여 신경망을 훈련시켰다. 복수 손상 경우를 포함한 10가지 손상경우에 대한 모드특성을 훈련된 신경망에 입력하여 손상을 추정하였으며, 모든 손상 경우에 대하여 비교적 정확하게 손상위치와 손상정도를 판정할 수 있었다. 단, 미소 손상의 경우 손상정도가 약간 과소평가되는 경향을 보였으나 손상위치는 합리적으로 추정됨을 알 수 있었다. 향후, 미소 손상 추정결과의 정확성을 개선하고, 실험을 통하여 제안된 기법을 검증할 계획이다.

Keywords

References

  1. 오주원, 허광희, 정의태, "구조물의 손상평가용 신경망의 특성 평가에 관한 실험적 연구", 구조물진단학회지, 제14권 5호, 2010, pp.179-186.
  2. 이종원, "풍력발전기 블레이드 상태 모니터링을 위한 질량 불균형 감지기법", 구조물진단학회지, 제15권 1호, 2011, pp.209-214.
  3. 조효남, 최영민, 이성칠, 이광민, "신경망 및 모델업데이팅에 기초한 구조물 손상평가", 한국구조물진단학회, 제7권 4호, 2003, pp.121-128.
  4. 최혁, 이규원, "고유진동수의 감소율과 신경망을 이용한 보의 손상평가", 한국구조물진단학회, 제10권 2호, 2006, pp.153-164.
  5. 황병선, 최신풍력터빈의 이해, 도서출판 아진, 서울, 2009.
  6. Bir, G. S., Users Guide to BMoes (Software for Computing Rotating Beam Coupled Modes), National Renewable Energy Laboratory, Golden, 2007.
  7. Brinker, R. Zhang, L. and Andersen, P., "Modal Identification from Ambient Response Using Frequency Domain Decomposition", Proceedings of 18th International Modal Analysis Conference, 2000, pp.625-630.
  8. Chou, J. S. and Tu, W. T., "Failure Analysis and Risk Management of a Collapsed Large Wind Turbine Tower", Engineering Failure Analysis, vol. 18, Issue 1, 2011, pp.295-313. https://doi.org/10.1016/j.engfailanal.2010.09.008
  9. Germanischer Lloyd Industrial Services GmbH, Guideline for the Certification of Condition Monitoring Systems for Wind Turbines, Germanischer Lloyd, Hamburg, 2007.
  10. Haykin, S., Neural Networks-a Comprehensive Foundation, Macmillan, 1994.
  11. Jiang, S. F., Zhang, C. M. and Zhang, S., "Two-stage Structural Damage Detection Using Fuzzy Neural Networks and Data Fusion Techniques", Expert Systems with Applications, vol. 38, 2011, pp.511-519. https://doi.org/10.1016/j.eswa.2010.06.093
  12. Jonkman, B. J., TurbSim User's Guide: Version 1.50, National Renewable Energy Laboratory Technical Report, NREL/TP-500-46198, Golden, 2009.
  13. Jonkman, J. M. and Buhl Jr., M. L., FAST User's Guide, National Renewable Energy Laboratory Technical Report, NREL/EL-500-38230, Golden, 2005.
  14. Otte, D., Van de Ponseele P. and Leuridan, J., "Operational Shapes Estimation as a Function of Dynamic Loads", Proceedings of 8th International Modal Analysis Conference, 1990, pp.413-421.
  15. Parka, J. H., Kim, J. T., Hong, D. S., Hoa, D. D. and Yi, J. H., "Sequential Damage Detection Approaches for Beams Using Time-modal Features and Artificial Neural Networks", Journal of Sound and Vibration, vol. 323, 2009, pp.451-474. https://doi.org/10.1016/j.jsv.2008.12.023
  16. Pieraccini, M., Parrini, F., Fratini, M., Atzeni, C. and Spinelli, P., "In-service Testing of Wind Turbine Tower Using a Microwave Sensor", Renewable Energy, vol. 33, 2008, pp.13-21. https://doi.org/10.1016/j.renene.2007.02.001

Cited by

  1. Damage Estimation Method for Monopile Support Structure of Offshore Wind Turbine vol.22, pp.7, 2012, https://doi.org/10.5050/KSNVE.2012.22.7.667
  2. Evaluation of the Natural Frequency according to the Debonding Damage at the Trailing Edge and Spar-Web Joing of Large-scale Wind Turbine Composite Blade vol.15, pp.1, 2012, https://doi.org/10.7849/ksnre.2019.3.15.1.018