Науковий вісник НЛТУ України (May 2025)
Аналіз дефектів лопатей вітрових турбін засобами нейро-нечіткої системи
Abstract
Розглянуто сучасний стан вітрової енергетики в Україні як одного з найперспективніших напрямів розвитку відновлюваної енергетики. Виявлено, що дефекти лопатей вітрових турбін є критичним чинником, який істотно впливає на продуктивність, ефективність і надійність роботи вітроустановок. Встановлено, що серед найпоширеніших типів пошкоджень лопатей є ерозія, корозія, тріщини, розшарування, обмерзання та викривлення геометрії. Найнебезпечнішими є тріщини та глибока ерозія, які можуть призводити до аварійного зупинення турбіни. Оцінено вплив цих дефектів на динамічну поведінку турбіни та витрати на її обслуговування. Охарактеризовано закономірності поширення пошкоджень та їх взаємозв'язок із зовнішніми впливами, такими як волога, пил, температура та механічне навантаження. З'ясовано, що наявні підходи до діагностики пошкоджень, зокрема методи глибокого навчання та вібраційного аналізу, мають належну точність, але потребують великих обсягів даних і значних обчислювальних ресурсів. Обґрунтовано вибір та розроблено модель нейро-нечіткої системи логічного висновку на базі моделі ANFIS (англ. Adaptive Neuro-Fuzzy Inference System), яка поєднує здатність до навчання нейронної мережі з гнучкістю нечіткої логіки. Визначено ефективність використання методу субтрактивної кластеризації даних для формування компактної та адаптивної бази нечітких правил, які є основою для навчання системи. Побудовано архітектуру системи діагностики дефектів лопаті вітрової турбіни, що дає змогу здійснювати їх класифікацію за допомогою нечітких функцій належності Гауса та набору мінімальних правил. Проведено навчання моделі на підставі вибірки векторів ознак дефектів на зображенні лопаті, отримано точність класифікації на рівні 91 % та середню похибку 9 %, що підтверджує доцільність використання системи для автоматизованого аналізу стану лопатей. Підтверджено, що запропонована система забезпечує швидке виявлення дефектів навіть за умов обмеженості даних або нечіткості вхідної інформації. Обґрунтовано перспективність подальшого розвитку підходу до підвищення точності, масштабованості та стійкості до завад.
Keywords
