Ørsted améliore la capacité de prédiction des pannes des éoliennes offshore grâce à la technologie des capteurs

fr.wedoany.com Rapport : La société énergétique danoise Ørsted a réussi à augmenter le taux de prédiction des pannes des générateurs d'éoliennes offshore en déployant des capteurs de débris et un modèle de surveillance de l'état. L'entreprise indique que d'ici 2025, pour 560 turbines d'un modèle spécifique, la proportion de détection précoce des pannes est passée de près de zéro à 70 %, permettant d'alerter sur les défaillances au moins trois mois à l'avance.

Neil MacDougall, responsable du département diagnostic et prévision chez Ørsted, a déclaré : « D'ici 2025, nous avons augmenté la proportion de détection des pannes de générateurs au moins trois mois à l'avance de près de 0 % avant l'installation des capteurs à 70 %. » Il a ajouté : « En d'autres termes : nous avons réussi à passer d'une maintenance réactive à une maintenance prédictive. »

Cette amélioration découle d'une découverte des ingénieurs en 2021 : la dégradation des cales de stator entraîne une accumulation de débris métalliques dans le carter du générateur, augmentant le risque de court-circuit. Pour y remédier, Ørsted a développé un capteur de débris breveté, installé à l'intérieur du générateur, qui fournit un signal d'alerte précoce. Les données des capteurs, combinées à d'autres entrées de la turbine, alimentent un modèle de surveillance de l'état fonctionnant quotidiennement, utilisé pour identifier des schémas anormaux de débris ou de vibrations.

Ce modèle déclenche un processus d'inspection, enregistre les découvertes des techniciens et renvoie les résultats dans un système d'optimisation continue. Ørsted souligne que ce système fonctionne depuis plus de trois ans et s'appuie sur des pipelines de données standardisés et des flux de travail structurés pour son déploiement. La maintenance prédictive permet de prévoir plus précisément les besoins en générateurs, de soutenir les achats groupés et de réduire les coûts.

Les données montrent que, par rapport aux pannes non prédites, la maintenance prédictive réduit le temps d'arrêt moyen de 72 %. Ørsted souligne que cette approche, combinant expertise technique et analyse de données, améliore la fiabilité des parcs éoliens offshore et réduit les coûts opérationnels.