成果報告書 2019年3月

本文へジャンプ

成果報告書詳細
管理番号20190000000059
タイトル平成25年度―平成29年度成果報告書 風力等自然エネルギー技術研究開発 風力発電高度実用化研究開発 スマートメンテナンス技術研究開発(分析)(疲労予測等)
公開日2019/3/23
報告書年度2013 - 2017
委託先名イー・アンド・イーソリューションズ株式会社 日本精工株式会社 一般財団法人日本海事協会 国立大学法人東京大学
プロジェクト番号P13010
部署名新エネルギー部
和文要約我が国において、近年、再生可能エネルギー導入の機運が高まり、中長期的に風力発電を大量に導入すること等の期待が極めて高いが、導入を加速するためには、発電コストの低減、性能向上等の課題を克服し、設備利用率(利用可能率)向上に資するメンテナンス技術や部品開発を確立する必要がある。
本研究開発は、設備利用率向上のための課題である風車の状態監視と診断に基づき、的確に対象部位の損傷予知や寿命を予測することにより、事故の未然防止、タイムリーなメンテナンスによる当該コストの低減や、ダウンタイム削減による設備利用率の向上に資するものである。その具体的な成果は下記の通りである。
本報告書では、第2章?第4章は状態監視システム(CMS)の開発に係る調査結果を、第7章及び第8章はCMSの認証に係る調査を取りまとめている。
まず、第2章及び第3章では、主としてNEDOの故障・事故調査及び実際の事業者等へのヒアリングやメンテナンスに係るアンケートを通じて、我が国の故障・事故の傾向並びにメンテナンスに係る実態及び課題を整理し、故障によるダウンタイムや故障・事故に係る平均復旧金額を計算した。
第4章では、既存のCMSに係る研究開発状況や市販のCMSについて調査した。また、主軸軸受について屋内並びに実機の振動計測データを分析し、従来は検知が困難であった主軸の異常検知について、振動波形解析技術と最新の機械学習技術を融合させた手法を提案した。また、構造系については、風車タワーのタワートップボルトについて、フランジ直下のひずみ分布を解析することにより異常検知と寿命予測の手法を開発するとともに、数値モデルを取り入れた物理モデルと機械モデルを融合させたCMSを構築した。
第5章では、タワートップボルト及び主軸軸受の疲労寿命予測手法を開発した。タワートップボルトについては、その損傷原因を明らかにし、それが高力ボルトの疲労寿命に与える影響を明らかにした。主軸軸受については、軸受内で発生する衝撃を考慮した定格寿命の評価を可能にし、余寿命の評価にも成功した。
第6章では、CMSに基づくメンテナンス手法の評価を行った。NEDOの故障・事故データベースの補正方法を提案し、日本における故障率・ダウンタイムの分析からアセンブリごとの故障率の分布は日欧でほぼ同じであり、運転年数がダウンタイムに大きな影響を与えることを明らかにした。予備品の保有、状態基準保全の実施、さらには天気予報利用等を用いて定期点検時期を細かく設定することで、欧州並みの設備利用率を実現することが可能であることを示した。
第7章及び第8章はCMSの認証に係る事例等を紹介し、また、最終的に独立した技術資料となるように取りまとめた。
以上、本研究の成果として、日本の故障・事故やメンテナンスの実態と課題を示すとともに、実機や屋内実験を通じ、風車のタワー構造と主軸軸受において、状態監視システムを用いた損傷検知手法と疲労寿命予測手法を開発した。また、本研究成果からメンテナンスを俯瞰的に分析した結果、今後の我が国の風力発電において、予備品の保有、状態基準保全の実施、さらに細かいメンテナンス時期を設定することで、欧州並みの設備利用率(利用可能率)を実現することが可能であることを示した。
英文要約To accelerate the WTG development in Japan, it is important to point out on how to decrease the running cost, especially for O&M. This report is a result of the study on effective maintenance to cut down the cost and to increase the availability as much as possible.
In Chapter II&III, we gave the current situation and costs for O&M of WTGs through analysis of surveys, questionnaires and interviews conducted in and out of Japan.
In Chap. IV, we installed CMS on actual WTG, and conducted benchmark test for detection capability and actual operation aimed to improve the detection ability of main-bearing damage. First, we made an artificial damage on a main-bearing and conducted in-house experiment. Then, we compared the vibration data taken from the actual WTG based on physical method, and pointed that the external factor was an obstruction factor for detection of main bearing damage. Moreover, by combining the frequency wave analysis technology and the machine learning technology together, we were able to treat complicated signals as a whole, and anomalous map showing abnormal vibration was developed. Also, as an example of structural CMS, we proposed the distribution of strain just below of the flange of the tower tower-top bolt using the MT method and damage algorism using numerical model. By combining physical and statistical method, we were able to detect abnormality and diagnose damage of the WTG tower top bolt.
In Chap. V, we developed fatigue age prediction method of the tower-top bolt and main bearing. For tower-top bolts, experiments were conducted on the relationship between the tightening torque and the axial force. Continuing analysis by using FEM method, we obtained the change of the action stress of the tower-top bolt from the axial force and organized the dynamic analysis model. For main bearings, we conducted dynamic observation around the main axis of the WTG, and evaluated the stress on the bearing. Then, we organized an aeroelastic model of the WTG and beam model of the main axis and validated the model with the actual observed data.
In Chap. VI, we proposed correction method of NEDO’s F/A database, and also clarified the distribution of failure rate and downtime based on reliability and it was found that failure rate according to each assembly is about the same between Japan and Europe. Also, we found that operation years gave great factor to the downtime. Moreover, by storing spare parts, conducting condition monitored maintenance and detailed maintenance schedule management, high availability like that of Europe can be realized. Thus, smart-maintenance method we proposed through this research, can contribute to improve capacity factor and reduce downtime.
ダウンロード成果報告書データベース(ユーザ登録必須)から、ダウンロードしてください。

▲トップに戻る