Verbundvorhaben: Add2ReliaBlade - Erweiterte Materialdaten und Computertomographie, virtuelle Prüfstände, Big Data und datenbasierte Modellierung als Ergänzung für ReliaBlade; Teilvorhaben: Anpassung von Rotorblattsimulationsmodellen unter Berücksichtigung von Imperfektionen aus Fertigung und Betrieb
Zeitraum
2021-05-01 – 2025-04-30
Bewilligte Summe
268.618,21 EUR
Ausführende Stelle
Förderkennzeichen
0324335F
Leistungsplansystematik
Windenergieanlagen - Rotoren, Rotorblätter [EB1211]
Verbundvorhaben
01184464/1 – ReliaBlade - Vorhersage der Strukturzuverlässigkeit und deren Anwendung zur Steigerung der Wirtschaftlichkeit von Rotorblättern
Zuwendungsgeber
Bundesministerium für Wirtschaft und Klimaschutz (BMWK.IIB5)
Projektträger
Forschungszentrum Jülich GmbH (PT-J.ESE2)
Förderprogramm
Energie
Das Forschungsvorhaben Add2ReliaBlade unterstützt und ergänzt das bereits seit dem Jahr 2018 laufende Projekt ReliaBlade (FKZ 0324335A/B), mit dem die Zuverlässigkeit von Rotorblattstrukturen für Windenergieanlagen (WEA) erhöht werden soll. Konkret soll in ReliaBlade das Material- und Strukturverhalten von Rotorblättern experimentell untersucht, analytisch und numerisch modelliert und in Form eines digitalen Zwillings abgebildet werden mit dem Zweck, die Materialmodellierung unter Berücksichtigung fertigungsbedingter Imperfektionen zu verbessern. Auf Basis der in ReliaBlade gewonnenen Daten und Modelle soll das neue Projekt Add2ReliaBlade realistischere Ergebnisse zur Lebensdauer von WEA liefern, insbesondere unter Berücksichtigung von Ermüdungsschadensentwicklungen. Die Firma TECOSIM besitzt fundierte Erfahrung in der strukturellen Auslegung von Komponenten von Windenergieanlagen mit Finite-Element-Methoden (FEM). Im Projekt soll diese Erfahrung genutzt werden, um Abweichungen aus der Fertigung oder auch aus Schädigungsszenarien in FE-Modelle von Rotorblättern zu überführen und Nachweismodelle realistischer zu gestalten. Für die Verarbeitung der Eingangsdaten (CT-Scans) sollen moderne Methoden der Bildverarbeitung und des maschinellen Lernens zum Einsatz kommen. Zum Projektende sollen die neuen Verfahren an einem großen Scan-Datensatz validiert werden.