ElektroImpulse

Die Zukunft der Energie verstehen

KI-gesteuerte Fracht-Drohnen im Test bei Vattenfalls Offshore-Windparksin Deutschland
Artificial Intelligence

KI-gesteuerte Fracht-Drohnen im Test bei Vattenfalls Offshore-Windparksin Deutschland

Die Offshore-Windenergiebranche erlebt durch den Einsatz von Drohnen und Künstlicher Intelligenz (KI) einen signifikanten Wandel. Diese Technologien steigern nicht nur die Effizienz, sondern auch die Sicherheit und Nachhaltigkeit von Offshore-Windparks. Ein bemerkenswertes Beispiel hierfür ist der Test von KI-gesteuerten Fracht-Drohnen in den deutschen Nordsee-Windparks DanTysk und Sandbank durch Vattenfall, Ampelmann und das niederländische Forschungsinstitut TNO.

Einsatz von Fracht-Drohnen: Effizienzsteigerung und Emissionsreduktion

Der Transport von Materialien und Ausrüstungen mittels Fracht-Drohnen von Service-Schiffen zu Windturbinen reduziert die Notwendigkeit häufiger Schiffstransfers. Dies führt nicht nur zu Kosteneinsparungen, sondern auch zu einer Verringerung der CO₂-Emissionen. Laut Vattenfall können unbemannte Luftfahrzeuge (UAVs) und ferngesteuerte Drohnen die Sicherheit der Mitarbeiter bei Inspektionen auf See erhöhen und umweltfreundlichere Betriebsabläufe gewährleisten.

Roddy Douglas, Automatisierungsingenieur bei Vattenfall Offshore Wind in Großbritannien, betonte die Vorteile dieser Technologie: „Die getestete Innovation umfasst den Einsatz von UAVs für schnelle Lieferungen und die Vorab-Bereitstellung von Ersatzteilen direkt in der Gondel der Turbine. Dies ist besonders vorteilhaft, wenn ein Teil unerwartet benötigt wird, sodass das vor Ort befindliche Team effizient arbeiten kann, ohne auf ein Schiff warten zu müssen, was Stillstandszeiten und Einnahmeverluste bei Windkraftanlagen minimiert.“

Automatisierte Inspektion und Wartung durch AIRTuB-ROMI

Vattenfall unterstützt das niederländische Projekt AIRTuB-ROMI (Automated Inspection and Repair of wind Turbine Blades – Resident Offshore Monitoring & Inspection), das vom niederländischen Ministerium für Wirtschaft gefördert wird. Ziel dieses Projekts ist die Entwicklung automatisierter Systeme zur Überwachung und Inspektion von Windturbinenblättern. Im Rahmen des Projekts werden drei verschiedene Sensortechnologien in Turbinenblättern evaluiert.

Nach der Erkennung einer Anomalie durch die Sensoren und der Analyse potenzieller Schäden durch KI-Algorithmen wird ein Drohnen-Crawler automatisch von seiner Offshore-Dockingstation innerhalb des Windparks eingesetzt, um eine weitere Inspektion durchzuführen. Diese autonome Drohne erfasst hochauflösende Bilder der Blätter aus verschiedenen Winkeln und führt anschließend einen Ultraschall-Scan des potenziell beschädigten Bereichs durch. Diese detaillierten Informationen ermöglichen es dem Wartungsteam, Reparaturplanungen gezielt einzuleiten.

Zukünftige Entwicklungen: Autonome Drohnen und KI in der Offshore-Windenergie

Mit den Fortschritten in der KI-Technologie könnten Drohnen in der Lage sein, komplexe Inspektionen und frühzeitige Schadensdetektionen ohne menschliches Eingreifen durchzuführen. Dies würde wertvolle Arbeitszeit freisetzen, insbesondere angesichts des Mangels an qualifizierten Technikern in der Offshore-Windindustrie. Beispielsweise könnten Drohnen wiederkehrende Blitzschutztests in großen Windparks durchführen, sodass Techniker sich auf die Lösung spezifischer Probleme konzentrieren können, die von den Drohnen identifiziert wurden.

Fazit: Integration von Drohnen und KI als Zukunft der Offshore-Windenergie

Die Integration von Drohnen und KI in den Betrieb von Offshore-Windparks stellt einen bedeutenden Fortschritt dar. Diese Technologien verbessern nicht nur die Effizienz und Sicherheit, sondern tragen auch zur Nachhaltigkeit der Energieerzeugung bei. Durch Projekte wie AIRTuB-ROMI und die kontinuierliche Weiterentwicklung autonomer Systeme positioniert sich die Offshore-Windindustrie für eine Zukunft, in der technologische Innovationen eine zentrale Rolle spielen.

LEAVE A RESPONSE

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert