CaVision

Das Ziel des CaVision-Projekts ist die Entwicklung neuer unabhängiger Wartungsdienste auf der Grundlage eines Beispielmoduls zur Erkennung des Vorhandenseins von Kavitation durch einen Machine-Learning-Ansatz, um bei der Einführung der vorausschauenden Wartung in Wasserkraftwerken mitzuwirken und so deren Flexibilität zu erhöhen.

Abstrakt

Mit der massiven Integration neuer erneuerbarer Energien ist die Flexibilität von Wasserkraftwerken entscheidend, um die Netzstabilität aufrechtzuerhalten. Um diese Flexibilität zu erhöhen, werden hydraulische Maschinen außerhalb ihres optimalen Betriebsbereichs eingesetzt, wo komplexe physikalische Phänomene auftreten. Dazu gehört die Kavitation, die zu starkem Verschleiß und hohen Vibrationen führen kann und regelmäßige und teure Wartungen erforderlich macht. Um die Überwachung der Maschinen zu vervollständigen, die immer mehr dieser Art von Verschleiß ausgesetzt sein werden, ist HYDRO Exploitation SA, die für den Betrieb und die Wartung von 22% der installierten Leistung des Schweizer Wasserkraftparks verantwortlich ist, an die Fachhochschule SO VS herangetreten, um eine Lösung für die Kavitationsüberwachung zu entwickeln, die ihre Überwachungsinstrumente ergänzen und einen Service zur Validierung des flexiblen Betriebs eines Kraftwerks bieten soll. Es soll ein kostengünstiges und leicht transportierbares Modul zur akustischen Erfassung von Kavitation entwickelt werden. Das Frequenzspektrum des Schallsignals wird durch eine innovative Anpassung der statistischen Analysemethoden verarbeitet, wodurch die verschiedenen Kavitationsregime identifiziert und visualisiert werden können. Die Analysedaten werden genutzt, um genau die Betriebspunkte zu identifizieren, die für Defekte, potenzielle Ausfälle und vorzeitigen Verschleiß verantwortlich sind, um die vorausschauende Wartung zu erleichtern. Der Einsatz von Machine-Learning- und Deep-Learning-Algorithmen wird es dann ermöglichen, aus den Daten, die bei der langfristigen Nutzung dieses neuen Moduls gewonnen werden, Vorhersagemodelle zu erstellen.

Schäden durch Kavitation

Partner

•  HYDRO Exploitation SA

Finanzierung

Publikationen

• 2020 Master HES-SO Engineering - D. Voide - Machine Learning pour détecter la cavitation
• 2019 Bachelor - F. Pedroni Détection de la cavitation

Photo: SNSF, Scientific Image Contest 2019, Cavitating Flow over a Hydrofoil by Ali Amini, EPFL