FS.AI4WIND — Fibersail Inteligência Avançada para Energia Eólica

O objetivo do presente projeto, desenvolvido pela Fibersail em consórcio com o INESC TEC, passa por conceber uma solução inovadora baseada em sensores óticos e algoritmos de inteligência artificial capazes de reconstruir a forma e a deflexão das pás e identificar padrões de anomalia. Ao integrar-se com os controlos da turbina, o sistema permitirá, por um lado, reduzir custos de O&M e paragens não planeadas e, por outro, aumentar a AEP e prolongar de forma segura a vida útil dos ativos. O projeto posiciona-se, assim, na linha da frente da investigação internacional, alinhado com os desafios científicos identificados pela comunidade, desde a necessidade de modelos mais transparentes e explicáveis até à integração de dados heterogéneos em ambientes edge-cloud. A metodologia de execução do projeto está organizada em fases bem definidas. Numa primeira fase, a equipa dedicar-se-á à aquisição e sistematização do conhecimento técnico-científico indispensável ao desenvolvimento do CMS. Serão estudados em detalhe os modos de falha mais relevantes das pás eólicas, exploradas as metodologias de IA mais adequadas para a deteção precoce de anomalias e analisadas as soluções de comunicação de dados em arquiteturas edge-cloud. Este trabalho inicial irá reunir a fundamentação científica e tecnológica necessária para a definição do sistema. Numa segunda fase, o conhecimento reunido será traduzido em especificações técnicas e evoluirá para o desenvolvimento laboratorial da solução. Será definida a arquitetura funcional do sistema, incluindo hardware, software e protocolos de comunicação, e serão concebidos os algoritmos de IA para deteção de danos estruturais e cálculo da deflexão da pá, bem como as metodologias de processamento de dados no edge e a integração com sistemas SCADA. Em paralelo, serão realizados ensaios e simulações de fadiga em ambiente controlado para gerar dados representativos para treino e validação dos modelos antes da passagem à fase seguinte. Numa terceira fase, o sistema será integrado num protótipo e testado em turbinas em funcionamento real. A plataforma será avaliada em condições de operação efetivas, de modo a aferir a robustez da sua infraestrutura de software e comunicação, a precisão dos modelos de IA na deteção de danos internos e a sua capacidade para apoiar decisões críticas. Esta etapa permitirá comprovar a fiabilidade do sistema em contexto real e o seu impacto direto na redução de paragens não planeadas, na otimização do controlo aerodinâmico e no prolongamento da vida útil dos ativos eólicos. Neste enquadramento, o consórcio identificou o seguinte conjunto de objetivos (O) e respetivos objetivos estratégicos (OS): • O1. Desenvolver e validar uma plataforma modular de monitorização de condição em tempo real para pás de turbinas eólicas, baseada em sensorização avançada e algoritmos de IA. – OS1.1. Conceber a arquitetura de hardware e software, com integração dos sensores de forma (shape sensor), carga (load sensor) e deformação triaxial local (hot spot sensor), dos módulos de aquisição de dados e de protocolos de comunicação robustos (wireless, edge-cloud), de modo a assegurar a escalabilidade e a resiliência. – OS1.2. Desenvolver algoritmos de IA para deteção precoce de danos e prognóstico da vida útil, com capacidade para identificar anomalias em tempo real. – OS1.3. Criar ferramentas de apoio à decisão para manutenção preditiva, com disponibilização de dashboards intuitivos para os operadores. – OS1.4. Realizar testes de robustez em ambiente laboratorial (ensaios de fadiga e simulação de cargas) e em ambiente relevante (protótipos instalados em turbinas reais), com validação da fiabilidade e da escalabilidade da solução. • O2. Integrar e demonstrar a plataforma em ambiente operacional, validando o impacto em disponibilidade, custos de O&M e eficiência energética. – OS2.1. Integrar o sistema com dados SCADA e com os sistemas de controlo pitch e yaw, com fusão de múltiplas fontes de dados para diagnósticos mais fiáveis. – OS2.2. Validar a solução em ativos operacionais sujeitos a diferentes condições de carga, com comparação face a métodos convencionais de inspeção e monitorização. – OS2.3. Quantificar os benefícios alcançados, nomeadamente a redução de falhas não planeadas, o aumento da AEP, a extensão da vida útil dos ativos e a redução dos custos de O&M. Tendo por base a sua estratégia de inovação, que privilegia o desenvolvimento de tecnologia de ponta para o setor das energias renováveis, este projeto visa contribuir para uma energia eólica mais competitiva, fiável e sustentável, em plena sintonia com as metas de neutralidade carbónica da União Europeia. A par disto, a sua execução permitirá reforçar a posição do consórcio no mercado e potenciar um efeito de arrastamento da tecnologia para outras aplicações, diversificando a gama de soluções e contribuindo ativamente para uma produção de energia eólica mais eficiente, segura e económica.