Structural health monitoring of small-scale vertical axis wind turbine blade

Abstract

Son yıllarda, Dünya genelinde ve Türkiye'de enerji fiyatlarında büyük artışlar yaşanmaktadır. Bu artışların yanı sıra fosil yakıtların doğaya verdiği zarar yenilenebilir enerji kaynaklarına olan ilgiyi daha da arttırmıştır. Yenilenebilir enerji kaynaklarından olan rüzgar, bu ilginin odak noktalarından biri olmuştur. Rüzgardan gelen kinetik enerjiyi elektrik enerjisine dönüştüren rüzgar türbin sistemleri farklı mühendislik hizmetlerinin uygulanması ile oluşturulur. Dünyadaki hızlı teknolojik değişim ve rüzgara olan ilgiden dolayı son yıllarda rüzgar türbin sistemleri çok hızlı bir şekilde gelişme göstermiştir. Rüzgar türbinlerinin sayısının ve öneminin artması ile bu tarz yapıların sağlığının incelenmesi önemli bir konu olmuştur. Bu tez çalışmasında, XGEN-Energy firmasının ürettiği Wind-Er modelinin kanadı incelenmiştir. Türbin kanadının öz frekanslarını ve mod şekillerini belirlemek için python dili kullanılarak, kovaryans güdümlü stokastik alt uzay tanımlama yöntemi (SSI-Cov) programlanmıştır. Çalışma iki temel kısımdan oluşmaktadır. İlk kısımda, kanat modeli python yazılım dili ile parametrik tasarım yapılmış ve CalculiX sonlu elemanlar programı kullanılarak modal analizi yapılmıştır. Modal analiz tamamlandıktan sonra uygun deney düzeneğine karar vermek için transient analizi yapılmıştır. Analiz sonucu çıktı verileriyle SSI-Cov yöntemi test edilmiştir. İkinci kısımda, kanadın fiziksel modeli üzerinde testler yapılmıştır. Sayısal model ile fiziksel model çıktı verileri birbirini doğrulamıştır. Modelin modal parametrelerinden, doğal frekansları ve ilk modun mod şekilleri SSI-Cov kullanılarak tahmin edilmiş ve sonuçlar tutarlı çıkmıştır.

In recent years, energy prices have risen dramatically worldwide, including Turkey. In addition to these rises, the environmental harm caused by fossil fuels has increased interest in renewable energy sources. Wind, a renewable energy source, is one of the primary focuses of this attention. Different engineering services are used to design wind turbine systems that convert kinetic energy from the wind into electrical energy. Wind turbine systems have evolved fast in recent years because of the world's rapid technological innovation and interest in wind. The study of the health of such structures has become an essential topic as the number and importance of wind turbines have increased. This thesis examined the blade of the Wind-Er model produced by XGEN-Energy company. The covariance-driven stochastic subspace identification method (SSI-Cov) was programmed using python to determine the eigen frequencies and mode shapes of the turbine blade. The study consists of two main parts. In the first part, the blade model is parametrically designed using python, and its modal analysis is made using the CalculiX finite element program. After the modal analysis was completed, transient analysis was performed to decide on the appropriate experimental setup. The SSI-Cov method was tested with the output data from the study. In the second part, tests were carried out on the physical model of the blade. The numerical model and the physical model output data confirmed each other. Natural frequencies and the mode shape of first mode were calculated using SSI-Cov from the model's modal parameters, and the results were consistent.