Polska Grupa Energetyczna przeprowadziła testy, podczas których autonomiczny bezzałogowiec zajmował się inspekcją turbin wiatrowych. Dzięki systemowi sterowania i autopilotowi dron nie potrzebował pomocy operatora, żeby sprawdzić, czy na łopatach siłowni pojawiły się rysy, braki w laminacie lub szkody spowodowane piorunami. Ingerencja człowieka w działanie statku polega na uruchomieniu go i zaprogramowaniu trajektorii lotu. Fotografie, będące podstawą oceny stanu turbin przez ekspertów, są zapisywane na karcie pamięci.
Porównanie z tradycyjnymi działaniami
Standardowe metody polegają na inspekcji wykonywanej zdalnie sterowanymi dronami oraz łazikami. W obsługę urządzeń są angażowane dwie osoby – pierwsza zajmuje się kontrolowaniem ruchu maszyn, a druga – robieniem zdjęć. Wykorzystanie statków autonomicznych skróci czas potrzebny do diagnostyki siłowni wiatrowych, co, zgodnie z prognozami, może przełożyć się na niższy koszt konserwacji. Urządzenie do pilotażu przygotowała firma innoTronics, a jego zdolność do inspekcji różnych rodzajów turbin zweryfikowała na 3 farmach – Żuromin, Skoczykłody i Kamieńsk.
IMPACT_Poland
Przedsięwzięcie zostało zrealizowanego w ramach IMPACT_Poland, czyli programu akceleracyjnego dla startupów opracowanego przez spółkę FundingBox Accelerator. PGE Energia Odnawialna jest partnerem inicjatywy. Do tej pory w akceleratorze brała udział m.in. firma Syntoil zajmująca się przetwarzaniem zużytych opon w celu ponownego wykorzystania materiału w produkcji wyrobów gumowych. Innym przykładem jest przedsiębiorstwo cthings.co, które przygotowało Intelliventory – system zbierający i analizujący dane przemysłowe z rozproszonych sieci urządzeń internetu rzeczy.
Autonomiczna inspekcja
Wykorzystanie robota do sprawdzenia turbin na morzu w ubiegłym roku przetestowały BladeBUG i ORE Catapult. Urządzenie, dzięki zastosowaniu ssawek próżniowych, porusza się po różnych krzywiznach, a dzięki kamerom i czujnikom wykrywa uszkodzenia na powierzchni łopat. Z kolei Samsung zweryfikował możliwości dronów i algorytmów sztucznej inteligencji w ocenie kąta nachylenia anten sieci czwartej i piątej generacji.
