Damage detection for wind turbine towers with Digital Image Correlation - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2021

Damage detection for wind turbine towers with Digital Image Correlation

Détection d'endommagement des tours d'éoliennes terrestres par Corrélation d'Images Numériques

Résumé

Wind turbine technology is mature and the market has become very competitive over time. A lever to reduce the costs of wind turbine operation lies in optimizing turbine maintenance. In this context, this study focuses on the wind turbine tower. The lifetime of the tower is influenced by uncertain parameters related to the environment and material hazards. This makes it very difficult to predict the tower lifetime, and large safety factors are used when dimensioning it. However, around the world, a few wind turbines have already collapsed, each time during extreme climatic episodes. The two identified ruin causes are the local buckling of the tower and the tearing off of its upper part. Academic and industrial sources have also reported the discovery of cracks on some turbines at the weld-material interfaces. An investigation of the criticality of a crack with respect to buckling and its fatal propagation has been carried out in the case where the tower is subjected to violent loads. Finite element simulations showed that the fatal crack propagation was the limiting phenomenon for the life extension of a cracked wind turbine tower.To ensure structural integrity, health monitoring techniques were developed over time. These are generally carried out using sensors extrapolating a global state of health from local data (accelerometers, strain gauges). The risk is that a defect remains invisible but is nevertheless critical for the structure. It is therefore essential to revisit the prediction tools based on site data. Within the framework of this work, methods based on imagery and more particularly Digital Image Correlation (DIC) have been developed. To address the problem, two approaches at different scales have been considered.The first, at structural scale, consists in reconstructing the wind turbine displacement field considered as a one-dimensional structure. The presence of damage will induce a loss of lateral stiffness, and thus a (quasi-)discontinuity in the field of rotation. The challenges for this part are twofold: the lack of contrast on the tower and the capture of outdoor photographs on a large structure. An integrated DIC technique was used in order to reduce the number of unknowns in the problem and to lower the measurement uncertainties. It was shown that the influence of a damage, especially a crack, would be too small regarding the measurement uncertainties. However, an innovative method of wind turbine tower modal analysis was developed and the first two natural frequencies could be determined accurately.The second strategy is focused on a mesoscopic scale. It is based on a low-cost camera system, inside the wind turbine, covering the circumferential welds in the regions of highest stress. The idea is to establish for each camera, when the structure is considered sound, a displacement modal basis using model reduction techniques. Over time, if an underlying or through defect appears, it will induce a disturbance in the displacement field which can be detected using global indicators such as displacement deviation or DIC residuals.In order to determine whether the detection of damage at both scales is feasible or not, it is essential to take into account the measurement uncertainty. Therefore, a mathematical framework of the optimal CIN with N fields has been proposed and validated.
La technologie des éoliennes est mature et le marché est avec le temps devenu compétitif. Un levier pour diminuer les coûts de l’exploitation des éoliennes réside dans l’optimisation de la maintenance des turbines. Dans ce contexte, cette étude se focalise sur l’état de la tour de l’éolienne. La durée de vie de la tour est influencée par des paramètres incertains liés à l’environnement et les aléas matériaux. Ceci rend très difficile la prédiction de la durée de vie d’un mât et des marges importantes sont prises lors de son dimensionnement. Cependant des éoliennes se sont déjà effondrées dans le monde, à chaque fois lors d'épisodes climatiques violents. Les deux phénomènes de ruine identifiés sont le flambement local de la tour et l'arrachement de sa partie supérieure. Des sources académiques ou industrielles ont également rapporté la découverte de fissures sur quelques turbines aux interfaces soudure-matériau. Une réflexion concernant la criticité d'une fissure vis à vis du flambement et de sa propagation brutale a été menée dans le cas où la tour est soumise à des chargements violents. Des simulations éléments finis ont permis de montrer que la propagation brutale de fissure était le phénomène dimensionnant pour la prolongation de durée de vie d'une tour d'éolienne fissurée.Pour s'assurer de l'intégrité des structures des techniques de suivi de santé ont été développées. Celles-ci sont en général réalisées à partir de capteurs extrapolant un état de santé global à partir de données locales (accéléromètres, jauges de déformations). Le risque est qu'un défaut reste invisible mais soit tout de même critique pour la structure. Il est donc essentiel de revisiter les outils de prédiction à partir de données de sites relatives à l’endommagement de la tour et des structures les supportant. Dans le cadre de ce travail de thèse des méthodes basées sur l'imagerie et plus particulièrement la Corrélation d'Images Numériques (CIN) ont été développées. Pour aborder le problème, deux approches à différentes échelles ont été considérées.La première, à l’échelle structurale, consiste à reconstruire le champ de déplacement de l'éolienne vue comme une structure unidimensionnelle. La présence d'un défaut induira une perte de raideur latérale, et donc une (quasi-)discontinuité dans le champ de rotation. Les défis relatifs à cette partie sont doubles : l'absence de contraste sur la tour et la prise de photos en extérieur sur une grande structure. Une technique de CIN intégrée a été utilisée afin de diminuer le nombre d'inconnues du problème et réduire les incertitudes de mesures. Il a été montré que l'influence d'un défaut, plus particulièrement d'une fissure, serait trop faible par rapport aux incertitudes de mesures. Cependant, suivant cette approche, une méthode innovante d'analyse modale de tour d'éolienne a été développée et les deux premières fréquences propres ont pu être déterminées avec précision.La seconde est une stratégie de contrôle de la structure à l'échelle mésoscopique. Celle-ci se base sur un dispositif de caméras bon marché à l'intérieur de l'éolienne couvrant les soudures circonférentielles au niveau des zones de plus fortes contraintes. L'idée est d'établir pour chaque caméra lorsque la structure est considérée comme saine une base modale de déplacement caractéristique de cet état grâce à des techniques de réduction de modèle. Au cours du temps, si un défaut sous-jacent ou traversant apparait, celui-ci induira une perturbation du champ de déplacement qui pourra être détectée à l'aide d'indicateurs globaux tels que l'écart en déplacement ou les résidus de corrélation.Afin de déterminer si la détection d'un défaut aux deux échelles est faisable ou non, la prise en compte de l'incertitude de mesure en regard de l'influence d'un défaut est primordiale. Alors, un cadre mathématique de la CIN optimale à N champs a été proposé et validé.
Fichier principal
Vignette du fichier
98277_CURT_2021_archivage.pdf (37.19 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)

Dates et versions

tel-03152984 , version 1 (26-02-2021)

Identifiants

  • HAL Id : tel-03152984 , version 1

Citer

Jordan Curt. Damage detection for wind turbine towers with Digital Image Correlation. Mechanics of materials [physics.class-ph]. Université Paris-Saclay, 2021. English. ⟨NNT : 2021UPAST008⟩. ⟨tel-03152984⟩
369 Consultations
36 Téléchargements

Partager

Gmail Facebook X LinkedIn More