Warum Standarddrohnen bei der Windkraftanlageninspektion versagen.

Warum Standarddrohnen bei der Windkraftanlageninspektion versagen

Ihre letzte Rotorblattinspektion sah gut aus. Die Drohne flog. Die Bilder kamen zurück. Der Bericht wurde archiviert.

Aber hier ist die Frage, die niemand stellt: War der Flugpfad identisch mit dem des Vorjahres? Hat die Drohne denselben Abstand zur Blattoberfläche gehalten? War der Kamerawinkel bei Meter 34 am zweiten Blatt exakt gleich?

Wenn Sie das nicht mit Ja beantworten können, haben Sie keine Inspektionsdaten. Sie haben eine Sammlung von Bildern, die mit nichts verglichen werden können.

Das ist das Inspektionsproblem, über das in der Branche niemand spricht. Nicht weil es verborgen wäre. Sondern weil die meisten Betreiber es erst entdecken, wenn ein Schaden übersehen wird, ein Versicherungsfall bestritten wird oder ein Prüfer das Vergleichsbild anfordert und es nicht existiert.

Das Physikproblem, das Standarddrohnen nicht lösen können

Standardmäßige kommerzielle Drohnen navigieren per GPS. Darüber wissen sie, wo sie sind, halten ihre Position und folgen einem vorher geplanten Kurs. Auf offenen Feldern und Stadtdächern funktioniert das ausreichend gut.

An einer Windkraftanlage funktioniert es nicht.

Eine moderne Windkraftanlage enthält mehrere Tonnen Konstruktionsstahl. Dieser Stahl erzeugt lokale magnetische Interferenzen. Er verzerrt das GPS-Signal in unmittelbarer Nähe von Rotor, Gondel und Turm. Die Drohne glaubt, sie befindet sich an einer bestimmten Position. Tatsächlich befindet sie sich an einer anderen.

Die Abweichung ist nicht dramatisch. Sie werden die Drohne nicht ins Blatt fliegen sehen. Sie werden beobachten, wie sie eine Position hält, die leicht daneben liegt. Die Kamera erfasst die Blattoberfläche in einem leicht anderen Winkel und Abstand als geplant. Der Pilot bemerkt es möglicherweise nicht. Der Bericht wird es nicht kennzeichnen.

Aber die Daten sind kompromittiert. Vergleichen Sie diese Aufnahme mit der Aufnahme des Vorjahres an derselben Nominalposition, vergleichen Sie keine gleichen Ansichten der Blattoberfläche miteinander. Sie vergleichen zwei leicht unterschiedliche Perspektiven und nennen das Trendanalyse. Das ist es nicht.

Das ist kein Drohnenqualitätsproblem. Es ist ein Physikproblem. Die GPS-Signalintegrität in der Nähe großer Stahlstrukturen ist eine bekannte Einschränkung. Sie betrifft jede GPS-abhängige Plattform gleichermaßen, unabhängig von Marke, Preis oder Sensorausstattung.

Das Reproduzierbarkeitsproblem, das Trendanalyse unmöglich macht

Schadensdetektierung ist nicht der schwierigste Teil der Blattinspektion. Einen Riss zu finden, der bereits in einem einzelnen Bild sichtbar ist, ist unkompliziert.

Das Schwierige ist zu wissen, ob dieser Schaden letztes Jahr schon da war. Ob sie gewachsen ist. Ob sie sich einem kritischen Strukturschwellenwert nähert oder seit drei Saisons stabil ist.

Diese Art von Erkenntnis erfordert reproduzierbare Daten. Dieselbe Position. Derselbe Winkel. Derselbe Abstand. Dieselben Lichtverhältnisse, soweit technisch erreichbar. In jedem Inspektionszyklus.

Ohne Reproduzierbarkeit können Sie keine Trends bilden. Sie können nicht vorhersagen. Sie können Wartungsmaßnahmen nicht auf Basis von Nachweisen planen. Sie planen auf Basis von Annahmen.

Standarddrohneninspektionen brechen die Reproduzierbarkeit an drei Stellen.

Erstens: GPS-Abweichungen bedeuten, dass die Position zwischen Flügen variiert. Der nominale Wegpunkt ist derselbe. Die tatsächliche Position ist es nicht.

Zweitens: Manuelle oder halbautomatisierte Flugpfade hängen von der Pilotenkompetenz und den Echtzeit-Bedingungen ab. Zwei Piloten, die dieselbe Turbine befliegen, produzieren unterschiedliche Datensätze. Derselbe Pilot an einem windigen Tag produziert andere Daten als an einem ruhigen Tag.

Drittens: Ohne eine geometrische Referenz, die an der physischen Struktur der Turbine selbst verankert ist, gibt es keine Möglichkeit zu bestätigen, dass Position A im diesjährigen Datensatz Position A im letztjährigen Datensatz entspricht. Die Nummerierung ist willkürlich. Die Entsprechung wird angenommen.

Das ist der Grund, warum viele Betreiber jahrelange Inspektionsdaten haben, die sie für Trendanalysen nicht verwenden können. Nicht weil die Daten nicht erhoben wurden. Sondern weil sie nie auf eine Weise erhoben wurden, die Vergleichbarkeit valide macht.

Was autonome Inspektion tatsächlich erfordert

Zur Lösung dieses Problems muss GPS als primärer Navigations-Input in der Nähe der Turbine ersetzt werden. Das bedeutet: ein Navigationssystem, das seine eigene Raumreferenz aus der Umgebung aufbaut, in der es operiert.

Das nennt sich SLAM: Simultaneous Localization and Mapping. Anstatt einen Satelliten zu fragen, wo sich die Drohne befindet, erstellt SLAM eine Echtzeit-Karte der umgebenden Geometrie und nutzt diese Karte zur Positionsbestimmung. Die Drohne weiß, dass sie sich 1,2 Meter von der Blattoberfläche an Position 34 Meter der Spannweite befindet, weil sie die Geometrie selbst gemessen hat und nicht weil ein Satellit eine Koordinate gemeldet hat.

SLAM verschlechtert sich nicht in der Nähe von Stahl. Es driftet nicht, wenn ein GPS-Signal blockiert oder verzerrt wird. Es funktioniert in Strukturen, hinter Hindernissen und in jeder Umgebung, in der Geometrie zur Messung vorhanden ist.

TOPsevens autonome Inspektionsplattform nutzt SLAM als Navigationskern. Jeder Flug folgt einem Pfad, der gegen die tatsächliche Geometrie der spezifisch zu inspizierenden Turbine geplant ist. Der Flugpfad ist reproduzierbar, weil er relativ zur Struktur selbst definiert ist und nicht relativ zu einem GPS-Raster. Der nächstjährige Flug wird denselben Pfad folgen. Auch der übernächste. Der Datensatz ist von Beginn an vergleichbar.

Das ist keine schrittweise Verbesserung gegenüber der Standard-Drohneninspektion. Es ist eine andere Klasse von System, das eine andere Klasse von Problem löst.

Was das für Ihre Inspektionsdaten bedeutet

Wenn Ihr aktuelles Inspektionsprogramm GPS-abhängige Drohnen verwendet, haben Ihre Daten folgende Eigenschaften:

Sie zeigen Ihnen, was zum Zeitpunkt der Inspektion sichtbar war. Innerhalb dieser Sitzung sind die Bilder real. Die darin erscheinenden Schäden sind real.

Sie können Ihnen nicht zuverlässig sagen, ob ein Schaden seit dem letzten Jahr gewachsen ist. Die Vergleichsposition ist näherungsweise. Die Trendlinie basiert auf einer Korrespondenzannahme, die nicht verifiziert werden kann.

Sie können nicht als verteidigungsfähiger Nachweis in einem Garantiestreit, einem Versicherungsfall oder einer regulatorischen Prüfung dienen, bei der Positionsgenauigkeit und Reproduzierbarkeit untersucht werden. Die Nachweiskette zwischen Inspektionszyklen hat eine Lücke.

Für Betreiber, die ein kleines Portfolio verwalten, bei dem visuelle Kontrollen ausreichend sind und niemand jemals das Vergleichsbild anfordern wird, mag das akzeptabel sein.

Für Flottenoperateure, die langfristige Anlagengesundheit managen, Großreparaturkampagnen gegen Trenddaten planen oder unter Versicherungs- und Regulierungsbedingungen operieren, die verteidigungsfähige Nachweise erfordern, ist es das nicht.

Der Standard, den niemand noch durchsetzt

Heute gibt es keine regulatorische Anforderung, die reproduzierbare, positionsverriegelte Inspektionsdaten für Windkraftanlagenblätter vorschreibt. Betreiber können GPS-basierte Inspektionsberichte einreichen und aktuelle Compliance-Anforderungen damit erfüllen.

Das wird sich ändern. Die gleiche Entwicklung, die obligatorische LPS-Inspektionsintervalle und zunehmend spezifische Dokumentationsanforderungen für Ablaufgarantiebeurteilungen hervorgebracht hat, bewegt sich auf Inspektionsdatenqualitätsstandards zu. Wenn das geschieht, werden Betreiber, die reproduzierbare, nachvollziehbare Datensätze aufgebaut haben, einen erheblichen Vorteil haben. Diejenigen, die vergleichbare Bilder gesammelt haben, müssen von vorne beginnen.

Das Argument für autonome, SLAM-basierte Inspektion ist nicht, dass Ihre aktuellen Daten wertlos sind. Das Argument ist: Reproduzierbare, positionsverriegelte Daten sind mehr wert als Näherungsdaten. Sie kosten bei richtiger Infrastruktur dasselbe in der Erhebung. Und sie repräsentieren den Anlageintelligenzstandard, auf den die Branche zusteuert.

Sie kaufen keine Bilder. Sie kaufen Nachweise. Nachweise erfordern Reproduzierbarkeit. Reproduzierbarkeit erfordert die Beseitigung der GPS-Abhängigkeit an der Turbine.

Warum versagen Standarddrohnen bei der Windkraftanlageninspektion? Standardmäßige kommerzielle Drohnen navigieren per GPS. Windkraftanlagen enthalten große Mengen Konstruktionsstahl, der lokale magnetische Interferenzen erzeugt und das GPS-Signal in unmittelbarer Nähe von Rotor, Gondel und Turm verzerrt. Das verursacht Positionsabweichungen: Die Drohne hält eine Position, die leicht vom geplanten Wegpunkt abweicht. Diese Abweichung ist in einer einzelnen Inspektionssitzung unsichtbar, macht aber einen verlässlichen Datenvergleich zwischen Inspektionszyklen für Trendanalysen unmöglich.

Was ist GPS-Drift an Windkraftanlagen? GPS-Drift bezeichnet den Fehler zwischen der Position, an der sich eine GPS-abhängige Drohne zu befinden glaubt, und ihrer tatsächlichen Position. In der Nähe großer Stahlstrukturen wie Windkraftanlagen verzerren lokale Magnetfelder das GPS-Signal. Die Drohne kompensiert unvollständig, was zu realen Positionen führt, die vom geplanten Flugpfad abweichen. Diese Abweichung ist typischerweise klein genug, dass Operateure sie in den Bildern nicht bemerken, aber groß genug, um den Vergleich zwischen Inspektionssitzungen an derselben Nominalposition zu entwerten.

Was ist SLAM-Navigation und warum ist sie für die Windkraftanlageninspektion wichtig? SLAM steht für Simultaneous Localization and Mapping. Anstatt auf GPS zu vertrauen, erstellt ein SLAM-System eine Echtzeit-Karte der Umgebung und nutzt diese Karte zur Bestimmung der eigenen Position darin. In der Nähe von Windkraftanlagen, wo GPS unzuverlässig ist, ermöglicht SLAM einer Drohne die Navigation mit Bezug auf die physische Geometrie der Turbine selbst. Das bedeutet: Der Flugpfad ist unabhängig von der GPS-Signalqualität reproduzierbar und ermöglicht einen direkten Vergleich der Inspektionsdaten über mehrere Jahre hinweg.

Wie erreicht man reproduzierbare Inspektionsdaten an Windkraftanlagen? Reproduzierbare Inspektionsdaten erfordern zwei Dinge: ein Navigationssystem, das von Flug zu Flug dieselbe Position relativ zur Turbinenstruktur hält, und ein standardisiertes Aufnahmeprotokoll, das Abstand, Winkel und Abdeckung an jedem Inspektionspunkt definiert. GPS-abhängige Systeme können keine Positionsreproduzierbarkeit in der Nähe von Turbinenstahl gewährleisten. Autonome SLAM-basierte Inspektionssysteme planen und führen Flugpfade relativ zur physischen Geometrie der Turbine aus und produzieren Datensätze, die über Inspektionszyklen direkt verglichen werden können.

Was ist der Unterschied zwischen autonomer und Standarddrohneninspektion bei Windkraftanlagen? Standarddrohneninspektionen nutzen GPS-abhängige Positionierung und erfordern typischerweise einen Piloten zur Steuerung oder engmaschigen Überwachung des Fluges. Die Positionsgenauigkeit in der Nähe von Turbinenstahlstrukturen wird durch GPS-Interferenzen begrenzt. Autonome Inspektion verwendet SLAM-Navigation, um die Position relativ zur Turbinengeometrie ohne GPS zu halten. Flugpfade sind vorausgeplant und reproduzierbar. Der Pilot überwacht die Mission, anstatt sie zu fliegen. Das Ergebnis ist eine konsistente Datenerhebung über Inspektionszyklen hinweg, die Trendanalyse und verteidigungsfähige Nachweise statt einzelner Bildsammlungen ermöglicht.