UNIVERSIDAD PONTIFICIA ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA

OPTIMIZACIÓN DEL PLAN DE MANTENIMIENTO PREVENTIVO DE DOS AEROGENERADORES DE UN PARQUE EÓLICO SEGÚN SU HISTORIAL DE ICIDENCIAS Y MANTENIMIENTO Autor:

Pravia Brugarolas, José

Directores:

Sanz Bobi, Miguel Ángel De Andrade Vieira, Rodrigo José

Entidad colaboradora: Universidad Pontificia Comillas

RESUMEN DEL PROYECTO Introducción El objetivo principal del proyecto es realizar un estudio acerca de la vida de un aerogenerador en base a sus incidencias y mantenimiento aplicado. Este proyecto propondrá una serie de algoritmos de previsión de vida de un aerogenerador basado en su historial (incidencias y acciones de mantenimiento), con objeto de adaptar convenientemente el plan de mantenimiento del aerogenerador, fundamental para obtener una mayor disponibilidad. Para realizar el modelo de mantenimiento se utilizará un modelo MAOL (Maintenance model Adapted to the Observed Life of the industrial components), que proporciona nuevas ideas para una integración mejor de la información sobre el conocimiento relacionado con la vida del componente, mantenimiento y los costes asociados. Uno de los conceptos clave en MAOL es que la probabilidad de fallo no se entiende en el sentido tradicional del valor probabilístico, sino en el sentido del nivel “Stress” de que un componente industrial podría sufrir. Obviamente esta aproximación entre el “Stress” del componente y su probabilidad de fallo tiene una gran de incertidumbre, ya que esta información se basa en determinados momentos de fallo sin conocer la evolución de la vida real entre dos fallos consecutivos. Usando el modelo MAOL se realizará una previsión de posibles tiempos de riesgo de fallos de dos aerogeneradores escogidos de un parque eólico con historial de cinco años (estos dos aerogeneradores fueron escogidos debido a un número de incidencias). El modelo MAOL puede suministrar información importante sobre la efectividad del mantenimiento aplicado y la evaluación del riesgo de posibles indisponibilidades. La información requerida por el modelo MAOL se obtiene a partir del análisis de información recogida en el histórico de incidencias y labores de mantenimiento mediante una herramienta desarrollada en Matlab para este fin. Esta herramienta permite prever el riesgo de fallo y las acciones de mantenimiento que se llevarían a cabo si se siguiese aplicando el

UNIVERSIDAD PONTIFICIA ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA plan de mantenimiento actual. Además, permite introducir como entradas los niveles de mínima fiabilidad que se desea permitir. Metodología Este proyecto fin de carrera se ha hecho de forma organizada siguiendo una serie de pasos: 







Lo primero que se ha hecho es una revisión del estado del arte con el fin de conocer aspectos como: el principio de funcionamiento de un aerogenerador, la clasificación de las diferentes acciones de mantenimiento aplicables, la justificación de la necesidad de la gestión del mantenimiento y los objetivos que se pretenden cubrir con ello, estudiando diversas propuestas en la línea de este proyecto. También se hace una introducción a los modelos de fiabilidad, y un estudio de las funciones utilizadas para el desarrollo del proyecto. Lo siguiente, crear una herramienta (en Matlab) con el fin de realizar el nuevo plan de mantenimiento. Los datos referentes a las incidencias (fecha, tiempo de reparación…) vienen en un fichero Excel (en este proyecto se hará referencia a este fichero como “Fichero Excel”) de forma desorganizada, por lo que se ha hecho una función en Matlab (llamada “aerog.m”) para ordenarlos de forma sistemática y así poder trabajar con los datos que se necesitan de forma rápida y eficaz. Se tomará como caso estudio una muestra de 2 aerogeneradores de un total de 75 (aerogenerador 56 y aerogenerador 28). El siguiente paso es hacer un análisis estadístico. Se hallan los tiempos entre fallos y hasta el próximo fallo, los tiempos medios para ver si la media es una medida representativa del conjunto de datos, y los histogramas de frecuencias, que serán de gran utilidad para poder sacar conclusiones a cerca de las funciones de distribución de estos fallos. Tras este estudio estadístico, se calculan los parámetros básicos de fiabilidad y de mantenimiento (tasas de fallo y tiempos medios). Llegados a este punto, se aplicarán algunos conceptos del modelo MAOL (Maintenance model Adapted to the Observed Life of the industrial components). Este modelo se utilizará para obtener modelos de fiabilidad y de mantenimiento, para poder así hacer previsiones de los tiempos en los que hay mayor riesgo de fallo o en los que se espera realizar una acción de mantenimiento. La forma de llevar a cabo este estudio es mediante el desarrollo de una aplicación en Matlab (“manten_prev_classic.m”) que dará como salidas las gráficas de las previsiones obtenidas en cada máquina si se mantiene el modelo de mantenimiento actual. A continuación, una vez realizada la previsión del comportamiento de los modos de fallo, se realiza una re-planificación siguiendo el plan de mantenimiento propuesto, con el siguiente criterio: se introduce el nivel de riesgo máximo que se desea alcanzar (o el nivel de fiabilidad mínima dispuesto a asumir), y se ejecuta una función (“manten_prev_umbral.compon.m“) que ajustará el mantenimiento para que no se sobrepase ese nivel. La salida del programa desarrollado, además de la previsión, proporciona un plan de mantenimiento a aplicar durante un periodo de tiempo variable (por ejemplo, los próximos 5 años) en el que se cumplen las condiciones de riesgo y margen introducidas. El umbral de fiabilidad mínima se podrá ir cambiando a medida que cambia el historial de incidencias.

UNIVERSIDAD PONTIFICIA ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA 

Por último, los resultados obtenidos con el método propuesto se compararán con los obtenidos con el método clásico, utilizando los datos de los últimos cinco años y los conceptos del método MAOL, mejorando la fiabilidad con los tiempos entre reparaciones (TTR) de los últimos cinco años.

Resultados En este proyecto fin de carrera se analizan las ventajas e inconvenientes del modelo MAOL con respecto al modelo de mantenimiento actual. Y los resultados de esta comparación han sido bastante favorables al modelo propuesto tanto en ahorro en costes como en resultados y mejora de la efectividad del plan de mantenimiento. Además, el fallo o pérdida de un aerogenerador supone unos costes tanto de energía no producida, ambientales, como de mantenimiento que, en la medida de lo posible, es conveniente minimizar. Por esta razón, el plan propuesto, además de una inversión restable para la empresa explotadora del parque, es un plan que favorece la reducción del impacto medioambiental, ya que se ha demostrado que aplicando el plan de mantenimiento propuesto se aumenta la disponibilidad del aparato a la vez que se reducen costes por mantenimiento. Esto significa que son necesarios menos aerogeneradores para producir la misma energía. Conclusiones Se ha descrito y desarrollado un nuevo modelo de mantenimiento preventivo para la vida de componentes industriales mediante el análisis de eventos observados, como es el caso de los tiempos de las diferentes indisponibilidades registradas, así como los tiempos en los que se han llevado a cabo labores de mantenimiento. Los resultados se han utilizado para prever los posibles tiempos de fallo, y en base a ellos, poder realizar una re-planificación de las acciones de mantenimiento. Esta información permite una mejor asistencia en la toma de decisiones desde una perspectiva del mantenimiento.

El modelo MAOL abre una nueva manera de apoyar el proceso de la toma de decisiones en el mantenimiento industrial y la gestión de activos.

UNIVERSIDAD PONTIFICIA ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA

OPTIMIZATION OF THE PREVENTIVE MAINTENANCE PLAN OF TWO WIND TURBINES OF A WIND FARM UNDER THE BACKGROUND OF ICIDENTS AND MAINTENANCE Introduction The main objective of the project is to study the life of a wind turbine based on the impact and maintenance applied, in order to adapt the maintenance plan to the actual production requirements. This project will propose some algorithms to forecast the life of a wind turbine, based on its background (events and maintenance tasks), to implement appropriately the maintenance plan of the wind turbine, essential for a higher availability. To perform the maintenance model, it will be used MAOL (Maintenance Model Adapted to the Observed Life of the Industrial components), which provides new ideas for a better integration of information related with the knowledge of the life of the different components of a wind turbine, and associated maintenance costs. One of the key concepts in MAOL is that the probability of failure is not understood in the traditional sense of the probability value, but in the sense of the level of "Stress" that an industrial component could suffer. Obviously, this approach between the "Stress" and component failure probability has a large uncertainty, because this information is based on certain times of failure without knowing the real-life evolution between two consecutive failures. Using MAOL, a time of anticipation of possible risk of failure of the two chosen wind turbines in a wind farm with a recorded background of five years (these two turbines were chosen due to a number of incidents) will be carried out. MAOL can provide important information about the effectiveness of applied maintenance and risk assessment of possible outages. The information required by MAOL is obtained from the analysis of gathered information from the collected incidents and maintenance tasks using a tool developed in Matlab for this purpose. This tool allows you to predict the risk of failure and maintenance tasks to be carried out if you continue applying the current maintenance plan. In addition, the tool allows introducing the minimum reliability levels as inputs. Methodology This senior design was done in an organized way, following a series of steps: 



The first thing you do is a review of the state of art in order to know things like: the principle of operation of a wind turbine, the classification of different maintenance tasks applicable, the justification of the need for management and maintenance of a wind turbine, considering various proposals along the same lines as this project. It also provides an introduction to models of reliability, and a study of the functions used to develop the project. The next step is to create a tool (in Matlab) to make the new maintenance plan. The data relating to incidents (date, time of repair ...) come in an Excel file (in this project we

UNIVERSIDAD PONTIFICIA ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA







will refer to this file as "Excel File") so disorganized, so the tool has a function (called "aerog.m") to systematically sort so we can work with the data you need quickly and efficiently. Two turbines of a total of 75 (turbine 56 and turbine 28) will be taken as an example. The following step is to do a statistical analysis. Firstly, the times between failures and until failure, the average times to see if the mean is a representative measure of the data set, and the frequency histograms, which will be very useful to be able to draw conclusions about the functions of distribution of these failures, are calculated. After this statistical study, the basic parameters are of reliability calculated (failure rates and mean times). At this point, apply some concepts about MAOL (Model Adapted to the Maintenance Observed Industrial Life of the components). MAOL is a different approach from the traditional maintenance model. One of the key concepts of MAOL is that the probability of failure is defined as a level of "stress" that could suffer an industrial component to be used. This model is used to obtain models of reliability and maintenance, and to be able to do forecasts of times when there is a greater risk of failure or when are expected to perform a maintenance task. The way of conducting this study is to develop an application in Matlab ("manten_prev_classic.m") to give as outputs graphs of forecasts obtained on each machine if the current support model is maintained. Then, once the forecast behavior of failure modes are done, a re-scheduling of the proposed maintenance plan is done with the following criteria: introducing the maximum risk level to be achieved, and running the function ("manten_prev_umbral.compon.m"). The output of the developed program, in addition to the forecast, provides a maintenance plan to apply for a variable period of time (for example, the next five years) when the conditions of risk and introduced range of reliability are accomplished. The minimum reliability threshold can be changed as the background of incidents is changed. Finally, the results obtained with the proposed model are compared with those obtained with the classical model, using data from the last five years and the concepts of MAOL, improving reliability with the time between repairs (TTR) for the previous five years.

Results In this senior design, the advantages and disadvantages of MAOL are compared with the current model. The results of this comparison have been quite favorable to the proposed model, both in cost savings and earnings, and improving the effectiveness of the maintenance plan. Furthermore, the failure or loss of a wind turbine means a cost of not generated energy. For this reason, the proposed plan is an investment for the operator Resetting the park, and a plan that will help to reduce the environmental impact, since it has been shown that the availability of the device to generate energy increases while the maintenance costs are reduced. This means that fewer turbines are needed to produce the same energy. Conclusions In this project, it has been described and developed a new model of preventive maintenance for the life of industrial components by the analysis of observed events, such as the

UNIVERSIDAD PONTIFICIA ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA unavailability of different recorded times, as well as the times when maintenance tasks have been done. The results have been used to predict the possible failure times, and based on them, a re-planning of maintenance actions has been possible. This information allows a better capacity to make decisions from a maintenance perspective. MAOL opens a new way to support the process of making decisions in the industrial maintenance and management assets.