Anomaly Detection in Offshore Wind Turbine Structures using Hierarchical Bayesian Modelling

要約

集団ベースの構造的健全性モニタリング (PBSHM) は、集団のメンバー間で情報を共有することを目的としています。
洋上風力発電 (OW) 発電所は、名目上同一の風力タービン構造の集合体と考えることができます。
ただし、形状、海底の状態、温度差など、メンバー間には良性のばらつきが存在します。
これらの要因は構造特性、したがって動的応答に影響を与える可能性があり、従来の SHM 技術による構造問題の検出がより困難になります。
この論文では、新規および既存のタービンの洗掘の形で異常検出を実行するための基礎として、人口レベルと地域レベルの両方で予想される土壌剛性分布を推測するための階層ベイジアン モデルの使用について検討します。
これを行うために、あたかも少数の風力タービン集団からのものであるかのように、固有振動数の観測値が生成されます。
個々の観察間の差異は、異常検出の場合、土壌の剛性と測定ノイズの分布を仮定すること、および土壌の深さを（洗掘を表すために）減らすことによって導入されます。

要約(オリジナル)

Population-based structural health monitoring (PBSHM), aims to share information between members of a population. An offshore wind (OW) farm could be considered as a population of nominally-identical wind-turbine structures. However, benign variations exist among members, such as geometry, sea-bed conditions and temperature differences. These factors could influence structural properties and therefore the dynamic response, making it more difficult to detect structural problems via traditional SHM techniques. This paper explores the use of a hierarchical Bayesian model to infer expected soil stiffness distributions at both population and local levels, as a basis to perform anomaly detection, in the form of scour, for new and existing turbines. To do this, observations of natural frequency will be generated as though they are from a small population of wind turbines. Differences between individual observations will be introduced by postulating distributions over the soil stiffness and measurement noise, as well as reducing soil depth (to represent scour), in the case of anomaly detection.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google