Detection of Wind Turbine Blade Damages and Calculation of Damage Area Using Image Processing Methods

Öz

Wind turbines are subjected to harsh environmental conditions and dynamic loads, which can lead to structural damage over time. In particular, damage to turbine blades reduces aerodynamic efficiency, negatively affecting energy production and potentially causing significant structural failures in the long run. Therefore, it is crucial to detect blade damage quickly and effectively. Currently, turbine damage is typically identified through periodic maintenance inspections conducted by expert teams or using telescopic cameras. However, since wind turbines are often located in remote areas, especially offshore, these inspection processes are time-consuming and costly. In this study, a drone- or unmanned aerial vehicle (UAV)-based imaging method is proposed to detect wind turbine blade damage more efficiently, safely, and cost-effectively. For this purpose, damaged blade images obtained from Rass Wind Energy were analyzed using image processing techniques to identify damaged regions and determine the extent of the damage. The proposed method enables remote damage assessment without requiring personnel to climb the turbine, thereby facilitating maintenance processes and expediting repair operations.

Anahtar Kelimeler

• Wind turbine
• Blade damage detection
• Image processing
• Damaged area calculation
• Automated maintenance

Rüzgar Türbini Kanat Hasarlarının Görüntü İşleme Yöntemleri ile Belirlenmesi ve Hasar Alanının Hesaplanması

Öz

Rüzgar türbinleri, maruz kaldıkları zorlu çevresel koşullar ve dinamik yükler nedeniyle zamanla çeşitli yapısal hasarlara uğramaktadır. Özellikle türbin kanatlarında meydana gelen hasarlar, aerodinamik performansı düşürerek enerji verimliliğini olumsuz etkilemekte ve uzun vadede daha büyük yapısal problemlere yol açabilmektedir. Bu nedenle, türbin kanatlarındaki hasarların hızlı ve etkin bir şekilde tespit edilmesi büyük önem taşımaktadır. Günümüzde türbin hasarları genellikle periyodik bakım süreçleri kapsamında, uzman ekiplerin yerinde görsel incelemeleriyle veya teleskopik kameralar yardımıyla tespit edilmektedir. Ancak, rüzgar türbinlerinin genellikle erişimi zor bölgelerde, özellikle de açık deniz (offshore) alanlarında konumlandırılması, bu süreçleri hem zaman alıcı hem de maliyetli hale getirmektedir. Bu çalışmada, rüzgar türbini kanatlarındaki hasar tespitinin daha hızlı, güvenli ve düşük maliyetli bir şekilde gerçekleştirilmesi amacıyla insansız hava araçları (İHA) veya drone tabanlı bir görüntüleme yöntemi önerilmektedir. Bu kapsamda, Rass Wind Enerji’den temin edilen hasarlı kanat görüntüleri kullanılarak, görüntü işleme teknikleriyle hasarlı bölgeler belirlenmiş ve hasar boyutları tespit edilmiştir. Önerilen yöntem, yetkili personelin doğrudan türbine çıkmasına gerek kalmadan, uzaktan hasar analizi yapılmasını sağlayarak bakım süreçlerini kolaylaştırmayı ve onarım sürecini hızlandırmayı hedeflemektedir.

Anahtar Kelimeler

• Rüzgar türbini
• Kanat hasar tespiti
• Görüntü işleme
• Hasarlı alan hesaplama
• Otomatik bakım

Kaynakça

1. Anonymous. 2020. Technical description: Rotor blade damage patterns and service recommendations. In: Enercon GmbH Technical Service Division, Aurich, Germany, pp: 1-4.
2. Anonymous. 2021a. Enercon GmbH Technical data: Rotor blades and components. Enercon. URL: https://www.enercon.de/en/products/technical-data/ (accessed date: June 16, 2025).
3. Anonymous. 2021b. Siemens Gamesa Renewable Energy Maintenance and repair manual for rotor blades. In: Onshore wind turbines, Rev. 2, 4-8.
4. Anonymous. 2022. Siemens Gamesa Renewable Energy Turbine technical specifications. URL: https://www.siemensgamesa.com/en-int/products-and-services/wind-turbines (accessed date: June 16, 2025).
5. Batmaz OA, Muyan C, Çöker D. 2021. Rüzgar türbin kanatlarında yapıştırıcı ayrılma hasarının kanat yapısal bütünlüğüne etkisi. 6. İzmir Rüzgar Sempozyumu, İzmir, Türkiye, ss: 1-2.
6. Canny J. 1986. A Computational approach to edge detection. IEEE Trans Pattern Anal Mach Intell, PAMI, 8(6): 679-698.
7. Dere E. 2023. Görüntü işleme ile porselen izalatör hasarlarının tespiti. PhD Thesis, Konya Techn Univ, Faculty Eng, Department Electric Electron Eng pp: 39-42. URL: https://hdl.handle.net/20.500.13091/4519 (accessed date: March 10, 2025).
8. Emeksiz C, Doğan Z, Akbulut A. 2015. Rüzgar türbinlerinde karşılaşılan temel arızalar ve prognostik yöntemler. 3. Anadolu Enerji Sempozyumu, Muğla Sıtkı Koçman Üniversitesi, Türkiye, ss: 677-682.

9. Genç M, Gündoğan M, Girgin Ö. 2023. Rüzgar türbini temellerinde sık karşılaşılan yapısal problemler. 7. İzmir Rüzgar Sempozyumu, 21-22 Eylül, İzmir, Türkiye, ss: 1-3.
10. Gohar I, Halimi A, See J, Yew WK, Yang C. 2023. Slice-aided defect detection in ultra high-resolution wind turbine blade images. Machines, 11(10): 953.
11. Gonzales RC, Woods RE. 2018. Digital image processing, 4th ed. Pearson, New York, USA, pp: 26-28.
12. Işık MC, Kaya O, Türk V, Aydemir F. 2021. Model rüzgar türbini projesi. Undergraduate Project, Karadeniz Tecnical University, Faculty of Engineering, Department of Mechanical Engineering, Trabzon, Türkiye, pp: 2-3.
13. Kaewniam P, Cao M, Alkayem NF, Li D, Manoach E. 2022. Recent advances in damage detection of wind türbine blades. In: A state-of-the-art review. Renewable Sustainable Energy Rev, 167: 112470.
14. Wang W, Xue Y, He Ca, Zhao Y. 2022. Review of the typical damage and damage-detection methods of large wind turbine blades, Energies, 15(15): 5672.
15. Yavuz İ. 2021. Rüzgar türbini dönüştürücülerinin esnek hesaplama yöntemi ile denetimi. PhD Thesis, Nevşehir Hacı Bektaş Veli University Faculty of Engineering, Department of Electrical and Electronics Engineering, Nevşehir, Türkiye, pp: 1-6.
16. Yılmaz O. 2024. Rüzgar türbinlerinde yapay zeka tabanlı arıza teşhisi mekanizması. PhD Thesis, Bilecik Şeyh Edebali University, Faculty of Engineering, Department of Electrical and Electronics Engineering, Bilecik, Türkiye, pp: 1-5.