GE Vernova sta implementando macchine abilitate all'intelligenza artificiale per migliorare la qualità delle pale delle turbine eoliche

GE Vernova, sotto la guida del CEO Vic Abate, sta intensificando la propria attenzione sull’energia eolica per soddisfare la domanda energetica globale e accelerare la decarbonizzazione. L’energia eolica, che attualmente fornisce il 7% dell’elettricità a livello globale, mira a raggiungere il 25%, richiedendo un aumento sostanziale della produzione delle turbine.

Ogni turbina eolica viene sottoposta a un meticoloso processo di produzione che prevede la costruzione di torri in acciaio, lo stampaggio della gondola in fibra di vetro e l'assemblaggio delle pale, e ciascuna pala impiega circa 2.000 ore di manodopera per essere realizzata a mano in fibra di vetro e legno di balsa. Per garantire la qualità, GE Vernova integra robotica e intelligenza artificiale per ispezioni avanzate, fondamentali per rilevare tempestivamente i difetti e ridurre al minimo i problemi operativi post-installazione.

L’uso dell’intelligenza artificiale si estende alle ispezioni delle materie prime e all’intero processo di produzione, garantendo una qualità costante in tutti i siti di produzione globali. Con pale che pesano 20 tonnellate e si estendono per 80 metri, la precisione è fondamentale; anche piccole deviazioni possono influire in modo significativo sulla durata e sull'efficienza.

Le innovazioni di GE Vernova includono telecamere digitali a 360 gradi per ispezioni interne dettagliate, migliorando la precisione e la scalabilità del rilevamento dei difetti. Questa tecnologia supporta la loro missione di produrre turbine affidabili cruciali per la transizione mondiale alle energie rinnovabili.

La successiva innovazione di GE Vernova prevedeva lo sfruttamento della visione artificiale, un ramo dell'intelligenza artificiale focalizzato sull'insegnamento ai computer a riconoscere le informazioni visive nelle immagini. Inizialmente, gli ispettori umani hanno compilato un elenco dettagliato delle deviazioni che normalmente ricercavano durante le ispezioni delle lame. Queste informazioni sono servite come base per l’addestramento degli algoritmi di intelligenza artificiale attraverso un processo rigoroso.

Veronica Barner spiega: "Stiamo utilizzando immagini annotate per addestrare una serie di algoritmi AI in grado di analizzare le immagini e segnalare autonomamente potenziali anomalie". Dopo un approfondito addestramento su decine di migliaia di immagini annotate, l'intelligenza artificiale ha rapidamente padroneggiato il compito di identificare le deviazioni con elevata precisione. Gli algoritmi documentano automaticamente eventuali difetti in uno strumento digitale, consentendo ai tecnici umani di rivedere e risolvere i problemi prima che la pala venga spedita agli operatori delle turbine.

Barner sottolinea i miglioramenti in termini di efficienza: "L'implementazione di questo sistema nei nostri stabilimenti arricchisce il ciclo di feedback. In pochi minuti, i nostri team ottengono informazioni critiche e tempestive sulle lame su cui stanno lavorando, in modo simile a un'ecografia prenatale."

Una delle sfide più impegnative è stata l'accesso all'interno della lama per l'ispezione. GE Vernova ha risolto questo problema distribuendo una flotta di cingolati robotici gestiti da remoto. Questi cingolati, grandi all'incirca quanto un modello di automobile da due piedi, possono percorrere l'intera superficie interna della pala in soli 30 minuti. Questa capacità è fondamentale poiché circa il 50% della superficie interna della pala è inaccessibile agli ispettori umani.

Questi progressi sottolineano l'impegno di GE Vernova nello sfruttare una tecnologia all'avanguardia per migliorare la qualità e l'affidabilità delle turbine, fondamentali per supportare il passaggio globale verso le energie rinnovabili.