Een samenwerking tussen Sensing360 en NaN Tech Solutions
De energietransitie vraagt om windturbines die niet alleen meer draaien, maar ook betrouwbaar en efficiënt blijven functioneren. Onderhoud is daarin een cruciale factor. In de praktijk is onderhoud vaak nog reactief: storingen worden pas aangepakt nadat ze zich voordoen. Dat leidt tot ongeplande stilstand, hogere kosten en verlies aan prestaties.
Voorspellend onderhoud met AI
Binnen het in 2025 gehonoreerde MIT-AI-project AIRFLOW ontwikkelen Sensing360 en NaN Tech Solutions een AI-oplossing voor voorspellend onderhoud van windturbines. Door continu data te verzamelen en analyseren over belasting en conditie van turbinecomponenten, kunnen afwijkingen en slijtage eerder worden herkend. Hierdoor wordt onderhoud beter planbaar en kunnen turbines langer optimaal blijven presteren.
Edge-cloud architectuur
AIRFLOW maakt gebruik van een edge-cloudbenadering. Een deel van de analyses vindt direct plaats op of nabij de turbine, terwijl de cloud wordt ingezet voor verdere verwerking en optimalisatie. Deze architectuur vermindert de hoeveelheid data die continu hoeft te worden verstuurd en maakt snellere analyses mogelijk, ook op locaties met beperkte connectiviteit.
Verdeling van expertise
Sensing360 richt zich binnen het project op sensortechnologie en het meten en interpreteren van turbinebelasting en conditie onder operationele omstandigheden. NaN Tech Solutions ontwikkelt de embedded systemen en AI-implementaties waarmee analyses efficiënt op hardware kunnen worden uitgevoerd. Die combinatie maakt het mogelijk om intelligente besluitvorming dicht bij de bron te realiseren.
Effect op prestaties en duurzaamheid
AIRFLOW draagt bij aan hogere beschikbaarheid van windturbines, lagere onderhoudskosten en een verlengde levensduur van installaties. Door onderhoud beter af te stemmen op de daadwerkelijke staat van turbines, wordt onnodige stilstand voorkomen en neemt de CO₂-uitstoot over de levenscyclus van windparken af.
