Probabilistischer Ansatz zur Detektion von Strukturveränderungen an Monopile‐Gründungsstrukturen mit Messdaten aus einem Structural Health Monitoring System

Gründungsstrukturen von Offshore‐Windenergieanlagen müssen während ihrer Design‐Lebensdauer von oftmals mehr als 25 Jahren den Einwirkungen aus Umgebungsbedingungen, Betriebs‐ und Extremlasten zuverlässig standhalten. Während ihrer Lebensdauer können Offshore‐Gründungsstrukturen Strukturveränderungen oder Schäden erfahren. Aus diesem Grund wurde es in Deutschland vom Bundesamt für Seeschifffahrt und Hydrographie (BSH) zur Auflage gemacht, dass etwa 10 % der Strukturen mit einem Monitoringsystem (Structural Health Monitoring, SHM) überwacht werden. In der Praxis der letzten Jahre haben sich eine typische Sensorkonfiguration aus Beschleunigungs‐, Neigungs‐ und Dehnungssensoren sowie die Auswertung der Schwingungsamplituden, Eigenfrequenzen, Neigungen etc. etabliert. Diese Studie stellt eine neuartige, datenbasierte Quantifizierung von Detektionswahrscheinlichkeiten (Probability of Detection, POD) für Strukturveränderungen vor. In dieser Studie wird beispielhaft untersucht, anhand welcher Indikatoren die beiden Strukturveränderungen Kolkbildung und mariner Bewuchs an einer Monopile‐Gründungsstruktur detektiert werden können. Dafür werden numerische Analysen mittels finiter Elemente mit gemessenen Schwingungsdaten eines Offshore‐Windparks kombiniert. Probabilistic approach for detection of structural changes on monopile substructures using measured structural health monitoring data Substructures of offshore wind turbines have to reliably withstand environmental conditions, operational and extreme loads during their design lifetime that may exceed the time period of 25 years. Within their lifetime, they may experience damage and structural changes. For this reason, the German authority Bundesamt für Seeschifffahrt und Hydrographie (BSH) has stipulated that approx. ten percent of the offshore substructures in a wind farm have to be equipped with a structural health monitoring system (SHM). In the last years, an industry standard has been established with a sensor configuration of accelerometers, inclinometers and strain gauges to evaluate vibration amplitudes, natural frequencies, inclination etc. This study proposes a novel, data‐driven approach for the quantification of probability of detection (POD) for structural changes. This study covers exemplarily, which indicators may be suitable to detect two types of structural change on a monopile substructure, scour and marine growth. To achieve this aim, numerical analyses with finite elements are combined with rea