ALBERO DEI GUASTI ( FAULT TREE ANALYSIS) WIND TURBINE - SOTTOSISTEMI CRITICI

Wind Turbine Reliability Analysis via Fault Tree Analysis: Development of a Techno-Economic Assessment Model This thesis presents a reliability analysis of the critical subsystems of a wind turbine, based on the study by Katsavounis, Patsianis, Konstantinidis, and Botsaris ("Reliability Analysis on Crucial Subsystems of a Wind Turbine through FTA Approach," MPMM Conference 2014), which examined a wind farm comprising 10 turbines over a 7.5-year period. Using published failure data (Tables I-II of the original study), a Fault Tree Analysis model utilizing OR logic gates was constructed. The model features "Wind Turbine Failure" as the Top Event and seven basic events corresponding to the main subsystems (Electrical & Control Systems, Gearbox, Hydraulic System, Generator, Yaw System, Rotor, and Brake System). Based on an exponential failure law with a constant failure rate, the model was implemented in a parametric spreadsheet with fully verifiable formulas. It was subsequently independently validated by reconstructing the tree using dedicated online Fault Tree Analysis software, yielding consistent results across both tools. The analysis enabled the calculation of the system failure probability (F ≈ 0.9989 for a one-year mission) and a component sensitivity/importance study using Fussell-Vesely and Risk Reduction Worth metrics. For each subsystem, the reduction in Top Event probability was evaluated under the assumption of perfect component reliability; this quantitatively confirmed that the Electrical & Control System is the most critical component, aligning with conclusions found in the relevant literature. The study concludes with a novel economic assessment based on an "Improvement Index" (defined as the ratio of the reliability benefit to the estimated intervention cost). This index identifies the specific subsystem where an investment yields the greatest reliability gain per unit cost, thereby providing a quantitative criterion to support maintenance and retrofitting decisions for wind power plants.

Analisi di Affidabilità di una Turbina Eolica mediante Fault Tree Analysis: Sviluppo di un Modello di Valutazione Tecnico-Economica Il presente lavoro di tesi sviluppa un'analisi di affidabilità dei sottosistemi critici di una turbina eolica, prendendo come riferimento lo studio di Katsavounis, Patsianis, Konstantinidis e Botsaris ("Reliability Analysis on Crucial Subsystems of a Wind Turbine through FTA Approach", MPMM Conference 2014), relativo a un parco eolico di 10 turbine osservate per 7,5 anni. A partire dai dati di guasto pubblicati (Tabelle I-II dello studio originale), è stato costruito un modello di Fault Tree Analysis a porta logica OR, con Top Event "Wind Turbine Failure" e sette eventi base corrispondenti ai principali sottosistemi (Electrical & Control Systems, Gearbox, Hydraulic System, Generator, Yaw System, Rotor, Brake System). Il modello, basato su una legge di guasto esponenziale a tasso costante, è stato implementato in un foglio di calcolo parametrico con formule interamente verificabili, e successivamente validato in modo indipendente attraverso la ricostruzione dell'albero su un software dedicato di Fault Tree Analysis online, ottenendo risultati coerenti tra i due strumenti. L'analisi ha permesso di calcolare la probabilità di guasto del sistema (F ≈ 0,9989 a un anno di missione) e di condurre uno studio di sensitività/importanza dei componenti, secondo le metriche Fussell-Vesely e Risk Reduction Worth: per ciascun sottosistema è stata valutata la riduzione della probabilità del Top Event nell'ipotesi di affidabilità perfetta del componente, confermando quantitativamente la maggiore criticità del sistema Elettrico e di Controllo, in linea con le conclusioni della letteratura di riferimento. Il lavoro si completa con una valutazione economica originale, mediante la definizione di un Indice di Miglioramento (rapporto tra beneficio affidabilistico e costo stimato di intervento), che individua il sottosistema su cui un investimento produce il massimo incremento di affidabilità per unità di costo, fornendo così un criterio quantitativo di supporto alle decisioni di manutenzione e retrofit degli impianti eolici.