ANALISI DI AFFIDABILITÀ STATICA E DINAMICA DI TURBINE EOLICHE: DALLA FAULT TREE ANALYSIS ALLE RETI BAYESIANE PER IL SOTTOSISTEMA GENERATORE

La tesi analizza l'affidabilità di turbine eoliche da 2 MW per ottimizzarne la manutenzione e abbattere i costi di Operation & Maintenance (O&M) e il Downtime. Dopo la mappatura anatomica dei guasti dei quattro macrosistemi e la definizione teorica degli strumenti di affidabilità, è stata condotta un'analisi statica tramite Fault Tree Analysis e Indice di Birnbaum su software ALD Reliability, identi ficando le criticità strutturali (vibrazioni e corrosione) dell'intero impianto. Per introdurre la variabile temporale, l'analisi è evoluta nella modellazione dinamica del Sottosistema Generatore mediante Reti Bayesiane su software GeNIe Modeler, implementando modelli di degrado e diagnosi prognostica della Remaining Useful Life (RUL). La validazione economico-gestionale su un parco di 20 turbine tramite il Costo Unitario Atteso dimostra che la manutenzione predittiva bayesiana riduce i costi di conduzione dell'83,5%, garantendo un risparmio netto di 300.680 €/anno.