浮体式洋上風力発電機（FOWTs）は、将来のエネルギーシステムの重要な構成要素となり、従来の電力網を補完し、全体的なエネルギーの安全性と保証を支えることができます。しかし、浮体式洋上風力発電機の危険事象や劣化損傷状態下での動的信頼性の進化に関する理解はまだ大きな空白があり、これは重大な科学的課題です。既存の監視システムであるSCADAは、部品レベルの故障の真の根本原因を特定する能力が限られているため、保守措置は誤ったまたは不完全な故障原因のみに対処している可能性があり、検出されていない根本原因が残存損傷を伝播させ、他の部品の劣化を加速させる可能性があります。本研究では、危険条件下における浮体式洋上風力発電機の回復管理に向けたレジリエンス志向の動的信頼性評価フレームワークを開発しました。ベイズネットワークを用いて浮体式洋上風力発電機の階層的なシステム構造を表現し、部品レベルの故障からサブシステムレベル及びシステムレベルの機能劣化への伝播をモデル化しました。回復過程において、本フレームワークは未特定または完全に修復されていない根本故障からの残存損傷が後続の信頼性の進化に及ぼす影響を把握することが可能です。故障予測及びヘルスマネジメントに基づく回復過程を表現するための条件認識深層検出モジュールを導入しました。この戦略は保守前に追加の検出投資及び意思決定リソースを要しますが、根本原因及びその伝播経路をより正確に特定し、より効果的な回復決定を支援します。ケーススタディでは、重要な部品が危険事象に影響されるとシステムの信頼性が急速に低下することが示されました。研究はさらに、経験に基づく回復はシステム機能を部分的に回復できるが、根本原因が完全に特定されない場合、残存損傷を排除できない可能性があることを示しました。対照的に、条件認識戦略は根本原因の識別及び修復の有効性を高めることで、より高い信頼性の回復効果を実現します。研究結果は、災害後の回復計画に条件認識検出を組み込む重要性を明らかにし、浮体式洋上風力発電機のレジリエンス向上に向けた動的信頼性評価の価値を強調します。具体的には、本研究は故障予測及びヘルスマネジメントの性能が回復効果及びレジリエンス向上に与える影響を定量的に理解するための基礎を提供し、浮体式洋上風力発電機の災害後回復管理における故障予測及びヘルスマネジメントの価値評価を支援します。

浮体式洋上風力発電機;ベイズネットワーク;条件認識回復;エネルギーインフラのレジリエンス;故障予測とヘルスマネジメント