Denna kandidatuppsats syftar till att genom en litteraturstudie redogöra för problematiken med isbildning på vindkraftverkens rotorblad samt redogöra för vilka metoder som finns dels för att förhindra isbildning och dels för att avhjälpa befintlig isbildning på vindkraftverkens rotorblad. Slutligen görs en jämförelse där ekonomiska, tekniska och praktiska aspekter diskuteras och analyseras för att avgöra vad som är mest fördelaktigt; att förebygga eller att avhjälpa isbildning på vindkraftverkens rotorblad. Litteraturstudien visar att de största problemen med isbildning på vindkraftverkens rotorblad är produktionsförluster, ökade ljudnivåer, minskad livslängd på komponenter samt säkerhetsrisker. De metoder som litteraturen nämner för avisning är elektriska värmesystem, värmekanaler, tryckluft, svartmålade rotorblad, kemikalier, flexibla rotorblad, aktiv pitchning, avisning med hjälp av helikopter, elektromagnetiskt inducerade vibrationer och ultraljud. Gällande metoder för att förebygga isbildning anger litteraturstudien elektriska värmesystem, varmluftskanaler, luftskikt, ytbeläggning, kemikalier och mikrovågor. Av dessa är alltså elektriska värmesystem, varmluftskanaler samt kemikalier att ses som både metoder för avisning och som förebyggande mot isbildning. Vad som ur ett ekonomiskt, tekniskt och praktiskt perspektiv är mest fördelaktigt; att förebygga eller avhjälpa isbildning är inte möjlig att svara på ur ett generellt perspektiv. Enligt litteraturstudien är detta beroende av ett flertal parametrar på den aktuella platsen för vindkraftverken. Däribland hur många dagar med nedisning som platsen uppskattas ha per år, vilken svårighetsgrad nedisningen förväntas ha samt vilka vindresurserna på platsen är.

Denna rapport ingår i ett examensarbete på avancerad nivå inom ämnet produktutveckling.Arbetet innefattar en fallstudie som genomförts vid RTGA, Scania CV AB i Södertälje.Examensarbetet omfattar 30 högskolepoäng och har genomförts av undertecknad,teknologstudent från Mälardalens Högskola vårterminen 2015. Rapporten har upprättats i tvåversioner, en för Scania CV AB respektive en generell version där känslig företagsspecifikinformation har censurerats. I takt med att utvecklingen av motorprestanda fortskrider, med avseende på ökademotoreffekter samt teknikutveckling för emissionsreglering, så ökar också kravet på prestandaför kylsystem som måste klara av att kyla bort högre effekter. Fordonskombinationer medkraftfulla laddluftkylare löper dock stor risk att drabbas av utfälld kondens som fryser till is iladdluftkylaren vid låga omgivningstemperaturer. Isen medför ett tryckfall i laddluftkylarenmed prestandabortfall som följd. Scanias lösning till problematiken är en så kallad kylargardinsom syftar till att reducera kylluftflödet genom laddluftkylaren till den mån att isbildning intesker. Kylargardinen monteras manuellt av föraren framför kylarpaketet dåomgivningstemperaturen understiger 5 °C. Det finns även andra fördelar med att begränsa det yttre kylluftflödet som passerar genomkylarpaketet. Lastbilars kylsystem är i regel överdimensionerade för normala driftfall såsommotorvägskörning vilket betyder att maximal kylning inte krävs vid dessa situationer. Genomatt reducera det yttre kylluftflödet genom kylarpaketet så kan även hela fordonets totalaluftmotstånd reduceras vilket kan utnyttjas i syfte att reducera bränsleförbrukningen. För att erhålla en bra balansgång mellan aerodynamik och kylprestanda samt motverkaproblemet med isbildning i laddluftkylaren fanns därför en önskan om att en reglerbarkylartäckning skulle utvecklas för att kunna reglera kylluftflödet genom fordonets kylarpaketvid behov. Detta arbete innefattar en fallstudie där olika produktutvecklingsverktyg använts för att ta framolika konceptlösningar, anpassade för en specifik lastbil. Datorstödda flödessimuleringarutnyttjas för att utvärdera respektive verifiera konceptens funktion jämfört med olika referensmodeller. Resultatet visar bland annat att det slutgiltiga konceptets funktionsduglighet överensstämmermed den lösning som används idag samt att kylluftflödet inte påverkas nämnvärt då maximalkylkapacitet eftersträvas. Resultatet från den aerodynamiska flödessimuleringen indikerar ävenatt fordonets totala luftmotstånd kan reduceras med - Drag Counts (DC) vid hastigheten90 km/h och 0° vindriktning. Detta medför att bränsleförbrukningen i det specifika driftfallet,enligt tumregel, antas reduceras med - % för det specifika fordonet. / This report is part of a Master thesis project in the subject of Product Development. The workincludes a case study which was carried out at RTGA, Scania CV AB in Södertälje. The workcomprises 30 credits and was conducted by a student from Mälardalen University during thespring semester 2015. The report has been prepared in two versions; one for Scania CV AB anda generalized version where sensitive company specific information has been censored. The development of vehicle engine performance progresses in a rapid pace. This progressinclude increased engine power and improved technical features for emission control. This alsogoes for the requirement on performance of cooling systems in heavy trucks, which has tohandle dissipation of the increased power. Vehicles with powerful charge air coolers however,runs a high risk of being affected by iced condensation in the charge air cooler at low ambienttemperatures. The ice build-up results in a pressure drop in the charge air cooler with a loss ofengine performance as a consequence. Scania's solution to the problem is a so called radiatorblind designed to reduce the cooling air flow through the charge air cooler to the extent thatice build-up does not occur. The blind is mounted manually in front of the cooler package whenthe ambient temperature is expected to be below 5 °C. There are also other advantages to limit the outer cooling air flow passing through the coolingpackage. The cooling systems in heavy trucks are usually oversized for normal operatingconditions such as highway cruising, which means that maximum cooling is not required inthese situations. By reducing the airflow through the cooler package, the vehicle's total airresistance is reduced, which can be utilized in order to reduce fuel consumption. To obtain a good balance between aerodynamics and cooling performance, and to counteractthe problem of ice build-up in the charge air cooler, there was a desire for an adjustable radiatorcoverage which would be able to regulate the airflow through the vehicle's cooling packagewhen needed. This work includes a case study in which various product development tools are used toinvestigate different concept solutions, designated for a specific truck model. Computationalfluid dynamics (CFD) are used to evaluate and validate the concept’s functionality andcomparing them to different reference models. The results reveal that the final concept functionality is consistent with the one used today, andthat the cooling air flow is not significantly affected when maximum cooling capacity is strivedfor. The results of the aerodynamic flow simulation also indicate that the vehicle's total airresistance can be reduced by - Drag Counts (DC) at the speed of 90 km/h and 0° yaw angle.This means that fuel consumption in the specific operating case, as rule of thumb, is assumedto be reduced by - % for the specific vehicle.

When ice is accumulated on a wind turbine's rotor blade its aerodynamics are altered, leading to reduced efficiency and sometimes altered pressure oscillations around the blade. These pressure oscillations can be detected as sound. With sound level measurements over a long time, combined with known ice conditions in the same period, the measured sound data can be used to classify the ice conditions. This master's thesis aims to investigate the possibilities of using sound level measurements at 36 frequency bands in the range 6.3–20 000 Hz along with machine learning and wind speed to detect icing on wind turbine blades. Four k-NN models have been trained and evaluated using two different data configurations that each treat two different means of normalization: one uses the raw sound level data in dBA which has been standardized using z-score. The other uses the wind power density Iwind = 0.5ρU3 instead of the reference sound intensity I0 = 10-12 W/m2 in the decibel formula L = 10log10(I/I0) to reduce the influence of wind speed on the data. The sound/wind speed hybrid data was also z-score standardized. Available data was from February 21st to March 3rd in 2023 and March 1st to April 3rd in 2024. In the summer of 2023, the leading edges of the rotor blades on the investigated wind turbine were renovated which might have altered the sound. Therefore, what is denoted as Data configuration A used 2024 data as training data while 2023 data was used solely for testing. Data configuration B on the other hand used data from March 1st to March 17th 2024 for training and data from April 1st to April 3rd 2024 for testing as the rotor blades were identical between those data sets. Wind conditions were also more similar between training and testing data for Data configuration B. The models were optimized using grid search, varying k, distance metrics and feature combinations of the 36 frequency bands, while maximizing the balanced accuracy, BA, of the model using 5-fold cross-validation. For Data configuration A, this resulted in a balanced accuracy in the testing stage at BAtesting = 0.535 using the dBA sound level data, and BAtesting = 0.601 using the data normalized with wind power density. For Data configuration B, balanced accuracy was BAtesting = 0.845 using the dBA sound level data, and BAtesting = 0.773 using the data normalized with wind power density. The main conclusion is that icing can be detected using sound level measurements, wind speed and machine learning although the models in this project generalize poorly partly due to limited data and partly due to how the models were constructed. The models perform better with wind speeds similar to the training data. / När is ackumuleras på vindturbinblad ändras aerodynamiken vilket leder till lägre verkningsgrad och ibland förändrade tryckoscillationer kring bladet. Dessa tryckoscillationer kan detekteras i form av ljud. Med hjälp av ljudmätningar över en längre tid, kombinerat med kända isförhållanden under tidsperioden, kan ljuddatan användas för att klassificera isförhållandena. Målet med detta examensarbete är att undersöka möjligheterna att använda ljudnivåmätningar vid 36 frekvensspann mellan 6,3–20 000 Hz tillsammans med maskininlärning och vindhastighet för att detektera isbildning på vindkraftverk. Fyra modeller baserade på algoritmen k-NN har tränats och utvärderats med två olika datakonfigurationer som vardera behandlar två olika metoder för normalisering: en använder obehandlad ljudnivådata i enheten dBA som har standardiserats med z-poäng. Den andra använder vindenergidensiteten Iwind = 0.5ρU3 istället för referensintensiteten I0 = 10-12 W/m2 i formeln för decibel L = 10log10(I/I0) för att begränsa vindhastighetens inverkan på datan. Ljud-/vindhybriddatan standardiserades också med z-poäng. Den tillgängliga datan var mellan 21 februari och 3 mars 2023 samt 1 mars till 3 april 2024. Sommaren 2023 renoverades bladen på det undersökta vindkraftverket vilket kan ha påverkat ljudet. Därför användes data från 2024 som träningsdata och data från 2023 som testdata i vad som benämns som Data configuration A. Data configuration B använde istället data från 1-17 mars 2024 för träning och data från 1-3 april 2024 för testning eftersom rotorbladen var identiska mellan de datamängderna. Vindförhållandena var också mer lika inom Data configuration B. Modellerna optimerades med grid search genom att variera k, avståndsmått, och vilken kombination av de 36 frekvensspannen som ingår i modellen. Balanserad träffsäkerhet, BA, är resultatet som maximerades genom 5-delad korsvalidering. För Data configuration A resulterade detta under teststadiet i BAtesting = 0,535 med omodifierad ljuddata och BAtesting = 0,601 då vindenergidensiteten användes som ljudets referensnivå. För Data configuration B var den balanserade träffsäkerheten BAtesting = 0,845 med omodifierad ljuddata och BAtesting = 0,773 då vindenergidensiteten användes som ljudets referensnivå. Den främsta slutsatsen är att isbildning kan detekteras med ljudnivåmätningar, vindhastighet och maskininlärning men modellerna som har tagits fram i detta projekt presterar relativt dåligt, delvis på grund av en begränsad datamängd och delvis på grund av hur modellerna har konstruerats. Modellerna presterade bättre för testdata med liknande vindförhållanden.