The plant supervisor of the future: robots' cooperation for autonomous supervision of power plants

The use of robots such as Unmanned Aerial Vehicles (UAVs) in autonomous inspection activities within industrial power plants has become increasingly popular in recent years. However, the renewable energy sector still faces some challenges in incorporating autonomous robots to supervise power plants, such as integrating UAVs’ autonomous routing, trajectories optimization and paths following challenges. Inspection activities are among the most relevant and time-consuming daily operations and as of today require skilled human operators to identify the main causes of anomalies. Nevertheless, these operators are often situated remotely from the power plants and must conduct inspections that entail unsafe activities on field, because of some inspections require working at height. This dissertation presents a comprehensive approach proposing the deployment of UAVs as "robotic supervisors" exclusively dedicated to specific power plants for conducting inspection activities. This approach offers multifaceted advantages for energy utilities, including substantial inspection operational cost reduction, enhanced image quality in inspection data, increased safety for human operators, and a reduced timeframe for initiating corrective maintenance procedures in response to identified anomalies. However, despite these potential benefits, existing literature does not thoroughly investigate the design and development of an autonomous system utilizing UAVs to autonomously manage inspection activities in wind power plants, which means address solutions capable of integrating UAVs’ autonomous routing, trajectories optimization and paths following challenges. To bridge this research gap, the dissertation outlines a methodological framework aimed at resolving the end-to-end challenges encompassing vehicle routing, path planning, and path following in wind power plant inspection operations. This approach takes into account daily inspection tasks to be performed, self-determination of the best tasks assignment among different UAVs available within the same power plant, UAVs self-determination of the best path to reach inspection targets aiming at minimizing trajectories distances and related energy consumption. The dissertation begins reviewing the taxonomy of UAV's vehicle routing and trajectory optimization problems, then articulates the research problem and associated case study, and presents a comprehensive methodological framework to address these issues in the field of power plant inspection activities. The dissertation also encompasses simulation results and conducts a thorough investigation into UAVs' consumption models, complemented by a sensitivity analysis assessing the framework's adaptability to varying case study sizes. The proposed methodology serves as a foundational cornerstone for developing an autonomous system capable of optimizing inspection activities leveraging UAVs in wind power plants. Ultimately, this contribution aligns with the overarching objective of advancing the efficiency and sustainability of energy production.

L'uso di robot, quali i veicoli aerei senza pilota (UAV) nelle attività di ispezione autonoma all'interno di centrali elettriche industriali, è diventato sempre più popolare negli ultimi anni. Tuttavia, il settore delle energie rinnovabili deve ancora affrontare alcune sfide nell'incorporare robot autonomi per supervisionare le centrali elettriche, come l'integrazione del routing autonomo degli UAV, l'ottimizzazione delle traiettorie e le sfide che seguono i percorsi. Le attività di ispezione sono tra le operazioni quotidiane più rilevanti e dispendiose in termini di tempo e ad oggi richiedono operatori umani qualificati per identificare le principali cause delle anomalie. Tuttavia, questi operatori sono spesso situati in lontananza dalle centrali elettriche e devono condurre ispezioni che comportano attività rischiose in termini di sicurezza sul campo, a causa di alcune ispezioni che richiedono lavori ad alta quota. Questa tesi presenta un approccio comprensivo che propone l'impiego di UAV come "supervisori robotici" esclusivamente dedicati a specifiche centrali elettriche per condurre attività di ispezione. Questo approccio offre molteplici vantaggi per le aziende energetiche, tra cui una sostanziale riduzione dei costi operativi di ispezione, una migliore qualità delle immagini nei dati di ispezione, una maggiore sicurezza per gli operatori umani e una riduzione dei tempi per l'avvio delle procedure di manutenzione correttiva in risposta alle anomalie identificate. Tuttavia, nonostante questi potenziali benefici, la letteratura esistente non investiga a fondo la progettazione e lo sviluppo di un sistema autonomo che utilizzi UAV per gestire autonomamente le attività di ispezione nelle centrali eoliche, il che significa affrontare soluzioni in grado di integrare il routing autonomo degli UAV, l'ottimizzazione delle traiettorie e le sfide di percorso. Per colmare questa lacuna nella ricerca, la tesi delinea un quadro metodologico volto a risolvere le sfide end-to-end che comprendono il routing dei veicoli, la pianificazione dei percorsi e il follow-up dei percorsi nelle operazioni di ispezione delle centrali eoliche. Questo approccio prende in considerazione i compiti di ispezione quotidiani da eseguire, l'autodeterminazione della migliore assegnazione dei compiti tra i diversi UAV disponibili all'interno della stessa centrale elettrica, e l'autodeterminazione da parte degli UAV del miglior percorso per raggiungere gli obiettivi di ispezione con l'obiettivo di minimizzare le distanze delle traiettorie e il consumo energetico correlato. La tesi inizia esaminando la tassonomia dei problemi di routing dei veicoli e di ottimizzazione delle traiettorie degli UAV, quindi articola il problema di ricerca e il caso di studio associato, e presenta un quadro metodologico completo per affrontare queste questioni nel campo delle attività di ispezione delle centrali elettriche. La tesi comprende anche i risultati delle simulazioni e conduce un'accurata indagine sui modelli di consumo degli UAV, completata da un'analisi di sensibilità che valuta l'adattabilità del quadro a dimensioni variabili del caso di studio. La metodologia proposta serve come pietra angolare per lo sviluppo di un sistema autonomo in grado di ottimizzare le attività di ispezione sfruttando gli UAV nelle centrali eoliche. In definitiva, questo contributo si allinea con l'obiettivo generale di migliorare l'efficienza e la sostenibilità della produzione di energia.