La Scuola Politecnica Federale di Losanna (EPFL) ha fatto un significativo progresso nel campo delle turbine eoliche a asse verticale (VAWT). I ricercatori Sébastien Le Fouest e Karen Mulleners hanno introdotto un algoritmo di apprendimento automatico capace di migliorare l’efficienza di queste turbine del 200% e ridurre le vibrazioni del 70%. Questo avanzamento potrebbe rappresentare una svolta nel settore dell’energia eolica.
Le turbine VAWT presentano numerosi vantaggi rispetto ai tradizionali aerogeneratori a asse orizzontale. Esse sono indipendenti dalla direzione del vento, hanno un design più compatto, generano meno rumore e risultano meno pericolose per gli uccelli. Inoltre, la loro manutenzione è facilitata dalla posizione delle parti meccaniche vicino al suolo. Tuttavia, nonostante questi benefici, le turbine VAWT non sono ancora ampiamente utilizzate. Il problema principale è che funzionano efficacemente solo con flussi d’aria moderati e costanti.
Le Fouest ha spiegato che forti raffiche di vento possono creare un vortice noto come stallo dinamico, che altera l’angolo tra il flusso d’aria e la pala, generando carichi strutturali che le pale non sono in grado di sopportare. Per affrontare questa limitazione, i ricercatori hanno adottato un approccio innovativo. Hanno montato sensori su una turbina in scala ridotta e l’hanno integrata con un ottimizzatore basato su algoritmi genetici. Questi algoritmi, ispirati al processo di selezione naturale, hanno permesso di creare e testare diversi profili di inclinazione delle pale.
L’algoritmo ha selezionato i profili più efficienti e robusti, combinandoli per sviluppare nuove configurazioni migliorate. Questa tecnica ha portato all’identificazione di due serie di profili che aumentano significativamente sia l’efficienza sia la robustezza delle turbine VAWT. I risultati sono stati pubblicati sulla rivista Nature Communications, aprendo nuove prospettive per l’adozione di questa tecnologia nel campo delle energie rinnovabili.
Questo progresso non solo migliora le prestazioni delle turbine VAWT, ma dimostra anche come l’intelligenza artificiale possa affrontare complesse sfide ingegneristiche, promuovendo lo sviluppo di tecnologie energetiche sostenibili.