HCTH - Trong khuôn khổ Dự án “Nâng cao năng lực bảo trì có điều kiện của năng lượng gió” (ECO-WIND) do Liên minh Châu Âu tài trợ, trong hai ngày 07 – 08/8/2026, Trường Đại học Quy Nhơn tổ chức Khóa tập huấn “Chẩn đoán lỗi cho tua bin gió và phân tích dữ liệu”. Với trọng tâm là các kỹ thuật phát hiện lỗi, xử lý tín hiệu, phân tích dao động, mô hình hướng dữ liệu và thực hành mô phỏng bằng Python, chương trình có sự tham gia giảng dạy của các chuyên gia đến từ Đại học Agder, Na Uy. Hoạt động này góp phần nâng cao năng lực chuyên môn cho đội ngũ kỹ sư, giảng viên và người học, đồng thời tăng cường kết nối giữa cơ sở đào tạo với doanh nghiệp trong lĩnh vực năng lượng tái tạo.

Quang cảnh khóa tập huấn

Trong bối cảnh chuyển dịch năng lượng diễn ra mạnh mẽ và tỷ trọng các nguồn năng lượng tái tạo ngày càng gia tăng, việc bảo đảm độ tin cậy, an toàn và hiệu quả vận hành của các hệ thống điện gió trở thành một yêu cầu quan trọng. Không chỉ dừng ở khâu thiết kế và xây dựng, hoạt động giám sát trạng thái thiết bị, phát hiện sớm dấu hiệu bất thường và chẩn đoán chính xác các dạng lỗi có ý nghĩa trực tiếp đối với hiệu quả khai thác, công tác lập kế hoạch bảo trì cũng như khả năng duy trì hoạt động ổn định của các trang trại điện gió.

Từ yêu cầu thực tiễn đó, Trường Đại học Quy Nhơn tiếp tục tổ chức đợt 2 Khóa tập huấn “Chẩn đoán lỗi cho tua bin gió và phân tích dữ liệu”, một trong những hoạt động chuyên môn thuộc kế hoạch triển khai Dự án ECO-WIND năm 2026 của Nhà trường. Tham gia giảng dạy và hướng dẫn chuyên môn tại chương trình là GS. TS. Huỳnh Văn Khang và GS. TS. Joao Leal, thành viên Dự án ECO-WIND đến từ Đại học Agder, Na Uy. 

Một trong những điểm nhấn của đợt tập huấn lần này là sự kết hợp giữa chẩn đoán lỗi thiết bị với phân tích dữ liệu, qua đó tiếp cận bài toán vận hành và bảo trì điện gió theo hướng dựa trên dữ liệu. Nội dung chương trình không chỉ tập trung vào các phương pháp chẩn đoán lỗi trong nhà máy điện gió mà còn trao đổi, phân tích và đề xuất giải pháp đối với những vấn đề phát sinh trong thực tế vận hành.

Mở đầu các nội dung chuyên môn, GS. TS. Huỳnh Văn Khang trình bày chuyên đề về bảo trì trang trại điện gió và phát hiện lỗi, trong đó đi sâu vào xử lý tín hiệu phục vụ nhận diện lỗi ổ bi. Học viên được giới thiệu các chỉ số đặc trưng trong phát hiện lỗi và phương pháp phân tích dao động – những công cụ có ý nghĩa quan trọng trong đánh giá trạng thái của các bộ phận quay cũng như nhận biết sớm các dấu hiệu bất thường của thiết bị.

Tiếp nối hướng tiếp cận dựa trên tín hiệu, GS. TS. Joao Leal giới thiệu chuyên đề về mô hình hướng dữ liệu trong phân tích trang trại điện gió. Nội dung tập trung vào hai nhóm vấn đề chính gồm tiền xử lý dữ liệu và xây dựng các mô hình hướng dữ liệu, giúp học viên từng bước tiếp cận quy trình khai thác dữ liệu vận hành phục vụ phân tích trạng thái thiết bị và hỗ trợ các bài toán chẩn đoán trong hệ thống điện gió.

GS. TS. Huỳnh Văn Khang và GS. TS. Joao Leal, Đại học Agder, Na Uy trao đổi về bảo trì trang trại điện gió và phương pháp phát hiện lỗi

Bên cạnh phần kiến thức nền tảng, khóa tập huấn cũng chú trọng thực hành và khả năng vận dụng. Các học viên thực hiện hai bài tập lớn dưới sự hướng dẫn trực tiếp của các chuyên gia, sử dụng Python làm công cụ mô phỏng và phân tích dữ liệu. Cách tổ chức này giúp người học từng bước chuyển hóa kiến thức lý thuyết thành quy trình xử lý dữ liệu và giải quyết các bài toán chẩn đoán cụ thể.

Học viên thực hành mô phỏng và phân tích dữ liệu bằng Python dưới sự hướng dẫn của chuyên gia

Trên cơ sở kết quả thực hành, các nhóm tiến hành phân tích, hoàn thiện bài tập và trình bày kết quả trước chuyên gia. Hoạt động trao đổi, thảo luận tập trung vào phương pháp xử lý dữ liệu, cách diễn giải kết quả cũng như khả năng vận dụng vào những tình huống thực tế. Từ các bài toán kỹ thuật cụ thể, nội dung trao đổi được mở rộng tới những vấn đề phát sinh trong quá trình vận hành và bảo trì tại các nhà máy điện gió. Sự tham gia của chuyên gia quốc tế, giảng viên, cán bộ quản lý và kỹ sư doanh nghiệp tạo nên không gian đối thoại đa chiều, nơi kinh nghiệm thực tiễn được kết nối với các phương pháp nghiên cứu và công cụ phân tích hiện đại. Qua đó, chương trình góp phần tăng cường sự gắn kết giữa đào tạo, nghiên cứu với nhu cầu thực tế của doanh nghiệp trong lĩnh vực năng lượng gió.

Đáng chú ý, việc tích hợp xử lý tín hiệu, phân tích dao động, tiền xử lý dữ liệu, mô hình hướng dữ liệu và mô phỏng bằng Python cho thấy cách tiếp cận ngày càng rõ nét của hoạt động bảo trì hiện đại: khai thác dữ liệu vận hành để nhận diện sớm các dấu hiệu bất thường, hỗ trợ chẩn đoán và nâng cao hiệu quả ra quyết định kỹ thuật. Đây cũng là nền tảng quan trọng để phát triển các phương pháp giám sát tình trạng và bảo trì dựa trên dữ liệu trong các hệ thống năng lượng tái tạo.

Các học viên nhận giấy chứng nhận hoàn thành khóa tập huấn

Thông qua đợt tập huấn, các hoạt động của Dự án ECO-WIND tại Trường Đại học Quy Nhơn tiếp tục được triển khai theo hướng gắn kết đào tạo, nghiên cứu và thực tiễn sản xuất. Không chỉ tạo cơ hội để giảng viên, người học và đội ngũ kỹ sư tiếp cận các phương pháp phân tích, mô phỏng và chẩn đoán hiện đại, chương trình còn góp phần tăng cường hợp tác quốc tế, thúc đẩy trao đổi tri thức và mở rộng kết nối giữa Nhà trường với doanh nghiệp. Những hoạt động này là cơ sở để nâng cao năng lực nghiên cứu, đào tạo nguồn nhân lực kỹ thuật và đáp ứng ngày càng tốt hơn yêu cầu vận hành, bảo trì các hệ thống năng lượng tái tạo trong bối cảnh chuyển dịch năng lượng và phát triển bền vững.

Minh Hiền