Hvorfor vi må endre nå

Vår løsning

Paralas kombinerer en fasesynkronisert gimbal med en dobbelt RGB/termisk kamerakonfigurasjon. Payload-flyet opereres under en sertifisert partnerdrone og holder kontinuerlig justering med det roterende bladet.

Våre skybaserte modeller oppdager sprekker, delaminasjon og termiske hotspots, og sender umiddelbare, handlingsklare varsler til operatør eller vedlikeholdsplanlegger.

Hvordan det fungerer i feltet

Paralas tilbyr full inspeksjon av rotorbladene under rotasjon, uten turbinnedstengning, uten klatretjenester og uten utslippsrike båtturer. Vår løsning kombinerer droneautomatisering, termografi og AI til en skalerbar offshore-inspeksjonstjeneste.

1. Oppstart fra CTV eller plattform

Etter luftromskoordinering tar dronen av fra en CTV eller offshore plattform nær turbinen.

2. Aktiv rotorsporing

Gimbalen synkroniserer med bladets turtall (RPM), hvilket gjør at det roterende bladet fremstår som stille i forhold til kameraet.

3. Full rotorinspeksjon

Alle tre bladene inspiseres fullstendig, utenfor turbulenssonen (wake-zone). Etter inspeksjon returnerer dronen automatisk og laster opp dataene.

4. AI-basert skadeklassifisering

Innhentet RGB- og termiske bilder analyseres av AI-modellen vår. Modellen identifiserer og klassifiserer skader, hotspots og andre avvik.

5. Sanntidsinnsikt via dashbord

Operatører kan følge inspeksjonen live via vår nettbaserte dashboard. Resultatene er tilgjengelige umiddelbart etter inspeksjonen og klare for O&M‑planlegging.

Ofte stilte spørsmål

Er dette lovlig under EASA/ILT-regelverket?

Ja. Vi opererer med sertifiserte partnere i henhold til Specific Category‑prosedyrene, inkludert operasjonell risikovurdering (SORA) og forhåndsgodkjenning av luftrom.

Hvilke droner bruker dere?

Vi samarbeider med sertifiserte offshore‑droner fra anerkjente partnere. Payload er modulær og kan monteres på flere plattformer.

Hva skjer med dataene som samles inn under inspeksjoner?

Inspeksjonsdataene tilhører kunden, men deles som standard med Paralas for optimalisering av analysemodellen, noe som er viktig for å forbedre skadesignalgjenkjenning.

Data behandles sikkert, selges ikke videre, og brukes kun til modellforbedring. Kunder kan velge bort gjenbruk.

Kan systemet også brukes på landbaserte turbiner?

Ja, forutsatt at lokal luftrom og omgivelser tillater det. Løsningen egner seg spesielt godt for turbiner på vanskelige steder som fjellområder eller avsidesliggende steder hvor rope access eller lifter ikke er praktisk.

Hvilke typer skader detekterer systemet?

AI‑modellen vår er trent på visuelle og termiske bilder av rotorblad, med fokus på tre hovedkategorier:

• Erosjon på leading edge

• Sprekker på trailing edge

• Delaminasjon

Disse dekker hovedtyper av visuell degradering som påvirker energiproduksjon og strukturell integritet.

Hvordan leveres resultatene?

Resultatene er tilgjengelige via Paralas' nettbaserte dashbord. Alle bilder, skadebilder og klassifiseringer er tydelig organisert per turbin og blad. Kunder kan eksportere resultater eller integrere dem med eksisterende vedlikeholdssystemer via API-er.

Fremtidige oppdateringer vil inkludere trendanalyse og prediktivt vedlikehold basert på historisk skadeutvikling.

Om Paralas Offshore

Paralas Offshore ble grunnlagt av to studenter med bakgrunn innen elektroteknikk (TU Delft) og kunstig intelligens (RUG). Det som startet som et videregående skoleprosjekt, har vokst til en startup med fokus på inspeksjonsløsninger for vindindustrien.

Etter en pivot til offshore inspeksjoner vant vi en startupkonkurranse, som ga oss midlene til å bygge Paralas profesjonelt.

Vi kombinerer teknisk smidighet med en praktisk tilnærming, i en sektor hvor innovasjon ofte er treg og fragmentert. Via universitetene våre har vi tilgang til et sterkt nettverk av tekniske eksperter og laboratoriefasiliteter.

Paralas er ung, fleksibel og datadrevet, akkurat det denne industrien trenger for å gjøre inspeksjoner smartere, sikrere og mer skalerbare.