Skip to main content
Top

2021 | OriginalPaper | Chapter

7. Vorausschauende Wartung skalieren und dadurch die Kosten für Windenergie senken

Wie künstliche Intelligenz die Energiewende beschleunigt

Author : Alice Feldmann

Published in: Künstliche Intelligenz erfolgreich umsetzen

Publisher: Springer Fachmedien Wiesbaden

Activate our intelligent search to find suitable subject content or patents.

search-config
loading …

Zusammenfassung

Kosten sind die wichtigste Wettbewerbsgröße auf dem Energiemarkt, da sie Investitions- und Kaufentscheidungen steuern. Digitale Lösungen im Bereich Windenergie können zu wesentlichen Kosteneinsparungen und Effizienzsteigerungen führen und somit die Energiewende beschleunigen. Angebote im Bereich predictive maintenance (dt. vorausschauende Wartung) ermöglichen zuverlässige Vorhersagen über die Lebensdauer und das Ausfallverhalten von Windturbinenkomponenten wie zum Beispiel von Getrieben. Somit können Betriebs- und Ersatzteillagerkosten reduziert, Wartungsintervalle optimiert und die Lebensdauer von gesamten Anlagen verlängert werden. Die Konzipierung, Entwicklung und Industrialisierung solcher digitalen Produkte, in deren Mittelpunkt meist Datenanalytik oder maschinelles Lernen stehen, ist eine Herausforderung für die Windindustrie. Dieser Beitrag beschreibt, warum Schlüsselfaktoren wie eine digitale Infrastruktur und eine agile Mentalität notwendig sind und zeigt am Beispiel von ZF Wind Power auf, wie Herausforderungen auf diesem Weg bewältigt werden können.

Dont have a licence yet? Then find out more about our products and how to get one now:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Footnotes
1
Transparenz-Hinweis: ZF Wind Power ist Mitglied bei WindEurope.
 
2
Mit Digitalisierung ist hier die Transformation der Arbeitswelt und Wirtschaft (eng. digital transformation) durch Informationstechnologie, Vernetzung und Datenmanagement gemeint, und nicht die alleinige Umwandlung von analogem in digitales Wissen (eng. digitization).
 
3
Dieser Umsatz ergibt sich aus der folgenden Rechnung: Wir betrachten eine 3-MW-Turbine, die durchschnittlich zu 25 % ihrer Volllast betrieben wird. Daraus ergibt sich also eine durchschnittliche Leistung von 0,25 * 3 MW = 0,75 MW. Pro Tag werden 0,75 MW * 24 h = 18 MWh = 18.000 kWh Energie gewonnen. Wir nehmen an, dass etwa 0,05 € Umsatz pro kWh anfallen. Der gesamte Umsatz pro Tag pro Turbine beläuft sich dann auf 18.000 kWh * 0,05 €/kWh = 900 €.
 
Literature
go back to reference Plattner, H., Meinel, C., & Leifer, L. (2011). Design Thinking. Understand – Improve – Apply. Berlin/Heidelberg: Springer. Plattner, H., Meinel, C., & Leifer, L. (2011). Design Thinking. Understand – Improve – Apply. Berlin/Heidelberg: Springer.
Metadata
Title
Vorausschauende Wartung skalieren und dadurch die Kosten für Windenergie senken
Author
Alice Feldmann
Copyright Year
2021
DOI
https://doi.org/10.1007/978-3-658-34670-6_7

Premium Partner