Zum Inhalt

WZL startet EU-Projekt für langlebigere Windgetriebe

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …
print
DRUCKEN
insite
SUCHEN

Materialbedingte Fehlstellen gelten als Hauptursache moderner Verzahnungsschäden. Ein vom Aachener Werkzeugmaschinenlabor koordiniertes Projekt will diese systematisch erfassen und bewerten.

Präzisionsprüfung an einem Getriebebauteil: Im EU-Projekt Winclusion entwickeln das WZL und Industriepartner neue Methoden, um die Lebensdauer von Windkraftgetrieben verlässlicher vorherzusagen.


Das Werkzeugmaschinenlabor WZL der RWTH Aachen hat das EU-geförderte Forschungsprojekt Winclusion gestartet. Gemeinsam mit Industriepartnern entwickelt das Konsortium Methoden zur verbesserten Lebensdauervorhersage von Windkraftgetrieben. Im Fokus stehen materialbedingte Fehlstellen in Zahnrädern, die wegen der steigenden Leistungsdichte moderner Windgetriebe zunehmend als Auslöser von Verzahnungsschäden gelten. 

Kern des Projekts ist die Entwicklung einer Methodik zur unsicherheitsbasierten Bestimmung der Fehlstellenverteilung entlang des gesamten Produktlebenszyklus. Die gewonnenen Daten fließen in Simulationsmodelle ein, um probabilistische Lebensdauervorhersagen für Zahnräder im Betrieb abzuleiten. So sollen ungeplante Stillstände von Windenergieanlagen reduziert und die Zuverlässigkeit von Windgetrieben erhöht werden.

Das auf 42 Monate angelegte Projekt wird vom WZL koordiniert und von der Europäischen Union gefördert. Beteiligt sind die Stahlhersteller Sidenor (Spanien) und Ovako (Schweden), der Ultraschallprüftechnik-Spezialist Karl Deutsch Prüf- und Messgerätebau sowie der Getriebehersteller Flender. Das Konsortium deckt somit die gesamte Prozesskette von der Stahlherstellung über die Werkstoffprüfung bis zur Getriebefertigung ab.

print
DRUCKEN

Die Hintergründe zu diesem Inhalt

Anomaly Detection in Wind Turbine Gearbox Vibrations Using Actor-Critic Reinforcement Learning and Bayesian Optimization

Currently, wind energy is consolidating itself as a cornerstone of global decarbonization. However, this growth poses challenges for the operation and maintenance (O&M) of wind turbines. This work presents a novel method for anomaly detection in …

Gearbox Anomaly Detection in Wind Turbines Using Classical Machine Learning

The primary goal of this paper is to develop a data-driven model that can classify or predict the anomalies of wind turbines’ gearboxes by applying machine learning techniques. Owing to the tremendous demand for wind energy, the turbines move …

    Marktübersichten

    Die im Laufe eines Jahres in der „adhäsion“ veröffentlichten Marktübersichten helfen Anwendern verschiedenster Branchen, sich einen gezielten Überblick über Lieferantenangebote zu verschaffen. 

    Bildnachweise
    WZL_Windgetriebe/© Justlight / stock.adobe.com / Generated with AI, MKVS GbR/© MKVS GbR, Nordson/© Nordson, ViscoTec/© ViscoTec, BCD Chemie GmbH, Merz+Benteli/© Merz+Benteli, Robatech/© Robatech, Hermann Otto GmbH/© Hermann Otto GmbH, Ruderer Klebetechnik GmbH, Xometry Europe GmbH/© Xometry Europe GmbH, Atlas Copco/© Atlas Copco, Sika/© Sika, Medmix/© Medmix, Kisling AG/© Kisling AG, Dosmatix GmbH/© Dosmatix GmbH, Innotech GmbH/© Innotech GmbH, Hilger u. Kern GmbH, VDI Logo/© VDI Wissensforum GmbH, Dr. Fritz Faulhaber GmbH & Co. KG/© Dr. Fritz Faulhaber GmbH & Co. KG, ECHTERHAGE HOLDING GMBH&CO.KG - VSE, mta robotics AG/© mta robotics AG, Bühnen, The MathWorks Deutschland GmbH/© The MathWorks Deutschland GmbH, Spie Rodia/© Spie Rodia, Schenker Hydraulik AG/© Schenker Hydraulik AG