Einsatz der vorausschauenden Instandhaltung bei Windenergieanlagen onshore/offshore

In Zusammenarbeit und mit Unterstützung der Wirtschaftsförderung und Technologietransfer Schleswig-Holstein GmbH, kurz WTSH, arbeitet die Abteilung für Softwareentwicklung der Deutschen Windtechnik am Standort Ostenfeld an dem Projekt „Predictive Maintenance Wind Turbine“.

Hierbei geht um den Einsatz von „Machine Learning“ als Teilgebiet der künstlichen Intelligenz (KI) zur Etablierung der vorausschauenden Wartung von Windkraftanlagen. Dazu wird eine Verfahrensinnovation (Software) zur Früherkennung und Diagnose von Fehlern an Windenergieanlagen zum Zwecke der vorausschauenden Instandhaltung entwickelt.

Die Ziele dieses Projekts umfassen:

  • Bedarfsgerechte Wartung von Windenergieanlagen
  • Reduktion von Stillstandzeiten der Windenergieanlagen (erhöhte Verfügbarkeit)
  • Erhöhte Windenergieanlagensicherheit
  • Verlängerung der Lebensdauer der Windenergieanlagen
  • Qualitätssteigerung des Service und der Kundenzufriedenheit
  • Erweitertes Serviceangebot
  • Vermeidung von gehäuften Wartungseinsätzen (Ressourcenschonung)
  • Entwicklung/Modifikation von Ersatzteilen aufgrund gewonnener Erkenntnisse über den Schadensverlauf
  • Konstantere Verfügbarkeit und Planbarkeit des Windstroms für das Stromnetz (Stichwort: Energiewende)

Die angestrebte Lösung soll Handlungsempfehlungen geben und unter anderem die für den Serviceeinsatz zu überprüfenden und ggf. mitzuführenden Bauteile benennen. Hieraus ergeben sich Verbesserungen der Wirtschaftlichkeit und der Leistung der Windenergieanlagen, ein optimaler Zeitpunkt der Wartung und optimierte Lagerhaltung/Einkauf von Komponenten. Ebenso trägt das Projekt dem Bedarf der Windenergiebranche nach datengestützter Systemanalyse Rechnung.

Das Besondere bei diesem Ansatz ist, dass keine zusätzlichen Sensoren auf der Anlage verbaut werden müssen und somit keine Kosten für die Betreiber entstehen.