Quality Analytics

Beispiel Windturbinen: Vorsorge statt Stillstand

Quality Analytics

Icon - TurbineAufgabe:
Am Beispiel von Windturbinen nahmen wir die Herausforderung an, die Lebenszeit der verbauten Komponenten und damit einen zu erwartenden Ausfall im Voraus zu schätzen. Auch wenn die Wartungsrichtlinien eingehalten werden, verhindert das oftmals nicht den Ausfall einzelner Module. Diese Methodik lässt sich ebenso auf alle Maschinen in der Produktions- und Fertigungsindustrie anwenden und dient der Vermeidung von längeren Stillstandzeiten.

 

Icon - AnomaliefindungVorgehensweise:
Das Trainieren von Algorithmen mit Hilfe der Windturbinendaten von Windkraftanlagen. Auf Basis der Anomaliefindung entstandenen statistische Modelle zur Vorhersage der Lebensdauer.

 

Icon - VerteilungZielsetzung:
Schätzung einer Weibull-Verteilung über neuronales Netzwerk mit dem Ziel der Prognose zur Lebenszeit der Komponenten zu jedem beliebigen Zeitpunkt.

 

Icon - Zeitersparnis €Fazit:
Machine Learning hilft, Stillstände zu vermeiden und die Instandhaltungskosten zu reduzieren: Der Austausch marginaler Bauteile ist kostengünstiger als die Erneuerung ganzer Komponentensegmente.

 

Das wollen Sie auch? Dann kontaktieren Sie uns jetzt!

Eingesetzte Frameworks