Masterarbeit: Entwicklung eines KI-basierten Ansatzes für die Zustandsüberwachung von Gleitlagern in innovativen Antriebssystemen von Windenergieanlagen

Webseite Chair for Wind Power Drives

Der Chair for Wind Power Drives erforscht das Verhalten von Antriebssystemen in modernen Multimegawatt Windenergieanlagen. Forschungsziele sind die Steigerung der Verfügbarkeit, der Robustheit und der Energieeffizienz der Windenergieanlagen sowie die Senkung der Stromgestehungskosten. Hierzu werden Software-Entwicklungswerkzeuge und moderne Systemprüfstände im Verbund eingesetzt.
Zur Senkung der Stromentstehungskosten an modernen Windenergieanlagen (WEA) wird eine Anhebung der Leistungsdichte der Planetengetriebe in WEA angestrebt. Hierzu bietet sich die Verwendung von kompakten, gleitgelagerten Planetenrädern an. Am CWD wird daher an der Gleitlagerung von Planetenrädern in WEA-Getrieben geforscht. Eine große Herausforderung ist der ausfallsichere Betrieb der Gleitlager. Hierzu ist eine möglichst gute Kenntnis des Lager- und Betriebszustands notwendig, welcher durch die Sensorik eines Condition Monitoring Systems (CMS) erfasst werden kann. Derzeit stehen jedoch keine marktreifen CMS für Gleitlageranwendungen in WEA zur Verfügung.
Ziel dieser Arbeit ist daher die Entwicklung eines CMS-Ansatzes für Gleitlager auf Basis von Körperschall- und Temperaturmessungen. Für die Auswertung der Messergebnisse soll die Eignung künstlicher neuronaler Netze geprüft werden.

Aufgaben:

  • Recherche des Stands der Technik
  • Durchführung von Schwingungs- und Temperaturmessungen an einem Gleitlagerprüfstand
  • Auswertungen der Messdaten und Klassifizierung der Betriebszustände mittels EHD-Simulationen
  • Entwicklung eines KI-basierten Ansatzes zur Erkennung kritischer Betriebszustände mittels neuronaler Netze

Voraussetzungen:

  • Motivation zu selbstständigem und eigenverantwortlichem Arbeiten, Kommunikations- und Teamfähigkeit, sowie eine sichere Beherrschung der englischen Sprache
  • Geübter Umgang mit Matlab und/oder Python
  • Vorkenntnisse im Bereich Neuronale Netze sind wünschenswert, aber nicht zwingend erforderlich

Wir bieten:

  • Wissenschaftliches Arbeiten in einem hoch motivierten, interdisziplinären Team
  • Eine Bachelorarbeit mit industrienaher Thematik
  • Praktische Arbeit an einem Lagerprüfstand
  • Wissenschaftliches Arbeiten in einem hoch motivierten, interdisziplinären Team
  • Angenehmes Arbeitsklima und intensive Betreuung

 

Auf deine aussagekräftige Bewerbung per E-Mail freut sich:

Thomas Decker, M. Sc. RWTH
Chair for Wind Power Drives

Campus-Boulevard 61, 52074 Aachen
thomas.decker@cwd.rwth-aachen.de

 

Um sich für diesen Job zu bewerben, sende deine Unterlagen per E-Mail an thomas.decker@cwd.rwth-aachen.de