Masterarbeit: Entwicklung eines Machine Learning-basierten Reibwertmodells für Wälzlagerpassungen

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 (WEA) sowie die Senkung der Stromgestehungskosten. Hierzu werden Software-Entwicklungswerkzeuge und moderne Systemprüfstände im Verbund eingesetzt.

Schadensbendingte Ausfallzeiten machen einen signifikanten Anteil der Stromgestehungskosten von WEA aus. Hohe Kosten werden vor allem durch den Ausfall von teuren Komponenten sowie durch lange Stillstandszeiten verursacht. Ein Ausfall des Planetenträgerlagers im WEA-Getriebe führt zu einem Getriebewechsel (hohe Kosten + Stillstand) und muss daher unbedingt vermieden werden.

Auf der anderen Seite gewinnen Leichtbaumaßnahmen in WEA an Bedeutung. Dies führt zu dünnwandigeren und elastischeren Getriebegehäusen, die das Auftreten von Ringwandern begünstigen. Ringwandern beschreibt die tangentiale Schlupfbewegung zwischen Lagerring und Passungssitz. Einer der wichtigsten Einflussfaktoren auf das Ringwandern ist der Reibkoeffizient in der Passung. Dieser kann nach aktuellem Stand der Wissenschaft noch nicht hinreichend genau beschrieben werden. Ziel der Masterarbeit ist ein Machine Learning Modell, mit dem der Reibwert für relevante Wälzlagerpassungen berechnet werden kann.

Aufgaben:

• Entwicklung und Durchführung eines Prüfplans für ein Tribometer
• Auswertung der Messdaten
• Auswahl geeigneter Machine Learning-Ansätze
• Modelltraining, Validierung und Performancebewertung

Voraussetzung:

• Interesse an praktischem Arbeiten und Machine Learning
• Bereitschaft sich in neue Themen und Problemstellungen einzuarbeiten
• Selbständiges Arbeiten

Wir bieten:

• Wissenschaftliches Arbeiten in einem hoch motivierten, interdisziplinären Team
• Angenehmes Arbeitsklima und intensive Betreuung
• Flexible Arbeitszeiten und Möglichkeit zum Arbeiten im Homeoffice
• Kontakt zur Industrie und Zusammenarbeit mit anderen Forschungsstätten
• Möglichkeit zur anschließenden Tätigkeit am Institut als studentische/wissenschaftliche Hilfskraft
• Sofortiger Beginn möglich oder nach Absprache

Auf deine aussagekräftige Bewerbung per E-Mail freut sich:

Malte Raddatz, M. Sc. RWTH
Chair for Wind Power Drives

Campus-Boulevard 61, 52074 Aachen
malte.raddatz@cwd.rwth-aachen.de