Startschuss für innovatives F&E-Projekt: „KI-basierte Wartungsoptimierung von Blockheizkraftwerken“

Startschuss für innovatives F&E-Projekt: „KI-basierte Wartungsoptimierung von Blockheizkraftwerken“

In Kooperation mit der Hochschule Biberach, der Hochschule Ravensburg und Enerquinn Energiesystemtechnik GmbH startet Mondas jetzt ein umsetzungsorientiertes F&E-Projekt zum Thema vorausschauende Wartung von Blockheizkraftwerken (BHKW). Das auf 12 Monate angelegte und vom Wirtschaftsministerium Baden-Württemberg geförderte Forschungsprojekt soll die automatisierte Fehlererkennung und vorausschauende Wartung von BHKW in die Anwendungsreife bringen. Servicefirmen können dann ihren Kostenaufwand für Wartung und Instandhaltung vieler und räumlich weit verteilter BHKW-Anlagen deutlich reduzieren. BHKW sind aufgrund der gekoppelten Erzeugung von Strom und Wärme, ihrer Effizienz und ihrer guten Regelbarkeit ein wichtiger Baustein der Energiewende.

„Wir freuen uns sehr, gemeinsam mit renommierten Forschungspartnern ein praxistaugliches Wartungstools entwickeln zu können, mit dem die Betriebskosten von BHKW schon bald signifikant sinken werden“, so Mondas-Geschäftsführer Christian Neumann anlässlich der Förderzusage aus Stuttgart.
Hintergrund: BHKW sind dezentrale Energiesysteme und damit räumlich verteilt. Die Wartung verursacht derzeit noch einen hohen Aufwand für Servicefirmen, denn sie erfolgt vielfach in festen Intervallen. Das Serviceteam fährt die Standorte turnusmäßig an und wartet die Anlagen, ohne den tatsächlichen Anlagenzustand im Vorfeld analysieren zu können. Selbst wenn Betriebsdaten, beispielsweise aus der Fernwartung, zur Verfügung stehen, werden diese trotz Digitalisierung noch vielfach manuell ausgewertet. „Qualifizierte Experten müssen in einem zeitraubenden Prozess Zeitreihendiagramme interpretieren, was die Kosten weiter in die Höhe treibt“, weiß Christian Neumann. Die Möglichkeiten der datenbasierten Fehlererkennung und der vorausschauenden Wartung (predictive maintenance) für versorgungstechnische Anlagen seien zwar theoretisch bekannt und auch schon Gegenstand der Forschung, der Schritt in die Praxis wurde bislang jedoch nicht oder nur vereinzelt vollzogen.

Genau an dieser Stelle setzt das im Januar 2020 startende F&E-Projekt an, das zum Ziel hat, KI-basierte Methoden zur automatisierten Erkennung von Fehlbetrieben und zur vorausschauenden Wartung für die tägliche Wartungspraxis von BHKW-Servicebetrieben verfügbar zu machen. „Mit dem Tool lässt sich künftig das Wartungsmanagement optimieren, die Wartungskosten werden deutlich sinken. Insgesamt wird der Anlagenbetrieb nachhaltiger“, verspricht Mondas-Chef Neumann. Im Rahmen des F&E-Projekts werden die entwickelten Methoden in die Mondas IoT-Webplattform implementiert und stehen dann Dritten zur Verfügung.

Warum automatisierte Fehlererkennung?

Beim Betrieb von BHKW können Fehlbetriebe oder nicht optimale Betriebsweisen auftreten, die, bleiben sie unerkannt, die Lebensdauer und Effizienz der Anlage negativ beeinflussen. Dazu gehören beispielsweise Taktung, suboptimale Betriebstemperaturen oder Fehler im Motor- oder Generatorbetrieb. Im F&E-Projekt werden diese zunächst anhand von vorhan-denen Wartungsprotokollen identifiziert und anschließend auf einem BHKW-Teststand reproduziert. Hiermit lassen sich zeitlich hoch aufgelöste, gelabelte Messdaten von günstigen wie fehlerhaften Anlagenzuständen generieren. Schließlich werden verschiedene maschinelle Lernverfahren auf ihre Eignung im praktischen Einsatz getestet und anschließend in der Mondas IoT-Software implementiert.

Besonders wichtig: Vorausschauende Wartung

Die Vorhersage von Messgrößen, die Rückschlüsse auf den Wartungs- bzw. Schadenszustand der Anlagen zulassen, ist ein weiteres, wichtiges Entwicklungsziel für das Wartungstool. Mögliche Störungen oder gar Ausfälle sollen frühzeitig erkannt werden, bevor sie Schaden anrichten. Um dorthin zu gelangen, werden Sensoren für relevante Größen wie Kurbelgehäusedruck, Geräusch oder Vibration nachgerüstet. Für die Prognose dieser Signale werden KI-Methoden eingesetzt und anhand der nachgerüsteten Anlagen evaluiert.

Hochkarätiges Entwicklerteam

Das Projekt „KI-basierte Wartungsoptimierung von Blockheizkraftwerken“ wird in einem Konsortium renommierter Forschungsinstituten und erfahrenen Unternehmen bearbeitet. Hierdurch kann die angestrebte schnelle Übertragung wissenschaftlicher Erkenntnisse in ein alltagstaugliches Wartungstool sichergestellt werden:

  • Hochschule Biberach
    Die Hochschule Biberach verfügt über große Erfahrung im Monitoring von Energiesystemen. Sie entwickelt auch Werkzeuge zur Analyse und Visualisierung von Monitoringdaten und Komponenten zur Interaktion mit Fremdsystemen. Zur Webseite …
  • Hochschule Ravensburg-Weingarten (RWU), Institut für Künstliche Intelligenz (IKI)
    Das IKI forscht seit über 20 Jahren im Bereich der Künstlichen Intelligenz sowie der Anwendung maschineller Lernverfahren in der Industrie. Zur Webseite …
  • enerquinn Energiesystemtechnik GmbH aus Weingarten
    enerquinn zählt zu den führenden Experten für die Full-Service-Planung und -Umsetzung von Blockheizkraftwerken sowie Photovoltaik-Stromspeicherlösungen in Baden-Württemberg. Zur Webseite …
  • Mondas GmbH
    Mit der mondas®-Systemplattform verfügen wir über ein hoch performantes IoT-Webtool zur Erfassung und Analyse von Zeitreihendaten, das sich insbesondere zur Überwachung und Wartungs¬optimier¬ung großer und räumlich weit verteilter Anlagenbestände eignet. Zur Webseite …

Das entwickelte Wartungstool wird nach Abschluss des F&E-Projekts im Dezember 2020 über die mondas® IoT-Plattform allen Wartungs- und Servicefirmen, aber auch BHKW-Herstellern und Betreibern wie Stadtwerke, EVU, Energiegenossenschaften und Contractingfirmen zur Verfügung stehen.

0 Kommentare

Dein Kommentar

Want to join the discussion?
Feel free to contribute!

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.