Parallel zum weltweiten Ausbau der erneuerbaren Energiekapazität wird die Verfügbarkeit der Turbinen zum zentralen Thema der Industrie. Zustandsbasierte und prädiktive Wartung bieten dafür hohes Potenzial. Physikalisch modelliertes Expertenwissen bildet dafür die solide Basis.
Die erneuerbare Energie-Industrie ist in den letzten zwei Dekaden massiv gewachsen und dieses Wachstum wird sich in Zukunft noch deutlich steigern, um die Energieversorgung schließlich komplett darzustellen. Das Wachstum wird von kontinuierlicher Innovation begleitet. Der Entwicklungspfad verläuft generell Richtung größerer Turbinenleistung für off-shore Anwendung, höherer Effizienz, längerer Lebensdauer für niedrigere Energiekosten.
Langfristige Wartungsverträge treiben die Digitalisierung der Branche, um zustandsbasierte Wartung zu realisieren.
Große Flotten erfordern eine automatisierte Lösung für Überwachung, Analyse und Diagnose, um daraus Empfehlungen für vorsorgliche Wartung abzuleiten. Das wesentliche Ziel dafür ist die Vermeidung ungeplanter Ausfälle und die Reduktion der mittleren Stehzeit (MTTR) von Turbinen. Der größte Teil des Expertenwissens dazu ist implizit in den lokalen Serviceorganisationen vorhanden. Hohe Fluktuation und der Mangel an Servicetechnikern machen eine Unterstützung der Wartungsaktivität mit wissensbasierten Systemen notwendig.
Die Software Uptime HARVEST analysiert die Überwachungsdaten von Windturbinen. Dazu werden die Daten des SCADA-Systems mit der Wartungsdokumentation oder auch den Analyse-Ergebnisse von einzelnen Komponenten in einem gemeinsamen Empfehlungssystem verarbeitet.
Es basiert auf der Detektion von Abweichungen, gefolgt von der Diagnose der Ursachen und der Prognose der Restlebensdauer. In jedem Schritt dieser Analysekette werden Empfehlungen erstellt, ihre Basis wird erklärt und der Nutzer wird in der Problemlösung unterstützt. Das erlaubt höchste Verfügbarkeit bei sinkenden Wartungskosten.
