Projekt
Günstiger, effizienter, langlebiger
In Zusammenarbeit mit den Unternehmen enerquinn und mondas erarbeiten die Hochschulen Biberach und Ravensburg-Weingarten im Rahmen des Innovationswettbewerbs „Künstliche Intelligenz für kleine und mittelständische Unternehmen“ der Initiative Wirtschaft digital des Landes Baden-Württemberg eine KI-basierte Lösung zur Senkung von Wartungskosten Effizienzsteigerung und Verlängerung der Lebensdauer von Blockheizkraftwerken .
Blockheizkraftwerke (BHKW) sind besonders effiziente Anlagen, da sie sowohl Strom als auch Wärme erzeugen. Aufgrund ihrer Effizienz und ihrer guten Regelbarkeit sind sie ein wichtiger Baustein der Energiewende bzw. zur Erreichung der Klimaschutzziele. Blockheizkraftwerke werden direkt am Energiebedarfsort installiert– beispielsweise in Hotels, Wohnsiedlungen oder Industriegebäuden. Dieser dezentrale Ansatz bringt einen erhöhten Wartungsbedarf und längere Anfahrtswege für Wartungen und Reparaturen mit sich, was sich widerum in den Betriebskosten niederschlägt. Jede Anlage wird in festen Intervallen gewartet. Der tatsächliche Zustand des BHKW wird jedoch nicht fortlaufend geprüft und beobachtet. Fallen Schäden zu spät oder gar nicht auf, führt dies zu erhöhten Wartungskosten, Effizienzeinbußen und einer unter Umständen verkürzten Lebensdauer des Blockheizkraftwerks.
Wie hilft KI dabei, das Problem zu lösen?
Verschmutze Filter, defekte Motor- oder Generatorenantriebe, eine nicht optimale Betriebstemperatur: Die Ursachen, weswegen ein BHKW nicht reibungslos läuft, sind vielfältig. Ein KI-System ist in der Lage, mithilfe von Sensoren gewonnenene riesige Datenmengen zu analysieren, auszuwerten und definierten Störungsszenarien zuzuordnen.
Um dies zu ermöglichen, werden im ersten Schritt die häufigsten Fehler evaluiert, spezielle, passende Sensoren ausgewählt und in einem Test-BHKW eingebaut. Danach werden typische Störungen eingebaut, um fehlerrelevante Messdaten zu erzeugen. Das KI-System wird nun dahingehend trainiert, die umfangreichen gewonnenen Messdaten zu analysieren, Normaldaten zu klassifizieren und Muster in Fehlern bzw. Abweichungen zu finden und als solche zu definieren. Zusätzlich werden Datensätze von Experten verglichen und geprüft. Diese Vorgehensweise lässt sich theoretisch auch auf andere motorgetriebene, wartungsintensive oder störungsanfällige Anlagen übertragen.
Werden nun die passenden Sensoren in ein BHKW eingebaut und der entwickelte KI-Algorithmus in eine cloudbasierte Software für den Anwender bzw. Servicebetreiber integriert, kann eine automatisierte, fortlaufende Fehlererkennung unabhängig des Regelwartungsintervalls durchgeführt und auftretende Unregelmäßigkeiten bedarfsgerecht, schnell und effizient durchgeführt werden. Die führt zur gewünschten Senkung der Wartungskosten, Effizienzsteigerung und Verlängerung der Lebensdauer.