Fraunhofer-Institut für Werkstoffmechanik IWMWie lassen sich Fertigungskosten von Tragstrukturen von Offshore-Windenergieanlagen einsparen? WeldScanPro-LP entwickelt ein KI-gestütztes System, das Schweißnähte an Monopiles automatisiert per 3D-Scan digitalisiert und deren lokale Ermüdungsfestigkeit mittels künstlicher neuronaler Netze ortsaufgelöst bewertet. Erstmals werden Nahtgeometrie, Eigenspannungen und Mikrostruktur gemeinsam in einem datengetriebenen Modell verknüpft, um konservative Auslegungsreserven gezielt abzubauen. Das Ergebnis ersetzt die bisherige händische Spot-Check-Prüfung durch eine flächendeckende, automatisierte Inline-Inspektion. Unternehmen profitieren von reduzierten Wanddicken, weniger Nacharbeit und einer digitalisierten Qualitätsdokumentation über die gesamte Schweißnaht.
Automatisierte Inline-Inspektion und ortsaufgelöste Ermüdungsfestigkeitsbewertung von Schweißverbindungen an Offshore-Monopiles mittels 3D-Oberflächendigitalisierung und künstlicher neuronaler Netze unter Berücksichtigung lokaler Kerbgeometrie, Eigenspannungen und Mikrostruktur zur Reduzierung der Fertigungs- und Wartungskosten
Laufendes Forschungsprojekt
Projektbeschreibung
Marktbedarf und Herausforderungen
Der Ausbau der Offshore-Windenergie ist ein zentraler Pfeiler der europäischen Energiewende. Rund 30 % der Investitionskosten eines Offshore-Windparks entfallen auf die Monopile-Fundamente – rohrförmige Stahlstrukturen von mittlerweile 7–10 m Durchmesser und über 100 m Länge, die durch Umfangsschweißnähte verbunden werden. Die Ermüdungsfestigkeit dieser Schweißnähte ist auslegungsbestimmend für die 25-jährige Nutzungsdauer unter Wind- und Wellenlasten. Die heutige Bemessung ist jedoch extrem konservativ: Sie berücksichtigt weder die tatsächliche lokale Nahtgeometrie noch den individuellen Eigenspannungs- und Mikrostrukturzustand. Die Qualitätskontrolle erfolgt händisch mittels Schablonen an wenigen Stichproben – zeitaufwändig, anwenderabhängig und nicht flächendeckend. Dies führt zu unnötig großen Blechdicken, übermäßiger Nacharbeit und erheblichen Mehrkosten. Gleichzeitig eröffnen moderne 3D-Scanner und maschinelle Lernverfahren völlig neue Möglichkeiten der digitalen Schweißnahtbewertung.
Lösungsansatz des Projekts
WeldScanPro-LP entwickelt ein automatisiertes, anwenderunabhängiges System zur ortsaufgelösten Bewertung der Ermüdungsfestigkeit von Schweißnähten. Hochauflösende 3D-Scans (Streifenlichtprojektion und Lasertriangulation) digitalisieren die gesamte Nahtoberfläche. Aus den Oberflächenmodellen werden automatisiert geometrische Parameter und lokale Kerbformzahlen abgeleitet – unterstützt durch FE-Simulationen und KNN. Ergänzend werden Eigenspannungen (röntgenografisch und numerisch) sowie mikrostrukturelle Eigenschaften (Härte, Halbwertsbreite) ortsaufgelöst erfasst und mit der lokalen Ermüdungslebensdauer korreliert. Ein künstliches neuronales Netz wird an Ermüdungsversuchen trainiert, um aus wenigen Eingangsgrößen die lokale Lebensdauer entlang der gesamten Schweißnaht vorherzusagen.
Beitrag zur Bewältigung der Herausforderungen
Das Projekt ermöglichen voraussichtlich eine Einsparung von geschätzt 10–20 % der Fertigungskosten pro Monopile (350.000–700.000 € je Fundament) durch: Automatisierung der Qualitätskontrolle, gezielte Reduktion konservativer Auslegungsreserven, Vermeidung unnötiger Nacharbeit und lückenlose digitale Dokumentation. Die Methodik ist branchenübergreifend auf alle ermüdungsbeanspruchten Schweißkonstruktionen übertragbar – vom Schiffbau über den Kranbau bis zum Brückenbau. Die Ergebnisse stärken die Wettbewerbsfähigkeit der deutschen maritimen Industrie und unterstützen den Ausbau erneuerbarer Energien durch kosteneffizientere Offshore-Strukturen.
Die Arbeitspakete des Fraunhofer IWM:
Das Fraunhofer IWM liefert die experimentelle, numerische und datenbasierte Grundlage für eine präzise, lokal aufgelöste Ermüdungsfestigkeitsbewertung von Schweißstrukturen. Es schafft die Datenbasis, die Bewertungsmodelle und die physikalische Validierung, auf denen die ML-basierten Methoden des Projekts aufbauen.
Vollständige experimentelle Charakterisierung des Ermüdungsverhaltens
Das Fraunhofer IWM erstellt einen umfassenden, hochaufgelösten Datensatz lokaler Einflussgrößen auf die Ermüdungsfestigkeit für alle Schweißproben und realen Monopiles – inklusive Eigenspannungstiefenprofile, Härteverläufe, Korngrößen und Versetzungsdichten. Einzigartig dabei: Aus einem einzigen automatisierten Röntgenmessdurchlauf werden gleichzeitig Eigenspannungen und mikrostrukturelle Werkstoffkennwerte gewonnen – ein Alleinstellungsmerkmal, das den Messaufwand für das ML-Training gegenüber konventionellen Ansätzen erheblich reduziert.
Ermüdungsdatenbasis mit in-situ Rissinitiierungsdaten
Das Fraunhofer IWM erzeugt eine dichte, lokal aufgelöste Ermüdungsdatenbasis: Pro Probe werden mehrere Rissausgangsorte mit zugehöriger lokaler Lastspielzahl erfasst – was die benötigte Probenanzahl und Prüfdauer um bis zu 50 % reduziert. Das Ergebnis ist ein validierter Datensatz, der Versagensort, Versagenszeitpunkt und lokale Einflussgrößen direkt verknüpft und damit die Grundlage für das ML-Training bildet.
Synthetische Trainingsdatenbasis und validierte Eigenspannungsfelder für KNN und Betriebsfestigkeit
Das Fraunhofer IWM stellt dem Projekt zwei zentrale numerische Ergebnisse bereit: erstens 5.000–10.000 automatisiert berechnete Simulationsdatensätze zur Kerbformzahlbestimmung aus 3D-Oberflächenscans als Trainingsbasis für das KNN; zweitens validierte lokale und globale Eigenspannungsfelder auf zwei Größenskalen – von der Nahtgeometrie bis zur Gesamtstruktur –, einschließlich der zyklisch stabilisierten Eigenspannungen unter realen Betriebslasten.
Auf der Grundlage der Projektergebnisse kann das Fraunhofer IWM Industrieunternehmen folgende Forschungs- und Entwicklungsleistungen anbieten:
1. Automatisierte röntgenografische Eigenspannungsanalyse an Schweißverbindungen
Das Fraunhofer IWM erfasst den Eigenspannungszustand von Schweißnähten ortsaufgelöst und quantitativ – auch direkt vor Ort an Großstrukturen – mittels robotergeführtem Diffraktometer nach dem cos α-Verfahren.
2. Ermüdungsversuche mit in-situ-Rissdetektion mittels Digital Image Correlation (DIC)
Das Fraunhofer IWM liefert eine dichte, lokal aufgelöste Ermüdungsdatenbasis mit automatisierter Erfassung von Rissinitiierung und Rissfortschritt entlang der gesamten Schweißnaht – pro Probe werden mehrere unabhängige Datenpunkte gewonnen.
3. Zerstörungsfreie Charakterisierung lokaler Werkstoffeigenschaften aus Röntgenbeugungsdaten
Das Fraunhofer IWM leitet aus denselben Röntgenmessdaten, die zur Eigenspannungsbestimmung genutzt werden, gleichzeitig lokale Werkstoffeigenschaften wie Härte, Versetzungsdichte und Mikrostrukturgradient ab – ohne zusätzliche metallografische Präparation.
4. Numerische Eigenspannungsvorhersage in Schweißverbindungen mittels FE-Simulation
Das Fraunhofer IWM berechnet lokale und globale Eigenspannungsfelder in Mehrlagenschweißverbindungen und großen Rohrstrukturen auf zwei Größenskalen – vom Nahtausschnitt bis zur Gesamtstruktur – und validiert diese an experimentellen Messdaten.
5. Automatisierte Kerbformzahlbestimmung aus 3D-Schweißnahtoberflächenscans
Das Fraunhofer IWM überführt reale 3D-Scandaten von Schweißnahtoberflächengeometrien automatisiert in FE-Modelle und berechnet daraus ortsaufgelöste Spannungskonzentrationen entlang der gesamten Nahtlänge.
6. KI-gestützte Lebensdauervorhersage für Schweißverbindungen
Das Fraunhofer IWM wendet maschinelle Lernverfahren zur flächendeckenden, ortsaufgelösten Ermüdungsfestigkeitsbewertung auf Basis von 3D-Scandaten und wenigen ergänzenden Parametern an – und ermöglicht damit eine sekundenschnelle Qualitätsbewertung direkt in der Fertigungslinie.
