Fraunhofer-Institut für Werkstoffmechanik IWMUngeplante Ausfälle und pauschale Wartungsintervalle kosten Sie Geld und wertvolle Nutzungsdauer – meist, weil der tatsächliche Bauteilzustand unbekannt ist. Wir schaffen hier Klarheit: Wir bauen aktualisierbare Digitale Zwillinge, die physikbasierte Lebensdauermodelle mit Betriebssensordaten, Inspektionsbildern und Wartungsdokumenten verknüpfen, und entwickeln datenbasierte Methoden zur Ermittlung von Spannungsfeldern und Eigenspannungen. Wir arbeiten dabei an Ihren konkreten Komponenten, Lastszenarien und Schadensmechanismen. Das Ergebnis: zustandsbasierte statt worst-case-basierte Wartungsplanung, verlängerte sichere Nutzungsdauer teurer Komponenten, höhere Werkstoffausnutzung und eine lückenlose, nachvollziehbare Nachweiskette für Zertifizierung und Gewährleistung. Sie entscheiden auf Basis des tatsächlichen Zustands – nicht auf Basis von Sicherheitszuschlägen.
KI-gestützte Zustandsüberwachung und Lebensdauerprognose
Digital Twin für Lebensdauervorhersage
Wir koppeln physikbasierte Lebensdauermodelle mit Betriebssensordaten, Inspektionsbildern und Wartungsdokumenten über einen bauteil- und werkstoffspezifischen Wissensgraphen und aktualisieren laufend den Bauteilzustand. Sie reduzieren damit ungeplante Ausfälle, planen Wartung zustandsbasiert statt worst-case-basiert, verlängern die sichere Nutzungsdauer teurer Komponenten, senken Ersatzteil- und Ausfallkosten und erhalten eine lückenlose Nachweiskette für Zertifizierung und Gewährleistung.
FuE Leistungen:
- Aufbau eines bauteil- und werkstoffspezifischen Wissensgraphen
- Kopplung physikbasierter Lebensdauermodelle mit Betriebsdaten
- Automatisierte Auswertung von Inspektionsbildern zur Zustandsaktualisierung
- Verarbeitung von Wartungsdokumenten mittels textbasierter Modelle
- Erstellung einer Nachweiskette für Zertifizierung und Gewährleistung
KI-gestützte Spannungsfeld- und Spannungszustandsanalyse
Wir ermitteln Spannungsfelder und -zustände für verschiedene Betriebsszenarien mittels KI-gestützter Auswertemethoden sowie physikbasierter FE-Simulations- und Experimentdaten. Sie erzielen damit eine höhere Werkstoffausnutzung und Effizienzsteigerung, zum Beispiel höhere ertragbare Lastwechselzahlen bei Turbinenkomponenten.
FuE Leistungen:
- KI-gestützte Auswertung von Spannungsfeldern für definierte Betriebsszenarien
- Kombination von FE-Simulationsdaten mit experimentellen Spannungsmessungen
- Identifikation kritischer Lastfälle und Spannungszustände
- Bewertung von Reserven zur Steigerung der Werkstoffausnutzung
- Übergabe der Ergebnisse in Ihre Bauteilauslegungs- und Freigabeprozesse
KI-gestützte Eigenspannungsabschätzung bei Schweißprozessen
Wir schätzen Schweißeigenspannungen aus Geometrie- und Prozessparametern ab und substituieren damit teilweise aufwendige FE-Simulationen. Sie erhalten dadurch eine schnellere, kostengünstigere Bauteilauslegung durch realistische Eigenspannungsprofile.
FuE Leistungen:
- Abschätzung von Eigenspannungen aus Geometrie- und Prozessparametern
- Kalibrierung der Modelle mit ausgewählten FE-Simulationen oder Messdaten
- Teilweise Substitution aufwendiger Schweiß-FE-Simulationen
- Bereitstellung realistischer Eigenspannungsprofile für die Bauteilauslegung