TY - CONF A1 - Junker, Birgit A1 - Stamm, Michael T1 - No downtime thermographic rotor blade inspection N2 - In this presentation, the KI-VISIR Reference Dataset, created by the Bundesanstalt für Materialforschung und -prüfung (BAM) will be discussed. It includes thermographic and visual inspection data of 30 operational wind turbines. This dataset aims to support the maintenance and inspection of wind turbines, which are increasingly being built across Germany and Europe. The data is publicly available and helps in the development of digital methods for damage classification and inspection. T2 - AMI Wind Turbine Blades CY - Düsseldorf, Germany DA - 10.12.2024 KW - Thermography KW - Wind Turbine Blades KW - AI KW - KI-VISIR KW - NDT PY - 2024 AN - OPUS4-62498 LA - eng AD - Bundesanstalt fuer Materialforschung und -pruefung (BAM), Berlin, Germany ER - TY - CONF A1 - Stamm, Michael T1 - Einführung thermografischer Methoden in die Ermüdungsprüfung unter Laborbedingungen sowie bei Ganzblatt-Rotorblattprüfungen N2 - Der Vortrag der Bundesanstalt für Materialforschung und -prüfung (BAM) stellt die Einführung und Anwendung thermografischer Methoden zur Ermüdungsprüfung und Ganzblatt-Rotorblattprüfung vor. Die BAM, tätig in Forschung, Prüfung und Beratung, trägt zur technischen Sicherheit bei und unterstützt die Energiewende. Die Abteilung 8.3 "Thermographic Methods" arbeitet an der Forschung, Entwicklung und Anwendung thermografischer Prüf- und Überwachungstechniken. Passive Thermografie ist eine bildgebende Messung der Oberflächentemperatur, die Informationen über das Innere von Bauteilen liefert. Durch Nutzung von Sonneneinstrahlung und Temperaturschwankungen können auch große Strukturen wie Rotorblätter geprüft werden. Thermische Inspektionen visualisieren Temperaturunterschiede, die durch Material-, Struktur-, Aerodynamik- und Oberflächeneigenschaften sowie Reibungswärme entstehen. Bei rotierenden Rotorblättern wird die Thermografie eingesetzt, um Strömungsphänomene (laminar/turbulent), Oberflächendefekte (z.B. Regen-Erosion) und innere Defekte zu erkennen. Ein Schlüsselprojekt ist die AI-gestützte Bildklassifizierung (LATODA) von über 1200 Roh-Infrarotbildern für die Mangeldetektion. Ziel ist die Entwicklung von zuverlässigen, automatisierten, robotergestützten Verfahren, um Schäden schnell zu erkennen und so Effizienzverluste (AEP-loss) zu vermeiden und die Lebensdauer von Windenergieanlagen zu verlängern. T2 - Mitgliederversammlung des BWE- Sachverständigenbeirates CY - Hannover, Germany DA - 5.9.2025 KW - Thermografie KW - Wind KW - Rotorblätter KW - Inspektion PY - 2025 AN - OPUS4-64719 LA - deu AD - Bundesanstalt fuer Materialforschung und -pruefung (BAM), Berlin, Germany ER -