TY - CONF A1 - Gerards-Wünsche, Paul A1 - Hille, Falk T1 - Zuverlässigkeitsbasierter Technologietransfer am Beispiel Risslumineszenz Von der ZfP im Labor zum KI-basierten SHM-System für die Industrie – Statusbericht N2 - Der Übergang neuer zerstörungsfreien Prüfmethoden (ZfP) aus dem Labor in die industrielle Anwendung stellt erhebliche Herausforderungen dar. Für visuelle ZfP-Techniken, wie die in dieser Studie verwendete Risslumineszenz-Methode, ist die Automatisierung der Fehlererkennung durch KI-gestützte Computer-Vision-Systeme ein logischer nächster Schritt. Findet dies als kontinuierliche Überwachung statt, entwickeln sich solche Systeme zu einer KI-gestützten SHM-Methode. Die Implementierung dieser Technologien in sicherheitskritischen Anwendungen erfordert jedoch einen robusten Nachweis ihrer Zuverlässigkeit, der durch diese Weiterentwicklung an Komplexität gewinnt. Während etablierte Standards für Probability of Detection (POD)-Studien in ZfP-Systemen existieren, fehlen entsprechende Normen für SHM-Systeme, insbesondere solche, die KI einsetzen. Obwohl statistische Methoden für SHM-Systeme verfügbar sind, um Datenabhängigkeiten zu berücksichtigen, ist ein ganzheitlicher POD-Ansatz notwendig, um beeinflussende und variable Störfaktoren umfassend zu adressieren und die Alterung des SHM-Systems zu berücksichtigen. Diese Arbeit demonstriert Fortschritte bei der Entwicklung einer maßgeschneiderten Methodik, die auf die spezifischen Anforderungen zugeschnitten ist, um die Zuverlässigkeit eines KI-gestützten SHM-Systems auf Basis der Risslumineszenz nachzuweisen. Dieser Ansatz integriert die Prinzipien von POD-Studien mit statistischen Methoden für SHM-Systeme, um eine robuste Zuverlässigkeitsbewertung zu gewährleisten. Er verdeutlicht die erheblichen Herausforderungen, die bereits bei der kontinuierlichen Überwachung einer relativ einfachen visuellen Methode wie der Risslumineszenz auftreten. T2 - DGZfP-Jahrestagung 2025 CY - Berlin, Germany DA - 25.05.2025 KW - Risslumineszenz KW - SHM KW - PoD KW - Zuverlässigkeit KW - ZfP PY - 2025 UR - https://nbn-resolving.org/urn:nbn:de:kobv:b43-636142 SP - 1 EP - 13 PB - NDT.net AN - OPUS4-63614 LA - deu AD - Bundesanstalt fuer Materialforschung und -pruefung (BAM), Berlin, Germany ER - TY - JOUR A1 - Eichner, Lukas A1 - Gerards-Wünsche, Paul A1 - Happel, Karina A1 - Weise, Sigurd A1 - Haake, Gerrit A1 - Sieber, Lars A1 - Flederer, Holger A1 - Schneider, Ronald A1 - Herrmann, Ralf A1 - Hille, Falk A1 - Baeßler, Matthias A1 - Huhn, Holger A1 - Küchler, Andreas T1 - Digitales Datenmanagement für die Instandhaltung von Offshore-Windparks T1 - Digital data management for maintenance in offshore wind farms N2 - Im Forschungsprojekt DiMoWind-Inspect wurde untersucht, welche Grundvoraussetzungen geschaffen werden müssen, um digitale Methoden für die Instandhaltung von Offshore-Windenergieanlagen einsetzen zu können. Daten aus allen Lebensphasen der Anlagen werden derzeit nur selten effizient dafür genutzt, um die sinnvollsten Instandhaltungsmaßnahmen am richtigen Ort, zum richtigen Zeitpunkt und mit den geringsten Kosten durchzuführen. Eine im Vorhaben entwickelte einheitliche Strukturierung der bisher häufig unstrukturierten Bau- und Instandhaltungsdaten ermöglicht ihre übergreifende, anwenderspezifische Verfügbarkeit. Hierfür werden Prinzipien des Referenzkennzeichnungssystems RDS-PP adaptiert. Es wird aufgezeigt, wie neben Bauteilen auch zusätzliche Informationen wie Instandhaltungsmaßnahmen oder Mängel strukturiert werden können. Dem Ansatz des Building Information Modeling folgend werden die Bauwerkskomponenten direkt mit den Informationen aus Inspektionen und weiteren Instandhaltungsmaßnahmen verknüpft. So können Informationen aus dem Betrieb über den Zustand der Struktur verarbeitet und für die maßgebenden Berechnungen und Nachweise zur Verfügung gestellt werden. Als Anwendungsfall wird ein zweistufiges Konzept vorgestellt, das zur Bewertung der Ermüdungslebensdauer eines korrosionsgeschädigten Konstruktionsdetails der Gründungsstruktur einer Offshore-Windenergieanlage mit Informationen aus der Instandhaltung eingesetzt wird. N2 - The DiMoWind-Inspect research project explored the essential requirements for implementing digital methods in the maintenance of offshore wind turbines. Currently, data from all stages of the turbines' lifecycles are underutilized, leading to suboptimal maintenance actions being taken in terms of location, timing, and cost. A consistent structuring of previously often unstructured construction and maintenance data developed in the project enables their cross-disciplinary, user-specific availability. To accomplish this, the principles of the Reference Designation System for Power Plants RDS-PP are applied. In this way, additional information, such as maintenance measures or defects, can be structured alongside components. The components of the structures are directly linked with information from inspections and other maintenance activities, following the Building Information Modeling approach. This allows for processing operational information about the condition of the structure and providing it for relevant calculations and assessments. As a use case, a two-stage concept is presented, utilizing maintenance information to assess the fatigue life of a corrosion-damaged structural detail in the support structure of an offshore wind turbine. KW - Building Information Modeling KW - Datenmanagement KW - Instandhaltung KW - Offshore-Windenergie KW - Referenzkennzeichnungssystem PY - 2024 DO - https://doi.org/10.1002/bate.202400026 VL - 101 IS - 10 SP - 558 EP - 567 PB - Ernst & Sohn CY - Berlin AN - OPUS4-60765 LA - deu AD - Bundesanstalt fuer Materialforschung und -pruefung (BAM), Berlin, Germany ER - TY - CONF A1 - Gerards-Wünsche, Paul T1 - Der Weg vom Labor zur industriellen Einsetzbarkeit der Risslumineszenz N2 - Der Vortrag beschreibt die Relevanz der Zuverlässigkeitsbewertung von klassischen ZfP- und SHM-Verfahren. Diese Zuverlässigkeitsbewertung soll auch für das an der BAM entwickelte Risslumineszenzverfahren durchgeführt werden. Die Risslumineszenz wird zunächst vorgestellt und es wird beschrieben welchen Weg man beschreiten muss, um eine Zuverlässigkeitsbewertung für eine Technik durchzuführen, die nicht nur als ZfP-Verfahren genutzt werden soll, sondern auch für die Dauerüberwachung unter der Einbindung einer KI-basierten automatisierten Risserkennung. Die mit dieser Erweiterung des Einsatzspektrums einhergehenden Faktoren für Messunsicherheit und -variabilität wird als Problematik erkannt und als zukünftige Aufgabe, die es zu lösen gilt, definiert. T2 - ZfP-Seminar Prof. Große TU München WS22 CY - Online meeting DA - 15.12.2022 KW - Rissprozes KW - Structural Health Monitoring KW - Risslumineszenz KW - Ermüdungsprüfung KW - Rissprozess PY - 2022 AN - OPUS4-56643 LA - deu AD - Bundesanstalt fuer Materialforschung und -pruefung (BAM), Berlin, Germany ER -