Datengetriebene Gleitlagerüberwachung im Großmotor anhand von Schallemission
Datengetriebene Gleitlagerüberwachung im Großmotor anhand von Schallemission
Ziel
Die vorliegende Arbeit verfolgt das Ziel, eine nichtinvasive Zustandsüberwachung von Gleitlagern mithilfe von Schallemissionen (Acoustic Emissions, AE) zu ermöglichen. Der Schwerpunkt liegt insbesondere auf der Detektion von unerwünschten Mischreibungsereignissen zwischen Kurbelwelle und Gleitlager unter Zuhilfenahme datengetriebener Methoden aus dem Bereich des maschinellen Lernens. Zu diesem Zweck wurde eine Messdatenbank generiert, welche anhand von Lagerprüfstandstests erstellt wurde. Hierbei wurde das Prüflager mit unterschiedlichen AE-Sensoren an mehreren Positionen instrumentiert. Die Tests wurden unter verschiedenen Betriebsbedingungen durchgeführt, um repräsentativ jene von Großmotoren nachzubilden. Aufgaben
Voraussetzungen Programmierkenntnisse in Python oder R; Erfahrung im Bereich Datenanalyse
Möglicher Beginn: Ab sofort Kontakt: Univ.-Prof. Dr.-Ing. Nicole Wermuth, +43 (316) 873-30087, nicole.wermuth@lec.tugraz.at |