Vorausschauende Wartung skalieren und dadurch die Kosten für Windenergie senken
Alice Feldmann ()
Additional contact information
Alice Feldmann: ZF Wind Power Antwerpen NV
Chapter 7 in Künstliche Intelligenz erfolgreich umsetzen, 2021, pp 105-124 from Springer
Abstract:
Zusammenfassung Kosten sind die wichtigste Wettbewerbsgröße auf dem Energiemarkt, da sie Investitions- und Kaufentscheidungen steuern. Digitale Lösungen im Bereich Windenergie können zu wesentlichen Kosteneinsparungen und Effizienzsteigerungen führen und somit die Energiewende beschleunigen. Angebote im Bereich predictive maintenance (dt. vorausschauende Wartung) ermöglichen zuverlässige Vorhersagen über die Lebensdauer und das Ausfallverhalten von Windturbinenkomponenten wie zum Beispiel von Getrieben. Somit können Betriebs- und Ersatzteillagerkosten reduziert, Wartungsintervalle optimiert und die Lebensdauer von gesamten Anlagen verlängert werden. Die Konzipierung, Entwicklung und Industrialisierung solcher digitalen Produkte, in deren Mittelpunkt meist Datenanalytik oder maschinelles Lernen stehen, ist eine Herausforderung für die Windindustrie. Dieser Beitrag beschreibt, warum Schlüsselfaktoren wie eine digitale Infrastruktur und eine agile Mentalität notwendig sind und zeigt am Beispiel von ZF Wind Power auf, wie Herausforderungen auf diesem Weg bewältigt werden können.
Date: 2021
References: Add references at CitEc
Citations:
There are no downloads for this item, see the EconPapers FAQ for hints about obtaining it.
Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.
Export reference: BibTeX
RIS (EndNote, ProCite, RefMan)
HTML/Text
Persistent link: https://EconPapers.repec.org/RePEc:spr:sprchp:978-3-658-34670-6_7
Ordering information: This item can be ordered from
http://www.springer.com/9783658346706
DOI: 10.1007/978-3-658-34670-6_7
Access Statistics for this chapter
More chapters in Springer Books from Springer
Bibliographic data for series maintained by Sonal Shukla () and Springer Nature Abstracting and Indexing ().