Sensorintegrierendes Maschinenelemente als Wegbereiter flächendeckender Digitalisierung Sensorintegrierendes Zahnrad (SIZA)
Forschungsthema
| Kurztitel | Sensorintegrierendes Zahnrad (SIZA) |
| Projektbeginn | Q1/2025 |
| Förderung | DFG-Nr. 1198722-2 Deutsche Forschungsgemeinschaft, DFG |
| Webseite | Link zur Website des SPP2305 Website des SPP2305 in der GEPRIS-Datenbank der DFG Website des SIZA-Projekts in der GEPRIS-Datenbank der DFG |
| Projektpartner | Lehrstuhl für Automatisierungstechnik und Informationssysteme, AIS, TU München Professur Smart Diagnostik und Online Monitoring, SDM, Hochschule für Technik, Wirtschaft und Kultur Leipzig |
| Kontakt | Dr.-Ing. M. Otto |
Projektbeschreibung
Die potenziellen Schäden an Zahnrädern resultieren mittel- oder unmittelbar aus den physikalischen Vorgängen im Zahneingriff. Für eine möglichst zuverlässige Zustandsüberwachung wurde die Messdatenerfassung dabei so nah wie möglich am Zahneingriff angestrebt, dabei sind geeignete Sensoren direkt in das Zahnrad „in-situ“ integriert werden. Abbildung 1 zeigt den im Rahmen der Forschung erzielten Bauraum des SIZAs.
Ziel ist es nun, die bestehenden Prototypen und Konzepte um weitere Umfänge wie Energiespeicherung, Energy Harvesting und drahtlose Datenübertragung zu erweitern. Neben der Erweiterung der Funktionalität wird auch die Lebensdauer unter typischen Einsatzbedingungen erprobt, um die Zuverlässigkeit und Leistungsfähigkeit der elektronischen Systeme aber auch das modifizierten Zahnradkörpers sicherzustellen.
Hierzu sind auch Kooperationen innerhalb des Schwerpunktprogramms geplant, welche eine Standardisierung sensorintegrierender Maschinenelemente hinsichtlich Normen und Richtlinien begünstigen. Zudem soll durch die Kooperationen das Ziel der Vernetzung mehrerer sensorintegrierender Maschinenelemente verfolgt mit dem Ziel durch die diverse verteile Sensorik eine bessere Überwachung von Maschinensystem zu erreichen.
Literatur
[Bon22] Bonaiti, L.; Knoll, E.; Otto, M.; Gorla, C.; Stahl, K.: The Effect of Sensor Integration on the Load Carrying Capacity of Gears. Machines 10. Heft: 10, S. 1–4 (2022).
[Fro19] Fromberger, M.; Sendlbeck, S.; Rothemund, M.; Götz, J.; Otto, M.; Stahl, K.: Comparing Data Sources for Condition Monitoring Suitability. Forschung im Ingenieurwesen 83. Heft: 3, S. 521–527 (2019).
[Kir24] Kirchner, E.; Wallmersperger, T.; Gwosch, T.; Menning, J. D. M.; Peters, J.; Breimann, R.; Kraus, B.; Welzbacher, P.; Küchenhof, J.; Krause, D.; Knoll, E.; Otto, M.; Muhammedi, B.; Seltmann, S.; Hasse, A.; Schäfer, G.; Lohrengel, A.; Thielen, S.; Stiemcke, Y.; Koch, O.; Ewert, A.; Rosenlöcher, T.; Schlecht, B.; Prokopchuk, A.; Henke, E.-F. M.; Herbst, F.; Matthiesen, S.; Riehl, D.; Keil, F.; Hofmann, K.; Pape, F.; Konopka, D.; Poll, G.; Steppeler, T.; Ottermann, R.; Dencker, F.; Wurz, M. C.; Puchtler, S.; Baszenski, T.; Winnertz, M.; Jacobs, G.; Lehmann, B.; Stahl, K.: A Review on Sensor‐Integrating Machine Elements. Advanced Sensor Research (2024).
[Kno23] Knoll, E.; Rupprecht, B.; Groppo, E.; Otto, M.; Vogel-Heuser, B.; Brederlow, R.; Stahl, K.: MODULAR EXTENSION OF FZG-GEAR TEST RIG FOR IN-SITU MEASUREMENT POSSIBILITIES. 29th International Congress on Sound and Vibration, Prag. IIAV CZECH s.r.o. (2023).
[Kno24] Knoll, E.; Rothemund, M.; Otto, M.; Rupprecht, B.; Ochs, M.; Vogel-Heuser, B.; Brederlow, R.; Stahl, K.: Evaluation of vibration behavior at different sensing positions on gearboxes. Forschung im Ingenieurwesen 88. Heft: 1 (2024).
[Küc24] Küchenhof, J.; Breimann, R.; Kirchner, E.; Gomberg, I.; Trieu, H. K.; Alamsha, K.; Knoll, E.; Stahl, K.; Menning, J.; Wallmersperger, T.; Ewert, A.; Schlecht, B.; Prokopchuk, A.; Henke, E.-F. M.; Seltmann, S.; Hasse, A.; Chen, C.; Drossel, W.- G.; Krause, D.: Development of a model-based modular building kit for sensorintegrating machine elements—Theory and application. Forschung im Ingenieurwesen 88. Heft: 1 (2024).
[Rup23] Rupprecht, B.; Sendlbeck, S.; Vogel-Heuser, B.; Brederlow, R.; Knoll, E.; Stahl, K.: Analysis of Acceleration Data using Low-Power Embedded Devices to Detect Gear Faults. 19th International Conference on Automation Science and Engineering, Auckland. IEEE (2023).
[Rup24] Rupprecht, B.; Vogel-Heuser, B.; Hujo, D.; Vicaria, A.; Knoll, E.; Stahl, K.; Ochs, M.; Brederlow, R.: A Microcontroller Operating Strategy for (Micro-)Pitting and Temperature Increase Detection in Sensor-Integrating Gears Evaluated With Prerecorded Sensor Data. International Conference on Industrial Engineering and Engineering Management 2024 (IEEM24), Bangkok (2024).