IDEAS home Printed from https://ideas.repec.org/h/spr/sprchp/978-3-658-34670-6_7.html
   My bibliography  Save this book chapter

Vorausschauende Wartung skalieren und dadurch die Kosten für Windenergie senken

In: Künstliche Intelligenz erfolgreich umsetzen

Author

Listed:
  • Alice Feldmann

    (ZF Wind Power Antwerpen NV)

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.

Suggested Citation

  • Alice Feldmann, 2021. "Vorausschauende Wartung skalieren und dadurch die Kosten für Windenergie senken," Springer Books, in: Ulrich Lichtenthaler (ed.), Künstliche Intelligenz erfolgreich umsetzen, chapter 7, pages 105-124, Springer.
    • Handle: RePEc:spr:sprchp:978-3-658-34670-6_7
    DOI: 10.1007/978-3-658-34670-6_7
    as

    Download full text from publisher

    To our knowledge, this item is not available for download. To find whether it is available, there are three options:
    1. Check below whether another version of this item is available online.
    2. Check on the provider's web page whether it is in fact available.
    3. Perform a search for a similarly titled item that would be available.

    More about this item

    Statistics

    Access and download statistics

    Corrections

    All material on this site has been provided by the respective publishers and authors. You can help correct errors and omissions. When requesting a correction, please mention this item's handle: RePEc:spr:sprchp:978-3-658-34670-6_7. See general information about how to correct material in RePEc.

    If you have authored this item and are not yet registered with RePEc, we encourage you to do it here. This allows to link your profile to this item. It also allows you to accept potential citations to this item that we are uncertain about.

    We have no bibliographic references for this item. You can help adding them by using this form .

    If you know of missing items citing this one, you can help us creating those links by adding the relevant references in the same way as above, for each refering item. If you are a registered author of this item, you may also want to check the "citations" tab in your RePEc Author Service profile, as there may be some citations waiting for confirmation.

    For technical questions regarding this item, or to correct its authors, title, abstract, bibliographic or download information, contact: Sonal Shukla or Springer Nature Abstracting and Indexing (email available below). General contact details of provider: http://www.springer.com .

    Please note that corrections may take a couple of weeks to filter through the various RePEc services.

    IDEAS is a RePEc service. RePEc uses bibliographic data supplied by the respective publishers.