Die Lösung, die offline, auch auf einem Computer, in mehreren Sprachen und für verschiedene Windkrafttechnologien eingesetzt werden kann, sammelt die notwendigen Informationen zum Wartungsbericht, liefert eine Diagnose des Zustands der Windkraftanlage, schlägt die optimale Abfolge von Aufgaben zur Behebung des erkannten Problems vor und protokolliert die Schritte zur Anpassung der Empfehlungen auf Grundlage der Erfolgshäufigkeit.
„Indem wir alle von den Technikern erfassten Informationen strukturiert erfassen, können wir sie künftig nutzen, um die Wartungszeiten zu verkürzen und zu optimieren, die Effizienz bei der Arbeit zu steigern und die Ausfallzeiten von Windkraftanlagen zu verringern“, betont Egoitz Konde, Forscher bei Tekniker.
Anders als andere auf dem Markt erhältliche Anwendungen ermöglicht die neue, von Tamoin und Tekniker entwickelte Software die Erstellung von Diagnoseleitfäden, die sich sowohl im Laufe der Zeit als auch mit zunehmender Betriebserfahrung weiterentwickeln, mit dem Ziel, es dem Techniker zu erleichtern, in jeder Störungssituation die passenden Ersatzteile zur Windkraftanlage zu bringen.
Das Hauptziel von Tamoin ist es, das notwendige Wissen über die Betriebs- und Wartungsdienstleistungen (O&M) an Windkraftanlagen zu generieren, um zu einem Wartungsmodell überzugehen, das auf dem Zustand der Anlagen basiert und auf beliebige Anlagen zur Erzeugung erneuerbarer Energien extrapoliert werden kann.
Zu diesem Zweck hat das Unternehmen auf Tekniker gesetzt, um die Kosteneffizienz des industriellen Instandhaltungsmanagements zu bewerten sowie um Daten zu analysieren und zu verwalten, um den Verschleiß von Bauteilen zu überwachen und vorherzusagen und um Fehlfunktionen in mechatronischen Systemen erkennen, diagnostizieren und vorhersagen zu können.
All dies ist Teil eines technologischen Angebots, das mathematische Simulationen, die Auswahl kommerzieller und eigens entwickelter Sensoren, die Entwicklung von CBM-Überwachungssystemen (Condition Based Maintenance), die Modellierung des Zustands von Komponenten, den Einsatz von Data-Mining- und Machine-Learning-Technologien zur Gewinnung von Erkenntnissen aus Daten sowie den Einsatz von Big-Data-Technologien und IoT-Plattformen umfasst.
