Es gilt deutsches Urheberrecht. Das Werk bzw. der Inhalt darf zum eigenen Gebrauch kostenfrei heruntergeladen, konsumiert, gespeichert oder ausgedruckt, aber nicht im Internet bereitgestellt oder an Außenstehende weitergegeben werden. - German copyright law applies. The work or content may be downloaded, consumed, stored or printed for your own use but it may not be distributed via the internet or passed on to external parties.Ronghua, XuSteffen, Marx2025-12-052025-12-052024-06https://oa.tib.eu/renate/handle/123456789/27152https://doi.org/10.34657/26383Drahtbrüche in Spanngliedern in Windenergieanlagen sind aufgrund von vielen Faktoren wie beschränkter Zugänglichkeit und hohen Betriebsgeräuschen schwer zu detektieren und Unsicherheiten und großem Aufwand verbunden. Das Gesamtziel des Forschungsvorhabens ist daher die Entwicklung von Methoden zur effizienten und automatisierten Dauerüberwachung der Tragstruktur von Windenergieanlagen zur Detektion von Schädigungsereignissen und Anomalien mithilfe der Schallemissionsanalyse und innovativer Auswertemethoden aus der künstlichen Intelligenz (KI). Für das Teilvorhaben „Experimentelle Untersuchungen und Datenbasis“ wird das Ziel gesetzt, die Charakteristik der Spanndrahtbrüche zu identifizieren und eine Datenbasis für Entwicklung der KI-basierten Methoden zur automatischen Detektion der Spanndrahtbrüche in weiteren Arbeitspaketen zu erstellen. Zur Untersuchung der Charakteristik der Spanndrahtbrüche wurde ein Spannrahmen mit Abmessungen von 12 x 4,1 m aufgebaut. Im Spannrahmen wurden 4 Spannglieder vorgespannt und an denen Versuche der Spanndrahtbrüche anhand von Schallemissionsanalyse durchgeführt. Die erfassten Bruchsignale wurden bezüglich ihrer Charakteristik analysiert und zu einer Datenbank verarbeitet, die weiteren Arbeitspaketen zur Verfügung gestellt wurde. Außer den zerstörenden Versuchen wurden auch anhand von Hämmern drahtbruchähnliche Signale erzeugt und analysiert. Mit diesen Daten wurde die Datenbank der Bruchsignale vergrößert, was für Entwicklung KI-basierter Algorithmen von Bedeutung ist. Datei-Upload durch TIBger000 | Informatik, Information und Wissen, allgemeine WerkeVerbundvorhaben: KISWind - KI-unterstütztes Schallemissionsmonitoring zur automatischen Schadenserkennung in Tragstrukturen von Windenergieanlagen; Teilvorhaben: Experimentelle Untersuchungen und Datenbasis (ExData)Report45 SeitenAbschlussbericht