GE Vernova setzt KI-fähige Maschinen ein, um die Qualität der Rotorblätter von Windkraftanlagen zu verbessern

GE Vernova konzentriert sich unter der Leitung von CEO Vic Abate verstärkt auf Windenergie, um den globalen Energiebedarf zu decken und die Dekarbonisierung zu beschleunigen. Derzeit liefert Windenergie 7 % des weltweiten Stroms; der Anteil soll auf 25 % steigen, was eine erhebliche Steigerung der Turbinenproduktion erfordert.

Jede Windturbine durchläuft einen sorgfältigen Herstellungsprozess, der den Bau des Stahlturms, das Formen der Gondel aus Fiberglas und die Montage der Rotorblätter umfasst. Für die Fertigung jedes Rotorblatts aus Fiberglas und Balsaholz in Handarbeit werden etwa 2.000 Arbeitsstunden benötigt. Um die Qualität sicherzustellen, integriert GE Vernova Roboter und KI für erweiterte Inspektionen, die entscheidend sind, um Defekte frühzeitig zu erkennen und Betriebsprobleme nach der Installation zu minimieren.

Der Einsatz von KI erstreckt sich auf Rohstoffinspektionen und den gesamten Herstellungsprozess und gewährleistet so eine gleichbleibende Qualität an allen Produktionsstandorten weltweit. Bei Rotorblättern mit einem Gewicht von 20 Tonnen und einer Spannweite von 80 Metern ist Präzision von größter Bedeutung. Selbst geringfügige Abweichungen können die Haltbarkeit und Effizienz erheblich beeinträchtigen.

Zu den Innovationen von GE Vernova gehören 360-Grad-Digitalkameras für detaillierte Inneninspektionen, die die Genauigkeit und Skalierbarkeit der Defekterkennung verbessern. Diese Technologie unterstützt ihre Mission, zuverlässige Turbinen zu produzieren, die für die weltweite Energiewende von entscheidender Bedeutung sind.

Die nächste Innovation von GE Vernova war die Nutzung von Computer Vision, einem Zweig der KI, der sich darauf konzentriert, Computern beizubringen, visuelle Informationen in Bildern zu erkennen. Zunächst erstellten menschliche Prüfer eine detaillierte Liste der Abweichungen, nach denen sie bei Rotorblattinspektionen typischerweise suchten. Diese Informationen dienten als Grundlage für das Training von KI-Algorithmen in einem strengen Prozess.

Veronica Barner erklärt: „Wir verwenden kommentierte Bilder, um eine Reihe von KI-Algorithmen zu trainieren, die in der Lage sind, Bilder zu analysieren und potenzielle Anomalien autonom zu kennzeichnen.“ Nach umfangreichem Training an Zehntausenden kommentierten Bildern meisterte die KI schnell die Aufgabe, Abweichungen mit hoher Genauigkeit zu erkennen. Die Algorithmen dokumentieren automatisch alle Fehler in einem digitalen Werkzeug und ermöglichen es menschlichen Technikern, Probleme zu überprüfen und zu beheben, bevor das Rotorblatt an die Turbinenbetreiber geliefert wird.

Barner betont die Effizienzgewinne: „Der Einsatz in unseren Fabrikhallen bereichert die Feedbackschleife. Innerhalb weniger Minuten erhalten unsere Teams wichtige, zeitnahe Einblicke in die Rotorblätter, an denen sie arbeiten, ähnlich wie bei einem vorgeburtlichen Ultraschall.“

Eine große Herausforderung war der Zugang zum Rotorblattinneren für Inspektionszwecke. GE Vernova löste dieses Problem durch den Einsatz einer Flotte ferngesteuerter Roboterraupen. Diese Raupen, die etwa so groß sind wie ein zwei Fuß langes Modellauto, können die gesamte Innenfläche des Rotorblatts in nur 30 Minuten abfahren. Diese Fähigkeit ist von entscheidender Bedeutung, da etwa 50 % der Innenfläche des Rotorblatts für menschliche Inspektoren unzugänglich sind.

Diese Fortschritte unterstreichen das Engagement von GE Vernova, Spitzentechnologie einzusetzen, um die Qualität und Zuverlässigkeit der Turbinen zu verbessern, was für die Unterstützung der weltweiten Umstellung auf erneuerbare Energien von entscheidender Bedeutung ist.