KI-gestützte thermische Zustandsüberwachung wassergekühlter elektrischer Maschinen durch Thermografie

Bei der Erprobung von E-Maschinen sind aufgrund hoher mechanischer und thermischer Belastungen zuverlässige Schutz- und Überwachungsmaßnahmen erforderlich, insbesondere bei raren und teuren Prototypen. Eine relevante Größe für die Zustandsüberwachung ist die Temperatur, die unter anderem berührungslos mittels Thermografie erfasst werden kann. Im Rahmen dieser Arbeit wird untersucht, inwiefern sich ein etabliertes Messverfahren wie die Thermografie eignet, um trotz des maskierenden Kühlmantels einer wassergekühlten E-Maschine einen Lagerschaden anhand der Oberflächentemperatur zu identifizieren. Anhand eines experimentellen Prüfstandsversuchs werden Infrarotbilder generiert. Mithilfe einer Pixelanalyse wird zwischen einer intakten E-Maschine und einer E-Maschine mit Lagerschaden unterschieden. Ergänzend wird eine KI-gestützte Zustandsüberwachung vorgestellt, bei der neuronale Netze anhand von Infrarotbildern trainiert werden, um ebenfalls zwischen intakten E-Maschinen und E-Maschinen mit Lagerschaden zu unterscheiden.