Webseite Chair for Wind Power Drives

Der Chair for Wind Power Drives erforscht das Verhalten von Antriebssystemen in modernen Multimegawatt-Windkraftanlagen. Forschungsziele sind die Steigerung der Verfügbarkeit, der Robustheit und der Energieeffizienz der Windenergieanlagen sowie die Senkung der Stromgestehungskosten. Hierzu werden Software-Entwicklungswerkzeuge und moderne Systemprüfstände im Verbund eingesetzt.

Zur Zuverlässigkeitsteigerung der Getriebe von Windenergieanlagen (WEA) ist von entscheidender Bedeutung, dass die real auftretenden Lastereignisse bekannt sind und bereits im Produktentstehungsprozess berücksichtigt werden. In einem Forschungsprojekt am CWD werden die dynamischen Lastereignisse, die aus elektrischen Netzfeffekten resultieren, identifiziert. Zudem wird die Abhängigkeit dieser Lastereignisse vom verwendeten Triebstrangkonzept analysiert. Im Projekt werden simulative Untersuchungen und Versuche auf einem Systemprüfstand durchgeführt. Das Messdatenerfassungssystem soll aufgrund der großen Datenmengenur aktiv werden, wenn ein elektrischer Fehlerfall eindeutig erkannt wird. Eine Möglichkeit zur Verbesserung des Messdatenerfassungssystems liegt in Machine Learning Ansätzen.

Aufgaben:

  • Einarbeitung in das Messdatenerfassungssystem des CWD
  • Literaturrecherche zu Machine Learning Ansätzen
  • Identifikation der signifikanten Lastereignisse auf den WEA-Antriebsstrang resultierend aus elektrischen Fehlerfällen
  • Entwicklung eines Machine Learning Ansatzes zur Detektion der identifizierten Lasten aus Sensordaten

Voraussetzung:

  • Selbstständige und eigenverantwortliche Arbeitsweise
  • Kommunikations-und Teamfähigkeit
  • Vorkenntnisse unterschiedlicher Programmiersprachen v.a. PYTHON wünschenswert
  • Vorkenntnisse im Bereich Messtechnik wünschenswert

Wir bieten:

  • Wissenschaftliches Arbeiten in einem hoch motivierten, interdisziplinären Team
  • Angenehmes Arbeitsklima und intensive Betreuung
  • Sofortiger Beginn oder nach Absprache
  • Flexible Arbeitszeiten

Auf deine aussagekräftige Bewerbung per E-Mail freut sich:

Amadeus Rolink, M. Sc. RWTH
Chair for Wind Power Drives

Campus-Boulevard 61, 52074 Aachen
amadeus.rolink@cwd.rwth-aachen.de

Um sich für diesen Job zu bewerben, sende deine Unterlagen per E-Mail an amadeus.rolink@cwd.rwth-aachen.de