Sie befinden sich hier:
englisch

COMPRESS

Condition Monitoring for predictive maintenance adapted to geothermal electric submersible pumps

Eine wesentliche Voraussetzung für den Ausbau der Tiefengeothermie, also der Nutzung der Erdwärme aus der Erdkruste in Tiefen von mehr als 400m, insbesondere auch vor dem Hintergrund der geplanten Geothermie- und Grubenwärmespeicherprojekte zur Konversion der bestehenden Fernwärmesysteme in der Metropole Ruhr, ist eine zuverlässige Förderpumpentechnik. Neue technische Ansätze zur Erhöhung des Wirkungsgrades und der Lebensdauer dieser Pumpen sowie Vorhersagesysteme für im laufenden Betrieb bevorstehende Pumpenausfälle sind von sehr großem Interesse. Durch die vorherrschenden Umweltbedingungen, in denen diese Art Pumpen operieren, werden Wirkungsgrad und Lebensdauer beispielsweise durch erhöhten Verschleiß und Ablagerungen teils stark reduziert. Zudem kommt es zu häufigen Ausfällen der Sensorik, was ebenfalls zu einer direkten Reduzierung der Effizienz führt, da die Pumpen aus Sicherheitsgründen nur noch mit stark reduzierter Leistung betrieben werden. Folglich sind eine wissenschaftliche Untersuchung rechnergestützter Optimierung von Wartungsintervallen sowie eine Verbesserung der Sensortechnik im Bereich der Fördertechnik in der Tiefengeothermie unabdingbar.

Ziel ist es, die immensen Kosten durch häufige Pumpenwechsel und damit verbundene lange Anlagenstillstandzeiten deutlich zu minimieren. Voraussetzung hierfür ist das Auffinden von Fehlerquellen, wie beispielsweise Materialverschleiß, Ablagerungen und thermischen Belastungen, durch Überwachung des laufenden Pumpenbetriebs (Monitoring) in Kombination mit rechnergestützten Vorhersagemodellen zur Planung optimierter Wartungsintervalle (Predictive Maintenance). Hierzu ist es erforderlich, die relevanten Betriebszustände sowie die Verschleißteile der eingesetzten Tiefpumpen zu charakterisieren und den Betrieb der einzelnen Pumpenkomponenten mittels Sensoren oder über die Auswertung von Betriebsdaten zu überwachen. Bei den vorherrschenden Temperaturniveaus, hydrochemischen Bedingungen und Bohrloch- und Pumpengeometrien stellt dies erhöhte Herausforderungen an die Sensoren, die Signalübertragung und -verarbeitung dar. Der innovative Kern dieses Vorhabens liegt in der technischen Umsetzung einer intelligenten Pumpenüberwachung mit Anbindung an ein Condition-Monitoring- System, welches unter Verwendung von Maschinellem Lernen statistische Vorhersagen über den Zustand einer Bohrlochpumpe liefern soll. Das erfordert sowohl intelligente eingebettete Systeme als auch deren kommunikationstechnische Verknüpfung zur zentralen Speicherung erfasster Betriebsdaten und der Realisierung eines Predictive Maintenance Systems.