Der Unterwasserpumpen und -motoren Spezialist Pleuger setzt mit seiner Forschungsaktivität Grundsteine, um Pumpen und Motoren an die immer neuen Anforderungen am Weltmarkt anpassen zu können. Ein Forschungsthema, das hier beispielhaft vorgestellt werden soll, befasst sich mit dem effizienten Einsatz von Energie unter Zuhilfenahme der Künstlichen Intelligenz (KI). Der Fokus liegt auf dem Wirkungsgrad der Pumpen.
Obgleich der Wirkungsgrad ein Resultat des Auslegungsprozesses einer Pumpe ist, muss dieser schon zu Beginn bekannt sein, um die spezifische Stutzenarbeit in die für den Auslegungsprozess benötigte theoretische spezifische Stutzenarbeit überführen zu können. Die Abbildung zeigt beispielhaft den Meridianschnitt einer halbaxialen Pumpe, dessen Hauptabmessungen eine Funktion des Wirkungsgrades sind.
Der noch nicht bekannte Wirkungsgrad muss zu Beginn der Berechnungen abgeschätzt werden. Hierfür ist eine Vielzahl an empirischen Daten vorhanden, die mit wenigen Einschränkungen allgemeingültig sind. Der geschätzte Wert ist oft nicht der real erreichte Wirkungsgrad nach dem Auslegungsprozess einer genau definierten Pumpe. In diesem Fall sind mehrere zeitaufwendige Iterationen bei der Auslegung der Pumpe notwendig, um den Wirkungsgrad zu optimieren. Mithilfe von neuronalen Netzen will Pleuger den Auslegungsprozess zukünftig effizienter gestalten.
In Kooperation mit der TU Kaiserslautern, dem Lehrstuhl für Strömungsmechanik und Strömungsmaschinen unter der Leitung von Herrn Prof. Dr.-Ing Martin Böhle, werden Verfahren entwickelt, die hierfür geeignet sind. Das FuE-Kooperationsprojekt wird im Rahmen des Programms „Zentrales Innovationsprogramm Mittelstand (ZIM)“ vom Bundesministerium für Wirtschaft und Klimaschutz gefördert.
Die zentrale Aufgabe von Pleuger ist hierbei die Entwicklung eines neuronalen Netzes, das den Wirkungsgrad als Funktion der dimensionslosen spezifischen Drehzahl der Pumpe besser abschätzen lässt. Die TU Kaiserslautern wiederum entwickelt einen Optimierer basierend auf einem Gradientenverfahren für die Kontur des Meridianschnittes, um den Wirkungsgrad der Pumpe bereits im Vorfeld positiv zu beeinflussen.
„Durch Grundlagenforschung in Zusammenarbeit mit einer Hochschule kann Pleuger die jahrzehntelange Erfahrung in der Entwicklung von Strömungsmaschinen gezielt vorantreiben,“ sagt Dr.-Ing. Björn Gwiasda, Pleuger Hamburg.
Das neuronale Netz wird zunächst als einfaches und erweiterbares Modell aufgebaut und mit entsprechenden Testdaten trainiert und getestet. Die große Datenmenge aus mehreren Jahrzehnten von Messungen an Pleuger-Unterwassermotorpumpen bildet die Basis für das Training des Netzes.
Durch die verbesserte Abschätzung des Wirkungsgrades zu Beginn im Auslegungsprozess und die Optimierung des Meridians soll die Entwicklungszeit neuer Pumpenserien signifikant reduziert werden.
Die oben beschriebene Kooperation im Bereich der KI-Entwicklung wird zukünftig dabei helfen energieeffiziente Maschinen schnell für Kunden verfügbar zu machen.
