15.06.2026 – Offshore-Windparks werden permanent durch Korrosion, Wellen und Wind beansprucht: Die Structural Health Monitoring-Lösungen von Bachmann unterstützen Betreiber, eine datengetriebene Zustandsanalyse der Anlagen zu erhalten.
Foto: Bachmann electronic GmbH
Was passiert eigentlich, wenn sich die designierte Lebensdauer einer Offshore-Turbine dem Ende nähert? Stilllegen, ersetzen – oder doch einfach weiterlaufen lassen? Die richtige Antwort hierauf kann nicht durch Handauflegen oder einen flüchtigen Blick auf die Turbine gefunden werden, da sie tief in den Strukturen der Anlage verborgen liegt.
Damit die Betreiber von Windparks den Zustand ihrer Anlagen unter den erschwerten Bedingungen auf hoher See qualifiziert bewerten können, greifen viele auf das Prinzip des Structural Health Monitorings (SHM) zurück.
„Das SHM gilt als ein Schlüssel, um die realen Belastungen unter Betriebsbedingungen und die tatsächliche Substanz von Windenergieanlagen zu verstehen und ihre Zukunft fundiert zu bewerten“, erklärt Jens Kühne, Diplom-Ingenieur und Key Account Manager Wind Offshore bei der Bachmann Monitoring GmbH. „Dabei erfassen die installierten SHM-Systeme kontinuierlich mechanische Belastungen an kritischen Strukturstellen – von Dehnungen über Schwingungsmuster bis hin zu Umwelteinflüssen wie Korrosion, Temperatur oder Wellenschlag. Ergänzt durch CMS- und SCADA-Daten entsteht so ein umfassendes, dynamisches Bild der strukturellen Realität an der Turbine. Aus den gemessenen Lasten, Betriebsparametern und Umgebungsbedingungen lassen sich dann Aussagen zur Materialermüdung ableiten“, führt Jens Kühne weiter aus.
Gebündeltes Monitoring
Sensoren wie der 3D-MEMS-Beschleunigungssensor erfassen die Strukturschwingungen von Windkraftanlagen. (Foto: Bachmann electronic GmbH)
Eine funktionierende SMH-Umgebung lässt sich bereits mit wenigen Komponenten realisieren: Im Kern bestehen die SHM-Lösungen von Bachmann aus einer Kombination von Messsensoren und der passenden Structural-Health-Monitoring-Software (CMSSHM), die als Plug-in zur Standard-Zustandsüberwachungssoftware des Herstellers erhältlich ist. Das aus Messhardware und der CMSSTD-Software bestehende Bundle nutzt in seiner einfachsten Ausbaustufe einen 2D-MEMS- Beschleunigungssensor, der zur Messung von statischen und dynamischen Beschleunigungen herangezogen wird.
Darüber hinaus kann durch den Einsatz zusätzlicher Sensortechnik, die beispielsweise auf unterschiedlichen Ebenen innerhalb der tragenden Struktur – dem Turm und der Gründung – positioniert wird, eine noch detailliertere Bewertung der Anlagengesundheit erfolgen. Neben den Beschleunigungssensoren lassen sich bei Bedarf noch Neigungssensoren, Cantilever-Sensoren, Dehnungsmessstreifen, Umweltsensoren oder Korrosionssensoren in die SHM- Lösung integrieren.
Die an den Messpositionen erfassten Sensordaten werden über die Softwareumgebung in ein übergreifendes Finite-Elemente-Modell überführt, das den Zustand der gesamten Struktur berechnet. Auf diese Weise lassen sich belastbare Rückschlüsse zum Gesundheitszustand der Anlage ziehen. Das lohnt sich: nach den Erfahrungen der Experten von Bachmann electronic können sich die Mehrwerte aus einer verlängerten Lebensdauer, optimierten Wartung und vermiedenen Ausfällen auf mehr als das 20-Fache der Investition für ein SHM-System summieren.
Cluster statt Vollausstattung
Üblicherweise erhält jedoch nicht jede einzelne Turbine ein eigenes SHM-Messsystem. Vielmehr werden in der Praxis nur rund 10 Prozent der Anlagen eines Parks mit vollständigem SHM-Equipment ausgestattet – gezielt ausgewählt über Clusterbildung. Zur Identifizierung der idealen Messstandorte im Clusterverbund fließen auch die geologischen Bedingungen am Meeresboden, Fundamente, Turbinenkonfigurationen und Belastungshistorien mit in die Auswahl ein. Die gewonnenen Daten helfen dabei, die Modelle zu validieren und eine belastbare Extrapolation auf den gesamten Windpark zu übertragen.
Für die präzise Lebensdauereinschätzung der Anlagen werden Entwurfsunterlagen, Standortdaten, Auslegungsannahmen, Installationsprotokolle und – besonders wichtig – reale Betriebsdaten zusammengeführt. Was nicht vorliegt, wird durch gröbere Annahmen ergänzt, um mit den Modellen auf der sicheren Seite zu rechnen, „wobei echte Messwerte die Genauigkeit und Aussagekraft der erzielbaren Resultate erheblich verbessern. SHM-Retrofits an Bestandsanlagen oder ein frühzeitig integriertes Monitoring bei Neubauten schaffen hierbei die Datengrundlage, auf der sich strukturelle Entscheidungen rechtfertigen lassen, technisch wie regulatorisch“, erläutert Kühne.
Realitätscheck
SHM-Daten können auch in einen digitalen Zwilling einfließen. (Foto: Bachmann electronic GmbH)
Ein zentraler Schritt, um den Gesundheitszustand der Anlagen überhaupt bewerten zu können, liegt im Vergleich zwischen den real gemessenen Lasten und den ursprünglichen Designannahmen: Wo liegen hier Überschreitungen? Wo wurde die Struktur geschont? Die Analyse der Daten konzentriert sich dabei auf kritische Auffälligkeiten innerhalb der gemessenen Lastkollektive – etwa ungewöhnlich häufige Einzelspitzen, ungünstige Verteilungscharakteristika oder wiederkehrende Beanspruchungen. „Letztere können sowohl zyklischer Natur sein als auch durch stochastische Effekte wie natürliche Turbulenz entstehen, die typischerweise über den Turbulenzgrad beschrieben wird. Solche Phänomene sind oft nicht vollständig durch die ursprünglichen Designannahmen abgedeckt, können jedoch die akkumulierte Ermüdung signifikant beeinflussen und damit die verbleibende Lebensdauer einzelner Komponenten“, so Kühn. Um auch Extremfälle abzudecken, werden Turbinen mit auffälligen Betriebsprofilen gezielt analysiert. Ihre Bewertung soll helfen, Risiken und Reserven im Park besser zu verstehen.
Faktor für digitalen Zwilling
Die eingehenden SHM-Daten können zudem als Bestandteil für die Erstellung eines digitalen Anlagenzwillings genutzt werden: Durch die Verknüpfung mit Design-, Betriebs- und Umweltdaten entsteht ein dynamisches sowie lernfähiges Abbild des gesamten Windparks. Dieses soll simulationsgestützte Prognosen und automatisierte Entscheidungsmodelle ermöglichen – eine Optimierungsoption für die Betriebsführung. So wäre es beispielswiese denkbar, abhängig von der konkreten Situation in den Energienetzen, die Fahrweise des Parks entweder energie- oder lebensdaueroptimiert anzupassen.
Durch den Einsatz moderner Verfahren – etwa Kalman-Filter, neuronale Netze und divergente Metriken – können auftretende Datenlücken im Modell konsistent geschlossen werden, ohne dabei die physikalische Logik zu verletzen. So entstehen digitale Zwillinge, die mehr bieten als die simple Visualisierung von Vorgängen im Offshore-Park: Als strukturmechanisch fundierte Werkzeuge unterstützen sie ein effizientes Lebensdauer- und Parkmanagement. (cp/pq)