Sensorintegrierendes Zahnrad (SIZA)

Schädigungsmechanismen an Zahnrädern entstehen in der Regel durch mechanische Beanspruchungen im Zahneingriff. Für eine präzise Zustandsüberwachung ist daher eine Erfassung relevanter Messdaten in unmittelbarer Nähe dieses Bereichs erforderlich. Das Projekt SIZA verfolgt das Ziel, Sensorik, Elektronik und Datenverarbeitung direkt in das Zahnrad zu integrieren – also „in-situ“ und anwendungsnah innerhalb des rotierenden Maschinenelements.

In einer ersten Prototypengeneration werden die erfassten Daten direkt im Zahnrad vorverarbeitet – energieeffizient und echtzeitfähig über einen integrierten Microcontroller. Anschließend erfolgt die kabelgebundene Übertragung an eine externe Recheneinheit, auf der die Zustandsbewertung und Schadensprognose stattfinden.

Im Fokus der Forschung steht die Ermittlung der Anforderungen an Sensorik, Elektronik, Algorithmen und deren Umgebungsbedingungen. Diese werden mittels Hardware-in-the-Loop-Simulationen und experimenteller Referenzversuche untersucht. Die entwickelten Komponenten werden im SIZA-Demonstrator zusammengeführt und in Prüfstandsversuchen validiert. Die daraus gewonnenen Erkenntnisse bilden die Grundlage für die Erforschung der nächsten Generation des sensorintegrierten Zahnrads.

 

In der ersten Förderperiode wurde ein funktionaler Prototyp des sensorintegrierten Zahnrads (SIZA) entwickelt, der Messdaten direkt im Zahneingriff erfasst und lokal vorverarbeitet.

In der zweiten Förderphase steht die Erweiterung der Funktionalität im Fokus. Bestehende Konzepte werden weiterentwickelt und um Energiespeicherung, Energy Harvesting und drahtlose Datenübertragung ergänzt. Um sowohl die Zuverlässigkeit der integrierten Elektronik als auch die mechanische Integrität des modifizierten Zahnradkörpers bewerten zu können, wird die Lebensdauer des Systems unter typischen Einsatzbedingungen erprobt. (Re-)Konfigurierbarkeit in Bezug auf Anwendung, Einsatzort und Datenverarbeitung werden durch die Entwicklung einer Standardsoftware für SiME sichergestellt. Parallel entsteht ein Informationsmodell, das eine Verknüpfung von Hard- und Software ermöglicht und Datenflüsse im Kontext des Gesamtsystems abbildet.

Geplante Kooperationen im Schwerpunktprogramm unterstützen dabei die Standardisierung sensorintegrierender Maschinenelemente hinsichtlich Schnittstellen, Normen und Modellbildung. Ziel ist ein offenes, erweiterbares Systemkonzept für die zustandsbasierte Überwachung und Vernetzung intelligenter Maschinenelemente. Hierzu ist die Entwicklung eines Multi-SiME-Gateways angedacht, das die Vernetzung mehrerer sensorintegrierender Maschinenelemente (SiME) wie dem SIZA untereinander sowie mit übergeordneten IT-Systemen ermöglicht. Dies schafft die Voraussetzung sowohl für eine flexible Systemintegration als auch für eine ganzheitliche Maschinenzustandsüberwachung.

Projektnummer: 466653706
Beteiligte:
Prof. Dr.-Ing. Karsten Stahl
Dr.-Ing. Michael Otto
Erich Knoll, M.Sc.
Prof. Dr.-Ing. Birgit Vogel-Heuser
Dominik Hujo-Lauer, M.Sc.
Cedric Wagner, M.Sc.
Prof. Dr.-Ing. Faouzi Derbel
Robert Fromm, M.Sc.

Publikationen

Kliemank, M. L., Rupprecht, B., Ahmadzadeh, M., Brederlow, R., Stahl, K., Liebich, R., … & Gühmann, C. (2025): Online instantaneous angular speed estimation from vibration on low-power embedded systems evaluated on a gas foil bearing use case. Measurement: Sensors, 101600.
Kirchner, E., Wallmersperger, T., Gwosch, T., Menning, J. DM, Peters, J., Breimann, R., … & Stahl, K. (2024): A Review on Sensor-Integrating Machine Elements. Advanced Sensor Research, 3(4), 2300113.
Küchenhof, J., Breimann, R., Kirchner, E., Gomberg, I., Trieu, H. K., Alamsha, K., … & Krause, D. (2024): Development of a model-based modular building kit for sensor-integrating machine elements—Theory and application. Forschung im Ingenieurwesen, 88(1), 40.
Knoll, E., Rothemund, M., Otto, M., Rupprecht, B., Ochs, M., Vogel-Heuser, B., … & Stahl, K. (2024): Evaluation of vibration behavior at different sensing positions on gearboxes. Forschung im Ingenieurwesen, 88(1), 29.
Rupprecht, B., Vogel-Heuser, B., Hujo, D., Vicaria, A., Knoll, E., Stahl, K., … & Brederlow, R. (2024): A Microcontroller Operating Strategy for (Micro-)Pitting and Temperature Increase Detection in Sensor-Integrating Gears Evaluated With Pre-recorded Sensor Data. In 2024 IEEE International Conference on Industrial Engineering and Engineering Management (IEEM) (pp. 1277-1284). IEEE.
Rupprecht, B., Vogel-Heuser, B., Möhrle, J., Hujo, D., Wang, Y. (2024): Sparse Measurement Algorithm Execution Time Prediction on Heterogeneous Edge Devices for Early Stage Software-Hardware Matching. In 2024 IEEE 7th International Conference on Industrial Cyber-Physical Systems (ICPS) (pp. 1-8). IEEE.
Bonaiti, L., Knoll, E., Otto, M., Gorla, C., Stahl, K. (2023): Ingranaggi con sensoristica integrata: – cosa succede al componente? Organi di Trasmissione, (2), 22-28.
Knoll, E., Rupprecht, B., Groppo, E., Otto, M., Vogel-Heuser, B., Brederlow, R., … & Gorla, C. (2023): Modular extension of FZG-gear test rig for in-situ measurement possibilities. In PROCEEDINGS OF THE… INTERNATIONAL CONGRESS ON SOUND AND VIBRATION (pp. 1-8). Society of Acoustics.
Rupprecht, B., Sendlbeck, S., Vogel-Heuser, B., Brederlow, R., Knoll, E., Stahl, K. (2023): Analysis of Acceleration Data using Low-Power Embedded Devices to Detect Gear Faults. In 2023 IEEE 19th International Conference on Automation Science and Engineering (CASE) (pp. 1-6). IEEE.
Bonaiti, L., Knoll, E., Otto, M., Gorla, C., Stahl, K. (2022): The Effect of Sensor Integration on the Load Carrying Capacity of Gears. Machines, 10(10), 888.
Rupprecht, B., Hujo, D., Vogel-Heuser, B. (2022): Performance Evaluation of AI Algorithms on Heterogeneous Edge Devices for Manufacturing. In 2022 IEEE 18th International Conference on Automation Science and Engineering (CASE) (pp. 2132-2139). IEEE.