Lagertechnik-Forschung Schaeffler-FAG-Stiftung verleiht Forschungs-Awards

Anbieter zum Thema

Schaeffler Technologies AG & Co. KG

SPN Schwaben Präzision Fritz Hopf GmbH

GWJ Technology GmbH

MDESIGN group

Die Stiftung verleiht einem Forschungsvorhaben zu KI-gestützter Reibungsanalyse bei Wälzlagern den Future-Technology-Award, der mit 90.000 Euro dotiert ist. 18.000 Euro teilen sich je zwei Doktor- und Bachelorarbeiten.

Der mit 90.000 Euro dotierte Future-Technology-Award 2024 der Schaeffler-FAG-Stiftung geht an Professorin Maja Kobus, Professor Martin Storath sowie Professor Stephan Sommer von der Technischen Hochschule Würzburg-Schweinfurt (THWS). Die drei Wissenschaftler bekommen die Zuwendung zur Umsetzung ihrer Forschungsidee „Deep-Learning-unterstützte Reibungsanalyse von Wälzlager-Vibrationen.“

Auf der Preisverleihung im Restaurant „Kugelmühle“ in Schweinfurt zeichnete die Stiftung zudem vier herausragende Abschlussarbeiten mit einem „Innovation Award“ aus.

Mit dem „Future Technology Award“ unterstützt die Stiftung besondere Forschungsvorhaben von Universitäten, Hochschulen oder einzelnen Fakultäten und Lehrstühlen. „Innovation ist einer der Kernwerte der Schaeffler-Gruppe. Wir glauben an die Kraft der Forschung und den Wissenstransfer sowie die Entwicklung von Menschen und Ideen mit Potenzial“, sagte Markus Gambihler, Leiter Human Resources bei Schaeffler Bearings & Industrial Solutions und Vorsitzender des Stiftungsvorstands.

Reibungsanalyse im Betrieb deutlich vereinfachen

Das Fördergeld der Stiftung soll die Forschung an der Fakultät für Angewandte Natur- und Geisteswissenschaften sowie Maschinenbau voranbringen. „Unser Ziel ist es, die Reibungsanalyse bei Wälzlagern deutlich zu vereinfachen“, sagt Professorin Maja Kobus und ergänzt: „Das ist von hoher Bedeutung, da Effizienz, Lebensdauer und CO2-Fußabdruck von Wälzlagern maßgeblich durch das Reibungsverhalten bestimmt werden.“

Lagerungstechnik

Schaeffler-FAG-Stiftung zeichnet Forschungsarbeiten aus

Vor allem im laufenden Betrieb ist es bislang sehr aufwändig, das Reibungsverhalten zu analysieren. Kobus, Storath und Sommer möchten Schwingungsdaten, die heute schon vergleichsweise einfach gewonnen werden, zur kontinuierlichen Reibwertermittlung im Betrieb von Wälzlagern nutzen. Im Zentrum steht dabei die Entwicklung einer Methode basierend auf Machine-Learning-Algorithmen.

Wärmbehandlung substituieren und Wälzlager-Lebensdauer verlängern

Mit dem „Innovation Award“ und insgesamt 18.000 Euro zeichnete die Stiftung zwei herausragende Promotionen sowie zwei Bachelorarbeiten in Technologiebereichen aus, die für den Stiftungszweck relevant sind.

Der erste Preis in der Kategorie Doktorarbeit ging an Dr. Dominic Bartels, FAU Erlangen-Nürnberg, für seine Arbeit mit dem Titel „Laser-based Additive Manufacturing of Case-hardening Steel“. Dr. Dominic Bartels befasst sich mit der gezielten Einstellung von Materialeigenschaften durch das Einbringen von Zusatzpartikeln wie Kohlenstoff und Wolframkarbid bei den generativen Fertigungsverfahren „Laserstrahlschmelzen aus dem Pulverbett“ und „Laserauftragsschweißen.“ Seine Arbeit ist unter Nachhaltigkeitsaspekten von hoher Bedeutung, da sich seine Erkenntnisse auf die Substitution von Wärmebehandlungsprozessen und die Verlängerung der Gebrauchsdauer von Wälzlagern auswirken.

Wälzlager

„Die Aufbereitung spart etwa 95 Prozent Kohlendioxid ein“

Machine-Learning für Predictive Maintenance

Die zweite ausgezeichnete Promotion trägt den Titel „Transfer Learning for Predictive Maintenance Solutions“ und ist von Dr. Sebastian Schwendemann, Technische Universität Clausthal, Institut für Software and Systems Engineering, in Kooperation mit der Hochschule Offenburg, Institut für verlässliche Embedded Systems Kommunikationselektronik. Schwendemann stellte sich in seiner Arbeit die Frage, inwieweit für die Nutzung von Machine-Learning-Ansätzen für Predictive Maintenance Lösungen auch stets eine ausreichend große Menge gelabelter Daten mit hoher Qualität zur Verfügung stehen und wie die Ergebnisse trotz eines Mangels solcher Daten optimiert werden können. Sein Ansatz ist hier die Nutzung einer neuentwickelten Abstraktionsebene in Verbindung mit Transfer-Learning-Ansätzen und die Weiterentwicklung eines solchen.

Integrierte Kühlkanäle und Ermüdungsvorgänge in Wälzlagern

Darüber hinaus wurden die Bachelorarbeiten „Optimierung von additiv gefertigten Wälzlager-Außenringen mit integrierten Kühlkanälen für Luftfahrtanwendungen” von Adrian Popp, entstanden an der Technischen Hochschule Würzburg-Schweinfurt, Labor für Additive Fertigung Metallischer Werkstoffe, und „Numerische Analyse von Schadenskriterien auf Basis der kritischen Ebene für Ermüdungsvorgänge in Wälzlagern” von Tarek Hanzouli, entstanden an der Westfälischen Hochschule, Campus Recklinghausen, im Studiengang Wirtschaftsingenieurwesen, ausgezeichnet.

Elektromobilität

Kugellager mit Elastomeren gegen Schall und Strom isoliert

Die Auszeichnungen überreichte Uwe Wagner, Vorstand Forschung und Entwicklung Schaeffler AG und Mitglied des Stiftungsvorstandes, gemeinsam mit Sascha Zaps, Vorstand Bearings & Industrial Solutions Schaeffler AG und Mitglied des Stiftungsvorstandes, und Peter Schuster, Leiter Produktgruppe Sensorik und Geschäftsführer der Stiftung.