Beginn des DFG-Projekts zur Entwicklung einer adaptiven Regelung für ölgeschmierte Systeme auf der Modellebene (ENDURE) im Oktober 2025
In Folge der Entwicklung energieeffizienter und langlebiger technischer Produkte kommt der Reduzierung von Reibungsverlusten und der Vermeidung von Verschleiß in geschmierten Kontakten von Maschinenelementen eine große Bedeutung zu. Um die Kontaktflächen in diesen tribologischen Systemen voneinander zu trennen, wird häufig Öl als Schmierstoff eingesetzt. Eine zentrale Bedeutung besitzt die Höhe des Schmierfilms, der sich während des Betriebs des Systems einstellt. Um Verschleiß weitestgehend zu vermeiden, muss ein tragfähiger Schmierfilm aufgebaut werden. Hierbei existiert eine Schmierfilmhöhe, bei der die Reibung ein Minimum einnimmt. Steigt die Schmierfilmhöhe über diesen kritischen Wert, wächst mit dem zusätzlichen Flüssigkeitswiderstand auch die Reibung an. Entsprechend ist ein möglichst genaues Erfassen und Einstellen der Schmierfilmhöhe für einen Kompromiss aus geringer Reibung und geringem Verschleiß erstrebenswert. Eine Beeinflussung des Schmierungszustandes kann über Betriebsparameter wie die Drehzahl, Last oder Öltemperatur einfach und direkt vorgenommen werden. Im Gegensatz dazu ist eine echtzeitfähige Messung der Schmierfilmhöhe bislang mit einem sehr hohen apparativen Aufwand verbunden und in realen Anwendungen kaum umsetzbar. Einen Ausweg stellt eine indirekte Berechnung der Schmierfilmhöhe auf Basis der direkt messbaren Betriebsparameter dar. Hierbei erlauben empirische Näherungsgleichungen eine Berechnung in Echtzeit, die jedoch fehlerbehaftet ist. Thermo-elastohydrodynamische (TEHD) Simulationen ermöglichen hingegen eine detaillierte und exakte Berechnung. Allerdings sind diese TEHD-Simulationen mit einem hohen numerischen Aufwand verbunden. Ziel des DFG-Projekts ist daher die Entwicklung eines Greybox-Ansatzes, der das Kernstück einer adaptiven Reglung ölgeschmierter Systeme bildet. Die fehlerbehaftete Berechnung mittels empirischer Schmierfilmhöhengleichungen wird durch die Vorhersage von Korrekturfaktoren bereinigt. Hierfür wird auf eine Kombination aus TEHD-Simulationen und Versuchen am Zwei-Scheiben-Tribometer mit Methoden des maschinellen Lernens zurückgegriffen. Neben der Implementierung der Regelung wird außerdem die Übertragbarkeit des Regelungsmechanismus von der Modellebene auf reale Systeme in industriellen Anwendungen sichergestellt.