Kritische Betriebszustände eines Turbosatzes können durch vielfältige strukturmechanische Effekte, wie z. B. Risse, Lagerschäden, Kupplungsschäden, Unwucht sowie durch Störungen im elektrischen Netz verursacht werden und erfordern daher ein permanentes Schwingungsmonitoring.

Viele dieser Ursachen werden wie im Falle eines Wellenrisses von den bestehenden Monitoringsystemen jedoch erst sehr spät als Abweichung vom normalen Betriebszustand erkannt. Ursächlich hierfür sind die in den bestehenden Condition Monitoring-Systemen integrierten Verfahren zur Frequenzbereichsanalyse. So werden beispielsweise die die Rissatmung charakterisierenden Amplituden- und Frequenzvariationen innerhalb einer Wellenumdrehung durch die meistens genutzte schnelle Fourier-Transformation im wesentlichen ausgemittelt.

In den letzten Jahren wurden im Bereich der Signalanalyse Verfahren für nichtlineare und nichtstationäre Schwingungen entwickelt, mit denen die  Frequenzbereichsinformationen in jedem Messzeitpunkt berechnet werden. Mit diesen Verfahren wird damit auch die Detektion der Wellenrissatmung insbesondere in den transienten Betriebszuständen möglich. Die verbesserte zeitliche Berechnung des Frequenzspektrums reicht alleine für die Wellenrisserkennung jedoch nicht aus, da ein eindeutiges Kriterium für die Wellenrissdetektion nicht existiert. Es ist vielmehr ein Klassifikationsproblem für einen umfangreichen Merkmalsvektor zu lösen, das den Wellenriss von den anderen strukturmechanischen Effekten abgegrenzt. Der Bereich MTS der E.ON Anlagenservice GmbH ist Dienstleister im Bereich Schwingungsmonitoring von Kraftwerksturbosätzen; in dessen Auftrag hat das Fraunhofer ITWM basierend auf einer konzeptionellen Analyse neuester Verfahren aus dem Bereich Signalanalyse und Wellenrissklassifikation ein prototypisches Softwaretool zur automatisierten Detektion von Wellenrissen entwickelt.

Die von den derzeitigen Kraftwerksmonitoringsystemen gespeicherten Zeitsignale der Wellenschwingungssensoren werden zu zwei verschiedenen Zeitpunkten mit gleichem Betriebszustand in die Toolbox importiert und in ihre Einzelschwingungen zerlegt. Anschließend werden die Frequenzbereichsdaten jedes Teilsignals für jeden Zeitpunkt berechnet. Mittels der Trendinformationen wird dann das Klassifikationsproblem zur Abgrenzung des Wellenrisses von anderen strukturmechanischen Effekten gelöst. Die analysierten Daten können in Form von Frequenzspektren, Polar- oder Orbitplots dargestellt werden. Zusammenhänge zwischen den Merkmalen können über Radarplots visualisiert werden. In einem Folgeprojekt ist die Umsetzung in ein Hardware-System zur Online-Detektion von Wellenrissen in Kraftwerksturbosätzen geplant, das dann durch E.ON Anlagenservice in Kraftwerken eingesetzt werden soll.