Kelude Schwerindustrie: Vom Kranstahlbau bis zum KI-Algorithmus

Hinter jedem Kran, vom Konstruktionsplan bis zur Auslieferung, steht ein umfassendes technologisches System. Kelude Schwerindustrie (KRUID CRANE) hat in fünfzehn Jahren eine vollständige Technologiekette aufgebaut – von der klassischen Strukturmechanik-Optimierung bis zur eigenentwickelten KI-Algorithmik. Dies ist keine einfache Technologielinie, sondern ein interdisziplinäres Forschungs- und Entwicklungsmatrix, das Computermechanik, Elektrotechnik, IoT-Kommunikation und künstliche Intelligenz umfasst. Dieser Artikel beleuchtet die F&E-Stärke von Kelude aus vier Perspektiven – technologische Entwicklung, Organisationsstruktur, Kernausrüstung und strategische Roadmap – und zeigt, wie dieses chinesische Maschinenbauunternehmen im Zeitalter der Intelligenz den Sprung vom Nachzügler zum Vorreiter geschafft hat.

Technologischer Entwicklungsweg: Vier Meilensteine von der Strukturoptimierung bis zur KI-Eigenentwicklung

Die technologische Entwicklung von Kelude lässt sich in vier klare Phasen unterteilen. Jede Phase markiert einen Sprung in einer zentralen technologischen Kernkompetenz und spiegelt das zunehmend tiefere Verständnis des Unternehmens für das Wesen von Kranen wider.

2010: Fundament der Strukturoptimierung. Dies war der Ausgangspunkt des F&E-Systems von Kelude. Das Unternehmen führte die ANSYS-Workbench-Plattform ein und etablierte die Finite-Elemente-Analyse (FEA). Das F&E-Team führte eine dichteabhängige Topologieoptimierung am Hauptträger des QD-Brückenkrans durch, mit dem Ziel, das Eigengewicht bei gleichbleibender Tragfähigkeit maximal zu reduzieren. Der Kern dieser Phase lag in der präzisen Berechnung: Durch einen dreistufigen CAE-Prozess (Topologieoptimierung – Formoptimierung – Dimensionsoptimierung) wurde eine Gewichtsreduzierung der kritischen Strukturbauteile um 12 %–18 % erreicht, während alle Konstruktionsentwürfe die statische Prüfung mit 1,25-facher Nennlast und den Nachweis mit 1,1-fachem dynamischem Lastfaktor gemäß Norm DIN 15018 bestanden. Die Einführung der MTS-Ermüdungsprüfmaschine schloss den Regelkreis zwischen Simulation und realer Verifikation. Zwischen 2010 und 2014 führte die Strukturabteilung über 200 Strukturoptimierungsprojekte durch und baute eine umfassende Simulationsdatenbank für Strukturbauteile auf, die Hauptträger, Kopfträger, Katzfahrwerkrahmen und Hakenflaschen umfasst.

2015: Phase der elektrischen Automatisierungs-Upgrades. Nachdem die Struktursimulationskompetenz ausgereift war, erweiterte Kelude sein Engagement auf den Bereich der Steuerungssysteme. Das Unternehmen stellte ein elektrotechnisches F&E-Team zusammen, führte den Echtzeit-Ethernet-Bus EtherCAT ein und entwickelte die erste Generation des elektrischen Steuerungssystems KRUID-ECS. Der Meilenstein dieser Phase war die Etablierung einer Standard-Elektrikarchitektur aus Frequenzumrichter, SPS-Steuerung und Touchpanel-basierter Mensch-Maschine-Schnittstelle. Zudem wurde die dSPACE-Schnellprototypenplattform (RCP) eingeführt, die den Verifikationszyklus für Steueralgorithmen von mehreren Monaten auf wenige Wochen verkürzte. Parallel begann das Unternehmen, 3D-Laserscanner von FARO einzusetzen, um Reverse Engineering und Montageabweichungsanalysen an kritischen Kranbauteilen durchzuführen. 2017 wurde das erste vollständig eigenentwickelte elektrische Steuerungssystem erfolgreich an einem Brückenkran der 50-Tonnen-Klasse verifiziert – ein Beleg für die unabhängige Entwicklungskompetenz im Bereich elektrischer Systeme.

2020: Phase der digitalen und intelligenten Transformation. Ab 2020 verlagerte sich der technologische Schwerpunkt von Kelude auf Digitalisierung und Intelligenz. Das Unternehmen realisierte die IoT-Überwachungsplattform KRUID-IoT, die eine Echtzeiterfassung, Fernübertragung und Cloud-Speicherung von Kran-Betriebsdaten ermöglicht. Basierend auf den gesammelten Betriebsdaten begann das F&E-Team mit dem Training datengesteuerter Vorhersagemodelle – von anfänglichen Schwellwert-Alarmen über trendbasierte Prognosen auf Basis statistischer Merkmale bis hin zur Entwicklung eines Gesundheitsindex (HI) auf Grundlage von LSTM-Neuronalen Netzen. Parallel wurde das Digitaler-Zwilling-Projekt gestartet: Mithilfe der Unity-3D-Engine wird das dynamische Verhalten des gesamten Krans in einer virtuellen Umgebung nachgebildet, was die Grundlage für unbemannten Betrieb und intelligente Einsatzplanung bildet. Bis Ende 2022 waren über 800 online betriebene Krane an die IoT-Plattform angebunden; die kumulierte Datenmenge überstieg 50 TB.

2025: Durchbruch bei der KI-Algorithmus-Eigenentwicklung. Bis 2025 hat Kelude eine vollständige Kompetenz zur eigenentwickelten KI-Algorithmik aufgebaut. Im Bereich der Antischwingregelung entwickelte das Team auf Basis des Proximal-Policy-Optimization-Frameworks (PPO) einen Antischwingregler mit bestärkendem Lernen. Nach 5 Millionen Trainingsschritten in der Digitaler-Zwilling-Umgebung wurde der Regler auf der realen Maschine implementiert; die Regelgenauigkeit des Endpendelwinkels liegt unter 0,3°. Im Bereich der visuellen Erkennung erreicht das auf der YOLOv8-Architektur basierende Modell zur Lastaufnahmemittel-Positionierung und Hinderniserkennung auch bei schwachem Licht sowie Regen- und Nebelbedingungen eine Erkennungsgenauigkeit von über 95 %. Die Engine für vorausschauende Wartung wurde von Einzelkomponenten auf das Gesamtsystem ausgeweitet und deckt die vier Kernkomponenten Getriebe, Bremse, Motor und Drahtseil ab. In der zweiten Jahreshälfte 2025 wurden die ersten Krane mit integrierter KI-Funktionalität an Kunden ausgeliefert und zeigten in Stahlwerken und Hafenterminals deutliche Effizienzsteigerungen und reduzierte Ausfallraten. Damit hat Kelude den vierten Technologiesprung von „Struktur-Elektrik-Digital" hin zu „KI-nativ" vollzogen.

Vier Säulen der F&E-Organisation: Das Kooperationsmodell von Struktur-, Elektrik-, Software-Abteilung und Algorithmus-Gruppe

Die Umsetzung technologischer Kompetenzen hängt von der unterstützenden Organisationsstruktur ab. Das F&E-System von Kelude Schwerindustrie besteht aus vier Kerneinheiten, die eine vollständige F&E-Kette von der physikalischen Ebene bis zur Algorithmus-Ebene bilden. Die Einheiten arbeiten über standardisierte Schnittstellenprotokolle nahtlos zusammen.

Das Strukturinstitut bildet die Basisebene des F&E-Systems und ist die älteste F&E-Einheit von Kelude. Das Team konzentriert sich auf das mechanische Verhalten von Metallkonstruktionen; die Kernkompetenzen umfassen ANSYS-FEA-Simulationsanalyse, MTS-Ermüdungsprüfung, 3D-Scanning-Reverse Engineering und Schweißverfahrenssimulation. Das Strukturinstitut ist verantwortlich für Konstruktion und Optimierung tragender Komponenten wie Hauptträger, Kopfträger und Katzfahrwerkrahmen. Alle Konstruktionsentwürfe durchlaufen einen vierschrittigen Closed-Loop-Prozess: Simulation – Muster – Prüfung – Korrektur. Die im Institut installierte elektrohydraulische Servo-Prüfmaschine MTS 322 kann dynamische Lasten bis zu 100 kN aufbringen und erfüllt alle gemäß Norm DIN 15018 geforderten Ermüdungsnachweise. Das Strukturinstitut beschäftigt derzeit 8 Senior-Ingenieure und 12 Ingenieure, die alle über mehr als zehn Jahre Erfahrung in der Kranstrukturkonstruktion verfügen.

Das Elektrik-Institut ist verantwortlich für das Hardware-Design der Steuerungssysteme und die elektrische Systemintegration – es ist die Brücke zwischen der physischen und der digitalen Welt. Das Team hat auf Basis des EtherCAT-Busses eine standardisierte Steuerungshardware-Plattform aufgebaut, die alle elektrischen Komponenten abdeckt: Frequenzumrichter, SPS-Steuerung, Sicherheitsrelais und Sensor-Schnittstellen. Das Elektrik-Institut betreibt außerdem die dSPACE-SCALEXIO-Hardware-in-the-Loop-Testplattform (HIL). Diese Plattform ist mit einem hochgenauen Fahrzeugdynamikmodell ausgestattet (inkl. flexibler Träger, Drahtseil-Pendelwinkel, Rad-Schiene-Kontakt) und kann unter Laborbedingungen sämtliche realen Betriebszustände eines Krans simulieren. Die HIL-Plattform verkürzt den Integrationsverifikationszyklus für Steuerungslogik von traditionell 8 Wochen auf 2 Wochen; pro Software-Iteration werden über 500 automatisierte Testfälle ausgeführt. Das Elektrik-Institut ist zudem für die elektromagnetische Verträglichkeit (EMV) aller Steuerungen und die CE-Zertifizierung zuständig.

Das Software-Institut konzentriert sich auf übergeordnete Anwendungssoftware und Datenplattformen und ist die treibende Kraft der digitalen Transformation von Kelude. Das Team hat die IoT-Middleware KRUID-IoT eigenständig entwickelt, die einen einheitlichen Zugang und die Datenkonvertierung für die drei industriellen Protokolle Modbus TCP, OPC UA und MQTT unterstützt. Das Software-Institut ist außerdem für die Entwicklung der Digitaler-Zwilling-Plattform verantwortlich: Auf Basis der Unity-3D-Engine wurde ein dreidimensionales Visualisierungsmodell des gesamten Krans erstellt, das in Echtzeit mit den Betriebsdaten der realen Anlage synchronisiert wird. Diese Plattform dient nicht nur der Fernüberwachung, sondern auch als Simulationsumgebung für das Training und Testen der RL-Antischwingalgorithmen. Das Software-Institut arbeitet nach agilen Methoden und veröffentlicht alle zwei Wochen eine Iteration, um schnell auf Kundenanforderungen reagieren zu können.

Die Algorithmus-Gruppe ist das „Gehirn" des F&E-Systems von Kelude. Als eigenständiges Team 2023 neu gegründet, setzt sich die Gruppe aus Forschern der Bereiche maschinelles Lernen, Computer Vision und Regelungstheorie zusammen; der Anteil promovierter Mitarbeiter liegt bei über 40 %. Der Workflow des Teams umfasst die durchgängige Kette von Datenerfassung und -bereinigung über Modelltraining und -validierung bis hin zur Bereitstellung auf Edge-Geräten und kontinuierlicher Iteration. Zwischen der Algorithmus-Gruppe und den Instituten für Struktur, Elektrik und Software wurde ein fester Schnittstellenmechanismus etabliert: Das Elektrik-Institut liefert die Steuerungs-Schnittstellenspezifikation, das Software-Institut die IoT-Datenpipeline, das Strukturinstitut die mechanischen Randbedingungen – und die Algorithmus-Gruppe liefert validierte Inferenzmodelle zurück. Diese Vier-Säulen-Architektur gewährleistet einen vollständigen technologischen Regelkreis von der zugrunde liegenden Mechanik bis zur übergeordneten Intelligenz, sodass ein Durchbruch in einem beliebigen technologischen Bereich schnell auf das gesamte F&E-System übertragen werden kann.

Kernausrüstung für Forschung und Entwicklung: 3D-Scanning, Ermüdungsprüfung und HIL-Testumgebung

Das Niveau der F&E-Ausrüstung bestimmt direkt die Tiefe und Breite der technologischen Verifikation. Kelude Schwerindustrie hat kontinuierlich in die Forschungsinfrastruktur investiert – mit einem Gesamtvolumen von über 30 Millionen CNY (ca. 3,8 Mio. EUR) – und eine Ausrüstungsmatrix aufgebaut, die die drei Dimensionen „Geometrische Messung – Mechanische Verifikation – Steuerungslogik-Test" abdeckt.

3D-Laserscansystem. Der von Kelude eingesetzte 3D-Laserscanner FARO Focus S350 erreicht eine Messgenauigkeit von ±1 mm bei 10 m und eine Scanrate von bis zu 976.000 Punkten pro Sekunde. Dieses System wird hauptsächlich für das Reverse Engineering von Kranstrukturen und die Erkennung von Montageabweichungen eingesetzt. In der Produktentwicklungsphase nutzt das Strukturinstitut die Scandaten zur Erstellung hochpräziser CAE-Modelle, um sicherzustellen, dass die Simulationsrandbedingungen mit dem realen Bauteil übereinstimmen. In der Serienqualitätskontrolle werden Schweißkonstruktionen regelmäßig gescannt und mit dem CAD-Konstruktionsmodell abgeglichen; die Abweichungskontrolle an Schweißnähten liegt innerhalb von ±2 mm. Die 3D-Scantechnologie wird auch bei Umbauprojekten älterer Krane eingesetzt: Durch präzise Erfassung der tatsächlichen geometrischen Parameter der bestehenden Struktur liefert sie genaue Konstruktionsvorgaben für das Umbaukonzept.

MTS-Elektrohydraulisches Servo-Ermüdungsprüfsystem. Die Ermüdungsprüfung ist der zentrale Schritt zur Verifikation der Zuverlässigkeit von Kranstrukturen. Das Strukturinstitut von Kelude verfügt über eine elektrohydraulische Servo-Prüfmaschine MTS 322 mit Doppelsäulenrahmen, ausgestattet mit einem 100-kN-Lastsensor und einem hydraulischen Spannvorrichtungssystem. Die Maschine kann verschiedene Lastwellenformen ausführen – Sinus, Dreieck und Zufallsspektrum. Das System unterstützt kontinuierliche Ermüdungsprüfungen mit bis zu 100.000 Zyklen und zeichnet automatisch Last-Weg-Kurven sowie Steifigkeitsdegradationsdaten auf. Vor der Typgenehmigung muss jede neue Hauptträger-Strukturbaugruppe mindestens einen vollständigen Lebenszyklus an Ermüdungsbelastung auf der Prüfmaschine durchlaufen; die Restverformung nach der Prüfung darf 1/1000 der Spannweite nicht überschreiten. Am Beispiel des Hauptträgers des QD-Brückenkrans der 50-Tonnen-Klasse: Nach 85.000 Lastzyklen betrug die maximale Restverformung nur 1/1500 der Spannweite – deutlich besser als der Konstruktionskennwert. Die Gegenüberstellung von Ermüdungsprüfdaten und CAE-Simulationsergebnissen wird zudem genutzt, um die Genauigkeit der Simulationsmodelle kontinuierlich zu korrigieren und zu verbessern.

dSPACE SCALEXIO Hardware-in-the-Loop (HIL)-Testplattform. Die HIL-Plattform ist das zentrale Werkzeug der elektrischen Entwicklung bei Kelude und die entscheidende Infrastruktur für den Wandel von der „konventionellen Elektrik" hin zur „intelligenten Steuerung". Das SCALEXIO-System zeichnet sich durch ein modulares Design aus und ist mit der DS1007-Prozessorkarte sowie der DS2202-I/O-Karte ausgestattet. Es ermöglicht die Echtzeitausführung von Gesamtfahrzeug-Simulationsmodellen, die ein Finite-Elemente-Modell des flexiblen Trägers, ein nichtlineares Pendelwinkelmodell des Drahtseils und ein Rad-Schiene-Kontaktmodell umfassen. Das System unterstützt die automatische Codegenerierung und -bereitstellung aus Simulink-Modellen und ermöglicht einen „One-Click"-Workflow von der Matlab/Simulink-Algorithmusentwicklung bis zur HIL-Verifikation. Bei der Entwicklung des KRUID-ECS 2.0-Controllers wurden auf der HIL-Plattform über 3.000 automatisierte Testfälle ausgeführt, die alle in der Norm GB/T 33240-2016 „Krane – Steuerungssysteme – Leistungsanforderungen" geforderten Funktionsprüfungen abdecken. Darüber hinaus werden Injektionstests für 19 Fehlermodi unterstützt, darunter Sensorkabelbruch, Kommunikationsausfall und blockierte Aktuatoren. Das HIL-Testteam hat außerdem eine spezielle „Szenariobibliothek für extreme Betriebsbedingungen" entwickelt, die mehr als 30 Risikoszenarien wie plötzlichen Stromausfall, Notstopp bei voller Last und Arbeiten im Freien bei starkem Wind umfasst, um die zuverlässige Funktion des Steuerungssystems auch unter widrigsten Bedingungen sicherzustellen.

Geschlossener Verifikationskreislauf: Vom virtuellen Prototyp zur realen Erprobung

In der Entwicklungspraxis gilt bei Kelude das Grundprinzip: „Simulationen sind nie vollständig vertrauenswürdig, und Tests sind unerlässlich." Das Unternehmen hat ein geschlossenes Verifikationssystem etabliert, das drei Ebenen umfasst – „virtueller Prototyp", „Hardware-in-the-Loop-Simulation" und „reale Verifikation" – jeweils mit klaren Eingangs-/Ausgangskriterien und Abnahmekriterien.

Ebene 1: Virtuelle Prototypen-Simulation. Die Strukturabteilung führt Finite-Elemente-Analysen (FEA) der gesamten Maschine oder einzelner Komponenten in ANSYS Workbench durch, einschließlich statischer Analysen, Modalanalysen und nichtlinearer Kontaktanalysen. Die Abteilung für elektrische Steuerung modelliert das Steuerungssystem in Matlab/Simulink, einschließlich Motorvektorregelung, Antischwingalgorithmen und Sicherheitslogik. Die Softwareabteilung erstellt in der Unity-3D-Umgebung einen digitalen Zwilling der gesamten Maschine, der zur Vorabvalidierung der Mensch-Maschine-Interaktionslogik und zur Simulation von Bedienerschulungen dient. Die drei Teams nutzen eine gemeinsame Parameterverwaltungsplattform, um sicherzustellen, dass Materialeigenschaften, Lastfälle und Randbedingungen in den Simulationsmodellen konsistent sind und Abweichungen durch Datensilos vermieden werden.

Ebene 2: Hardware-in-the-Loop-Simulationsvalidierung. Dies ist ein charakteristisches Element im F&E-System von Kelude und die entscheidende Brücke vom „Virtuellen" zum „Realen". Die HIL-Plattform integriert die reale Controller-Hardware in den Simulationskreislauf und simuliert unter Laborbedingungen einen vollständigen Betriebszyklus des Krans. Im Gegensatz zur reinen Softwaresimulation deckt der HIL-Test technische Probleme auf, die nur mit Software nicht gefunden werden können, wie z. B. Pegelprobleme an den Controller-Hardware-Schnittstellen, Task-Scheduling-Verzögerungen im Echtzeitbetriebssystem und Engpässe bei der Kommunikationsbuslast. Statistiken zeigen, dass jeder neue Controller-Release im HIL-Test durchschnittlich 8–12 Fehler auf der Schnittstellenebene zwischen Hardware und Software aufdeckt, von denen etwa 30 % als schwerwiegende logische Fehler eingestuft werden. Würden diese Fehler erst während der Inbetriebnahmephase an der realen Maschine entdeckt, wären die Behebungskosten pro Problem 5–10 Mal höher als in der HIL-Phase.

Ebene 3: Reale Verifikation und Typprüfung. Alle Konstruktionslösungen, die die HIL-Validierung bestanden haben, müssen abschließend an einem realen Kran verifiziert werden. Strukturbauteile müssen die Typprüfung gemäß FEM 1.001 „Allgemeine Brückenkrane" bestehen, einschließlich der statischen Prüfung mit 1,25-facher Nennlast, der dynamischen Belastungsprüfung mit 1,1-facher Nennlast und der Durchbiegungsmessung unter Nennlast. Verbesserungen am Steuerungssystem werden durch Vergleichstests am realen Kran bewertet, wobei Kennwerte wie die Pendeldämpfungskurve, die Positioniergenauigkeit und die Reaktionszeit erfasst werden. Die Verifikationsdaten aller drei Ebenen werden in der zentralen F&E-Datenbank von Kelude gespeichert und dienen als Grundlage für die Optimierung zukünftiger Produktgenerationen. Die Datenbank umfasst inzwischen über 1.200 Prüfberichte und 30.000 Testdatensätze und bildet so eine kontinuierlich wachsende Wissensbasis auf Unternehmensebene.

Technologiefahrplan: Strategischer Wandel von der Einzeloptimierung zur Systemplattform

Für die nächsten drei Jahre hat Kelude Schwerindustrie einen dreistufigen Technologiefahrplan festgelegt: „Intelligenz der Einzelmaschine – Etablierung der Systemplattform – Öffnung des Ökosystems". Dieser Fahrplan reagiert auf den Branchentrend zur Intelligenz und unterstreicht den strategischen Anspruch des Unternehmens, sich vom Ausrüstungshersteller zu einem Technologieplattform-Unternehmen zu entwickeln.

Kurzfristig (2026–2027): Vervollständigung der Einzelmaschinen-Intelligenz. Das Ziel ist es, auf Basis der bestehenden KI-Algorithmen grundlegende intelligente Funktionen als Standard für alle neu ausgelieferten Krane zu etablieren. Konkret bedeutet dies: Der RL-Antischwingregler wird von einer Option zum Standard, das C-Vision-Bildverarbeitungssystem deckt über 95 % der Betriebsszenarien ab, und die vorausschauende Wartung erstreckt sich auf alle Antriebsstrangkomponenten. Die technische Validierung in dieser Phase erfolgt auf der bestehenden HIL-Plattform und dem Testgelände, wobei die Kernkennwerte an internationalen Spitzenstandards gemessen werden. 30 % des F&E-Budgets werden in die kontinuierliche Iteration und Optimierung der KI-Algorithmen investiert, mit Schwerpunkt auf zwei technischen Herausforderungen: dem kooperativen Antischwingbetrieb mehrerer Krane und der Robustheit der Bildverarbeitung in komplexen Umgebungen.

Mittelfristig (2027–2028): Umsetzung der Systemplattform. Nach der Vervollständigung der Einzelmaschinen-Intelligenz wird Kelude die einheitliche Betriebssystemplattform KRUID-OS einführen – eine Softwarearchitektur für den gesamten Lebenszyklus des Krans, die Funktionen wie IoT-Überwachung, Digitalen Zwilling, vorausschauende Wartung und Fernsteuerung in einem einheitlichen Mikroservice-Framework integriert. Das zentrale Ziel der Plattformstrategie ist es, „eine Software für die gesamte Produktlinie" zu erreichen und so die Grenzkosten für die Entwicklung über verschiedene Kranmodelle hinweg erheblich zu senken. Parallel dazu wird das Unternehmen auf Basis der bestehenden „3 Institute + 1 Gruppe"-Struktur eine Abteilung für Systemarchitektur aufbauen, die sich auf das technische Architekturdesign und die Normungsarbeit über verschiedene Plattformen hinweg spezialisiert. KRUID-OS wird eine containerisierte Bereitstellung verwenden, die eine flexible Installation vom Edge-Gerät bis zur Cloud ermöglicht und so den unterschiedlichen IT-Infrastrukturanforderungen der Kunden gerecht wird.

Langfristig (2029–2030): Erforschung der Ökosystem-Öffnung. Kelude plant, um 2029 Teile der API-Schnittstellen von KRUID-OS zu öffnen, um Drittentwicklern die Entwicklung branchenspezifischer Anwendungen auf der Kelude-Hardwareplattform zu ermöglichen. Beispiele hierfür sind die automatische Beschickungslogik für die Metallurgieindustrie, kooperative Einsatzplanungsalgorithmen für Hafenterminals oder Fernsteuerungsanwendungen für explosionsgeschützte Umgebungen, die alle über standardisierte APIs in Kelude-Krane integriert werden können. Eine erfolgreiche Umsetzung dieser Strategie würde Kelude von einem Ausrüstungshersteller zu einem plattformbasierten Technologieunternehmen transformieren und die Wettbewerbsbarrieren des Unternehmens grundlegend neu definieren. Darüber hinaus ist die Einrichtung einer Entwickler-Community und eines technischen Zertifizierungsprogramms geplant, um die langfristige Gesundheit des Ökosystems zu gewährleisten.

Kooperation zwischen Industrie, Wissenschaft und Forschung sowie Normungsarbeit

Das F&E-System von Kelude ist nicht abgeschottet. Durch enge Zusammenarbeit mit Universitäten, Forschungseinrichtungen und Normungsorganisationen erhält das Unternehmen kontinuierlich Zugang zu Spitzentechnologien und gibt gleichzeitig seine eigenen Ingenieurpraxis-Erfahrungen an die Branche zurück.

Im Bereich der Kooperation zwischen Industrie, Hochschule und Forschung hat Kelude gemeinsame Labore mit mehreren führenden Universitäten in den Bereichen Maschinenbau und Informatik eingerichtet. Die Forschungsschwerpunkte umfassen: Lebensdauervorhersage bei Ermüdung für den Kranstahlbau basierend auf Graph Neural Networks, die Anwendung von bestärkendem Lernen mit mehreren Agenten für die Gruppensteuerung sowie kollaboratives Modellieren über Kundengeräte hinweg mittels Föderiertem Lernen. Bei diesen zukunftsweisenden Themen übernehmen die Universitätsteams die grundlegende theoretische Forschung und die Entwicklung von Algorithmus-Prototypen, während Kelude reale Betriebsdaten, technische Szenarien und Bedingungen für die Anwendungsvalidierung bereitstellt. Dies schafft ein Kooperationsmodell, bei dem „die Hochschule die Theorie erforscht und das Unternehmen die technische Umsetzung übernimmt". Die gemeinsamen Labore haben bisher 5 SCI-Publikationen und 3 Erfindungspatente hervorgebracht; das Modell zur Lebensdauervorhersage bei Ermüdung wurde in internen Tests bereits vorläufig validiert.

Im Bereich der Normungsarbeit beteiligt sich Kelude aktiv an der Erstellung und Überarbeitung nationaler Normen und Industriestandards für Krane. Technische Mitarbeiter des Unternehmens haben an der Diskussion und Validierung mehrerer Normen mitgewirkt, darunter DIN 15018 „Krane – Konstruktionsvorschrift", FEM 1.001 „Allgemeine Brückenkrane", GB/T 33240-2016 „Krane – Steuerungssysteme – Leistungsanforderungen" und GB/T 33519-2017 „Krane – Bremsen – Prüfverfahren". Diese tiefgehende Beteiligung an der Normungsarbeit hilft Kelude nicht nur, stets die technische Ausrichtung der Branche zu verstehen, sondern bietet auch einen anerkannten Referenzrahmen für die selbst entwickelten KI-Algorithmen und Steuerungslösungen. Für die anstehende neue Runde der Überarbeitung nationaler Normen hat Kelude technische Vorschläge zur funktionalen Sicherheit intelligenter Krane und zur Validierung von KI-Algorithmen eingereicht, mit dem Ziel, die in der Praxis gesammelten Erfahrungen des Unternehmens in die Industriestandards einfließen zu lassen.

Häufige Fragen (FAQ)

A: Kelude Schwerindustrie hat drei große Prüfplattformen aufgebaut: Eine 1000-kN-elektrohydraulische Servo-Prüfmaschine dient der Lebensdauerverifikation von Schweißverbindungen am Hauptträger und Strukturbauteilen; die HIL-Simulationsplattform (Hardware-in-the-Loop) wird für Hardware-in-the-Loop-Tests der Kransteuerung und Frequenzumrichter eingesetzt; der Gesamtmaschinenprüfstand unterstützt dynamische und statische Belastungsprüfungen mit 200 % der Nennlast. Diese Prüfplattformen decken die dreistufige Prüfung und Verifizierung von Material- über Bauteil- bis hin zur Gesamtmaschinenebene ab und gewährleisten, dass jedes neue Produkt vor der Konstruktionsfreigabe einer umfassenden Zuverlässigkeitsprüfung unterzogen wird.