Skip to main content

Steigerung der Verlässlichkeit technischer Systeme

  • 3230 Accesses

Part of the Intelligente Technische Systeme – Lösungen aus dem Spitzencluster it’s OWL book series (ITSLSOWL)

Zusammenfassung

Selbstoptimierung bietet die Möglichkeit der autonomen Anpassung des Systemverhaltens an veränderliche Ziele. Dabei ist vor allem der Aspekt Zuverlässigkeit von maßgeblicher Bedeutung, da über einen an die aktuelle Systemzuverlässigkeit angepassten Betriebspunkt die Leistungsfähigkeit verbessert wird, während das Ausfallverhalten besser vorhersehbar wird. Zur Anpassung des Systemverhaltens an die aktuelle Zuverlässigkeit mittels Selbstoptimierung müssen die ersten beiden Schritte des Selbstoptimierungsprozesses unterstützt werden. Für die Analyse der Ist-Situation ist eine Erkennung des aktuellen Degradationszustands mittels Condition Monitoring notwendig. Zur Auswahl geeigneter Verfahren werden bestehende Ansätze hinsichtlich ihrer Eignung klassifiziert. Der zweite Schritt, die Bestimmung der Systemziele, wird durch eine strukturierte Methode zum Finden verlässlichkeitsrelevanter Zielfunktionen ergänzt. Dabei werden kritische Komponenten identifiziert, Optimierungsparameter festgelegt und die Verlässlichkeit in Abhängigkeit des Systemverhaltens quantifiziert. Entwickler selbstoptimierender Systeme werden somit durch geeignete Mittel bei der Implementierung beider Schritte unterstützt. Abschließend wird der praktische Einsatz der vorgestellten Methoden anhand zweier Beispiele gezeigt.

This is a preview of subscription content, access via your institution.

Buying options

Chapter
USD   29.95
Price excludes VAT (USA)
  • DOI: 10.1007/978-3-662-56392-2_7
  • Chapter length: 21 pages
  • Instant PDF download
  • Readable on all devices
  • Own it forever
  • Exclusive offer for individuals only
  • Tax calculation will be finalised during checkout
eBook
USD   54.99
Price excludes VAT (USA)
  • ISBN: 978-3-662-56392-2
  • Instant PDF download
  • Readable on all devices
  • Own it forever
  • Exclusive offer for individuals only
  • Tax calculation will be finalised during checkout
Softcover Book
USD   69.99
Price excludes VAT (USA)
Abb. 7.1
Abb. 7.2
Abb. 7.3
Abb. 7.4
Abb. 7.5
Abb. 7.6
Abb. 7.7

(Nach [14]; \(\copyright \) Elsevier Ltd. 2014)

Abb. 7.8
Abb. 7.9

Literatur

  1. Gausemeier, J. (Hrsg.): Selbstoptimierende Systeme des Maschinenbaus.Heinz Nixdorf Institut, Universität Paderborn, HNI-Verlagsschriftenreihe, Bd. 155, Paderborn (2004)

    Google Scholar 

  2. Goebel, K., Saxena, A., Daigle, M., Celaya, J., Roychoudhury, I.: Introduction to Prognostics. Tutorial at First European Conference of the Prognostics and Health Management, Dresden (2012)

    Google Scholar 

  3. Kaul, T., Meyer, T., Sextro, W.: Integrated Model for Dynamics and Reliability of Intelligent Mechatronic Systems. In: Podofillini et al. (Hrsg.) European Safety and Reliability Conference (ESREL2015). Taylor and Francis, London (2015)

    Google Scholar 

  4. Kaul, T., Meyer, T., Sextro, W.: Integrierte Modellierung der Dynamik und der Verlässlichkeit komplexer mechatronischer Systeme. In: 10. Paderborner Workshop Entwurf mechatronischer Systeme, S. 101–112. HNI-Verlagsschriftenreihe, Paderborn (2015)

    Google Scholar 

  5. Kaul, T., Meyer, T., Sextro, W.: Modeling of complex redundancy in technical systems with bayesian networks. In: Proceedings of the Third European Conference of the Prognostics and Health Management Society 2016 (2016)

    Google Scholar 

  6. Kimotho, J.K., Sextro, W.: An approach for feature extraction and selection from non-trending data for machinery prognosis. In: Proceedings of the Second European Conference of the Prognostics and Health Management Society 2014, Bd. 5 (2014)

    Google Scholar 

  7. Kimotho, J.K., Sextro, W.: Comparison and ensemble of temperature-based and vibration-based methods for machinery prognostics. In: Annual Conference of the Prognostics and Health Management Society 2015, Bd. 6 (2015)

    Google Scholar 

  8. Kimotho, J.K., Sondermann-Woelke, C., Meyer, T., Sextro, W.: Machinery prognostic method based on multi-class support vector machines and hybrid differential evolution – particle swarm optimization. Chemical Engineering Transactions 33, 619–624 (2013)

    Google Scholar 

  9. Meyer., G., Ansari, S.M., Nyhuis, P.: Synergieeffekte von Methoden besser nutzen – Ansatz zur prozessverbessernden und kompetenzsteigernden Methodenauswahl in produzierenden KMU. wt Werkstatttechnik online, Jahrgang 104 (2014), Springer-VDI-Verlag, Düsseldorf (2014)

    Google Scholar 

  10. Meyer, T., Kaul, T., Sextro, W.: Advantages of reliability-adaptive system operation for maintenance planning. In: Proceedings of the 9th IFAC Symposium on Fault Detection, Supervision and Safety for Technical Processes, S. 940–945 (2015)

    Google Scholar 

  11. Meyer, T., Kimotho, J.K., Sextro, W.: Anforderungen an Condition-Monitoring-Verfahren zur Nutzung im zuverlässigkeitsgeregelten Betrieb adaptiver Systeme. In: 27. Tagung Technische Zuverlässigkeit (TTZ 2015) – Entwicklung und Betrieb zuverlässiger Produkte, 2260, S. 111–122. Leonberg (2015)

    Google Scholar 

  12. Meyer, T., Sextro, W.: Closed-loop Control System for the Reliability of Intelligent Mechatronic Systems. In: Proceedings of the Second European Conference of the Prognostics and Health Management Society 2014, Bd. 5 (2014)

    Google Scholar 

  13. Meyer, T., Sondermann-Wölke, C., Kimotho, J.K., Sextro, W.: Controlling the Remaining Useful Lifetime using Self-Optimization. Chemical Engineering Transactions 33, 625–630 (2013)

    Google Scholar 

  14. Meyer, T., Sondermann-Wölke, C., Sextro, W.: Method to Identify Dependability Objectives in Multiobjective Optimization Problem. Procedia Technology 15, 46–53 (2014)

    CrossRef  Google Scholar 

  15. Meyer, T., Sondermann-Wölke, C., Sextro, W., Riedl, M., Gouberman, A., Siegle, M.: Bewertung der Zuverlässigkeit selbstoptimierender Systeme mit dem LARES-Framework. In: 9. Paderborner Workshop Entwurf mechatronischer Systeme, S. 161–174. HNI-Verlagsschriftenreihe, Bd. 310, Paderborn (2013)

    Google Scholar 

  16. Meyer, T., Unger, A., Althoff, S., Sextro, W., Brökelmann, M., Hunstig, M., Guth, K.: Modeling and Simulation of the ultrasonic wire bonding process. In: 2015 17th Electronics Packaging Technology Conference (2015)

    Google Scholar 

  17. Meyer, T., Unger, A., Althoff, S., Sextro, W., Brökelmann, M., Hunstig, M., Guth, K.: Reliable Manufacturing of Heavy Copper Wire Bonds Using Online Parameter Adaptation. In: IEEE 66th Electronic Components and Technology Conference, S. 622–628 (2016)

    Google Scholar 

  18. Sankavaram, C., Pattipati, B., Kodali, A., Pattipati, K., Azam, M., Kumar, S., Pecht, M.: Model-based and data-driven prognosis of automotive and electronic systems. In: 2009 IEEE International Conference on Automation Science and Engineering, S. 96–101 (2009)

    Google Scholar 

  19. Sondermann-Woelke, C.: Entwurf und Anwendung einer erweiterten Zustandsüberwachung zur Verlässlichkeitssteigerung selbstoptimierender Systeme. Dissertation, Fakultät für Maschinenbau, Universität Paderborn, Paderborn (2015)

    Google Scholar 

  20. Sondermann-Wölke, C., Sextro, W.: Integration of condition monitoring in self-optimizing function modules applied to the active railway guidance module. International Journal on Advances in Intelligent Systems 3(1 & 2), 65–74 (2010)

    Google Scholar 

  21. Sondermann-Wölke, C., Sextro, W., Reinold, P., Trächtler, A.: Zuverlässigkeitsorientierte Mehrzieloptimierung zur Aktorrekonfiguration eines X-by-wire-Fahrzeugs. In: 25. Tagung Technische Zuverlässigkeit (TTZ 2011) – Entwicklung und Betrieb zuverlässiger Produkte, Leonberg, VDI-Berichte, Bd. 2146, S. 291–302. Düsseldorf (2011)

    Google Scholar 

  22. Unger, A., Sextro, W., Althoff, S., Meyer, T., Brökelmann, M., Neumann, K., Reinhart, R.F., Guth, K., Bolowski, D.: Data-driven Modeling of the Ultrasonic Softening Effect for Robust Copper Wire Bonding. In: Proceedings of 8th International Conference on Integrated Power Electronic Systems, S. 175–180 (2014)

    Google Scholar 

  23. Verein Deutscher Ingenieure (VDI): VDI 2206 – Entwicklungsmethodik für mechatronische Systeme. Beuth, Berlin (2004)

    Google Scholar 

Download references

Author information

Authors and Affiliations

Authors

Corresponding author

Correspondence to Tobias Meyer .

Editor information

Editors and Affiliations

Rights and permissions

Reprints and Permissions

Copyright information

© 2018 Springer-Verlag GmbH Deutschland, ein Teil von Springer Nature

About this chapter

Verify currency and authenticity via CrossMark

Cite this chapter

Meyer, T., Kaul, T., Kimotho, J.K., Sextro, W. (2018). Steigerung der Verlässlichkeit technischer Systeme. In: Trächtler, A., Gausemeier, J. (eds) Steigerung der Intelligenz mechatronischer Systeme. Intelligente Technische Systeme – Lösungen aus dem Spitzencluster it’s OWL. Springer Vieweg, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-56392-2_7

Download citation

  • DOI: https://doi.org/10.1007/978-3-662-56392-2_7

  • Published:

  • Publisher Name: Springer Vieweg, Berlin, Heidelberg

  • Print ISBN: 978-3-662-56391-5

  • Online ISBN: 978-3-662-56392-2

  • eBook Packages: Computer Science and Engineering (German Language)