CBM, CSM, PLM und ECM

Transcrição

CBM, CSM, PLM und ECM: Akronyme zur
Kostensenkung in der Instandhaltung
Kompensation des Mehraufwands durch die ECM-Richtlinie durch
Nutzung von PDM-Daten zur zustandsabhängigen Instandhaltung
Prof. Dr. Raphael Pfaff, Prof. Dr.-Ing. Bernd Schmidt
FH Aachen University of Applied Sciences
29. Oktober 2015
Pfaff, Schmidt (FH Aachen)
29. Oktober 2015
1 / 41
1
Kurzvorstellung FH Aachen (Prof. Schmidt)
2
Einführung
Was bedeutet ECM? (Prof. Schmidt)
Rolle von PLM-Systemen und der CSM-Richtlinie (Prof. Schmidt)
Condition Based Maintenance und Lifecycle Cost (Prof. Schmidt)
3
Vorgeschlagene Lösung (Prof. Pfaff)
Modellierung des Ausfallverhaltens
Simulationsbeispiel
Systembeschreibung
Simulierte Ausfalldaten
Identifikation der Verschleissdaten
Ergebnis: MCMC-Simulation der Betriebszustände
4
Weitere Maßnahmen und Entwicklungen (Prof. Pfaff/Prof. Schmidt)
29. Oktober 2015
2 / 41
Wer wir sind
Bahnerfahrung aus allen Perspektiven: Zulieferer, Hersteller, Betreiber, Wissenschaft
Prof. Dr.-Ing. Manfred Enning:
Bahnsystemtechnik
vormals RWTH Aachen
Erfahrung:
Regelungstechnik
Schienengüterverkehr
Kraftschlussregelungen
Zugsicherungssysteme
Netzwerke
Verkehrszählung
29. Oktober 2015
3 / 41
Wer wir sind
Prof. Dr.-Ing. Bernd Schmidt
Bahnantriebe
vormals große
Unternehmensberatung
Erfahrung:
Verkehrswissenschaft
Unternehmensberatung
Lebenszykluskosten
Zuverlässigkeit
Ausschreibungen
29. Oktober 2015
3 / 41
Wer wir sind
Prof. Dr. Raphael Pfaff
Schienenfahrzeugtechnik
vormals Faiveley Transport,
Siemens
Erfahrung
Bremssysteme
Zug- und
Stoßeinrichtungen
System Engineering
Konstruktionsleitung
Zuverlässigkeitstechnik
Claim-Management
Technischer Vertrieb
29. Oktober 2015
3 / 41
Was wir tun
Lehre, Forschung, Entwickung und Beratung entlang des Lebenszyklus im Bahnverkehr
Lehre:
Mechanisches Subsystem
Bahnantriebe
Elektrische Antriebe
Diesel- und hybride
Antriebe
Leit- und Sicherungstechnik
Steuerungs- und
Simulationstechnik
Herstellung und Vermarktung
Antriebstechnik
Elektrische Antriebe
Fluidtechnik
Statistische Methoden
Methoden des QM
29. Oktober 2015
4 / 41
Was wir tun
Lehre, Forschung, Entwickung und Beratung entlang des Lebenszyklus im Bahnverkehr
Forschung & Entwicklung:
Angetriebene Güterwagen
Refurbishment von
Bestandslokomotiven
Zuverlässigkeitsschätzung aus
bestehenden Daten
Einsatz generativer
Fertigungsverfahren
1
0.8
F̄
h
F̄sim
F̂
ĥ
0.6
0.4
Beratung:
Technologie-Roadmapping
Strategie-Entwicklung
Betriebskostenoptimierung
Verkehrszählung
und weitere
0.2
0
4h
0
5
10
15
t/a
29. Oktober 2015
4 / 41
Was wir nutzen (oder gerade aufbauen)
Unsere Vision: Zusammenführung der Aufbauten zu “Loco in a Lab”
Laborneubau derzeit in Planung
Schienenfahrzeugtechnik:
Labor mit Gleisanschluss
Bremsenprüfstand
Fahrdynamik-Prüfstand
Impact-Simulation
Bahnsystemtechnik
Fahrsimulator
Stellwerkssimulator
Steuerungssimulatoren
Bahnantriebe
Großmotoren-Prüfstand
Hybrid-Prüfstand
29. Oktober 2015
5 / 41
Warum die ECM-Richtlinie?
Was bedeutet ihre Umsetzung für
EVU?
29. Oktober 2015
6 / 41
RIV ist seit 2006 Geschichte, Ersatz ist GCU
Der GCU bleibt sehr allgemein bezüglich der Haftung und verweist auf nationale
Gesetzgebung
” Article 27: Principle of liability
27.1 The keeper or a previous user subject to this contract shall be
liable for damage caused by the wagon when they can be shown to be at
fault. The liable party shall indemnify the user RU against any third
party claims if the user RU is not at fault.
...
27.2 Where the user RU is partly responsible, the compensation shall be
borne by each party in proportion to its respective share of
responsibility.
...
27.6 Where the liability of the keeper is not covered under Articles
27.4 and 27.5, the keeper shall be required to provide proof of civil
liability insurance in accordance with national legislations.”
⇒ Wer ist bei Instandhaltungsmängeln verantwortlich?
Der Halter? Der Nutzer? Der vorherige Nutzer?
29. Oktober 2015
7 / 41
Instandhaltung gemäß GCU
Was sind die Pflichten der Nutzer?
Regelmäßige Inspektionen durch Wagenmeister
Kleinreparaturen bis 850 EUR
Regelmäßige Information des Halters
⇒ Schadbilder und Wartungstätigkeiten sind im Anhang 10 detailliert,
z. B.:
”1.10.1 the tyre must not be loose.
A tyre is considered loose if at least one of the following
conditions is met:
- the tyre has been displaced by rotation on the rim in the plane of
the running circle (visible from the fact that the check marks on the
tyre and those on the wheel rim are not longer aligned);
- dull sound when struck;
- loose tyre clip;
- presence of rust between the tyre and the rim over more than 1/3 of
the circumference;”
29. Oktober 2015
8 / 41
Katastrophe von Viareggio (30. Juni 2009)
rabendeviaregia, Wikimedia
Radsatzbruch an einem
KVG-Kesselwagenführt zum
größten Eisenbahnunfall Italiens
26 Tote, viele Verletzte
Suche nach Verantwortlichen
schwierig
rabendeviaregia, Wikimedia
Zeigt Notwendigkeit einer neuen
Regulierung
29. Oktober 2015
9 / 41
ECM - Entity in Charge of Maintenance
Das Ziel der ECM-Richtlinie ist die Steigerung der Sicherheit im SGV. Ausweitung auf
Lokomotiven geplant für 2018.
Früher: Betreiber gesamtverantwortlich für Sicherheit
Heute:
Zugelassene Organisation (ECM) verantwortlich für Instandhaltung
Betreiber (EVU) verantwortlich für sicheren Betrieb
Bald: Ausweitung auf andere Fahrzeuggattungen
Notwendige Funktionen:
Instandhaltungsmanagement
Instandhaltungsentwicklung
Fuhrparkinstandhaltungsmanagement
Instandhaltungserbringung
Effekt: Qualitäts Management System erweitert auf den gesamten
Lebenszyklus
29. Oktober 2015
10 / 41
Funktionen eines Instandhaltungssystems
d) Instandhaltungserbringung
Durchführung von Instandhaltungsaufgaben
kurz: die Werkstatt
Funktion kann an Dritte übertragen werden
29. Oktober 2015
11 / 41
d) Instandhaltungserbringung
Durchführung von Instandhaltungsaufgaben
kurz: die Werkstatt
c) Fuhrparkinstandhaltungsmanagement
Organisation des Zulaufs der Wagen zu den Werkstätten
Fristen, Unfall- / Schadfahrzeuge
Ersatz der Wagenleistung
29. Oktober 2015
11 / 41
b) Instandhaltungsentwicklung
Verwaltung der Instandhaltungsdokumentation
Konfigurationsmanagement
Datenzusammenführung und -auswertung
Rückführung von Erfahrung
29. Oktober 2015
12 / 41
b) Instandhaltungsentwicklung
Verwaltung der Instandhaltungsdokumentation
Konfigurationsmanagement
Datenzusammenführung und -auswertung
Rückführung von Erfahrung
a) Instandhaltungsmanagement
Verantwortung für den sicheren Zustand des Wagens
Beaufsichtigung und Koordinierung der Aufgaben unter b) bis d)
Funktion kann nicht an Dritte übertragen
29. Oktober 2015
12 / 41
Zu erwartender Mehraufwand
Die Umsetzung der ECM-Richtlinie führt durch Erweiterung des QM-Systems auf den
Lebenszyklus zu Mehraufwand in der Wartungsorganisation.
Managementfunktion:
Quelle: wikimedia/Sven
Dokumentenmanagement
Messung der
Leistungsfähigkeit
Wartungsanforderungen,
abgeleitet aus
Sicherheits- und
Zuverlässigkeitsdaten
Betriebsbedingungen
und weitere
Betriebsdatenerfassung
Manuell
Automatisiert
Auditierung
29. Oktober 2015
13 / 41
Betriebsdatenerfassung
Betriebsdatenerfassung kann für Güterwagen grundsätzlich ohne Automatisierung
erfolgen.
Anforderung aus Verordnung EU
445/2011 (für Güterwagen):
...Art und Umfang des
tatsächlich durchgeführten
Betriebs, einschließlich
betrieblicher Störungen, die die
Sicherheitsintegrität der
Güterwagen beeinträchtigen
können;
Für andere Fahrzeuge sind
höhere Anforderungen zu
erwarten
Vorhandene Daten und Sensorik
bieten Mehrwert
29. Oktober 2015
14 / 41
Welche Rolle können
PLM-Systeme und die
CSM-Richtlinie spielen?
29. Oktober 2015
15 / 41
PLM - Product Lifecycle Management
Das Modul ECHO | Wer
Reinigungsbetriebe unt
Jahren erfolgreich in de
PLM-Systeme können Daten zur Instandhaltungsentwicklung und -optimierung sammeln.
Modell des Systems:
Art und Anzahl der
eingesetzten Komponenten
Wartungsanforderungen
Datenspeicherung
Betriebliche Verfügbarkeit
Komponentenreparatur
Komponententausch
Quelle: Aprixon GmbH
Betriebsdatenerfassung ECM
In vielen Betrieben eingesetzt
Notwendig:
Verbindung zwischen
Instandhaltungserbringung
und Fuhrparkinstandhaltungsmanagement bzw.
Pfaff, Schmidt
(FH Aachen)
Artikelstamm
Verwaltung von Artikeln
mit allgemeinen Infor-
ECHO | Werkstatt ver
Auftragsmanagement,
über die Erstellung von
29. Oktober 2015
16 / 41
CSM - Common Safety Methods
Die CSM-Richtlinie legt ein vereinheitlichtes Vorgehen zur Risikoanalyse und -bewertung
fest und setzt damit den Rahmen für die Instandhaltungsentwicklung.
Vereinheitlichter Prozess
Figure 1: Applying the CSM RA for technical, operational or organisational change
Identifikation von Risiken
Bewertung von Risiken
Change
No
No
Lässt Modifikationen zu
Does the change
impact on safety?
Yes
Yes
Application of the risk
management process in
CSM RA is not required.
Apply the criteria in Article
4(2)(a) to (f) of the CSM RA to
decide if the change is
significant (see Annex 1).
Are you confident
that the associated risk
can be controlled to an
acceptable level?
No
No
Change is
significant
Yes
Yes
Change is not significant and
application of risk management
process in CSM RA is not
mandatory
Keep a record of how you
arrived at your decision
Manage risk through other measures
(e.g. safety management system)
Apply the risk
management process
in CSM RA
Source: UK ORR
Sicherheitsniveau bleibt
erhalten
Gewisses Sicherheitsniveau
vorhanden
Preliminary work to identify
and understand all relevant
hazards
What are technical, operational and organisation
changes?
Technical changes
2.7 Technical changes are changes to a structural sub-system. Technical changes
CBM, CSM, PLM und should
ECM
29.
2015
also be reviewed to determine whether
theyOktober
introduce changes
to the
17 / 41
Wie können wir ECM, PLM und
CSM zur Kostensenkung nutzen?
29. Oktober 2015
18 / 41
CBM - Condition Based Maintenance
Zustandsabhängige Wartung ermöglicht die Behandlung von Komponenten nach Bedarf
und kann Kosten senken.
Komponenten und Subsysteme werden nur bei Bedarf gewartet
Nutzung von Echtzeitdaten wünschenswert
Herausforderungen:
Einführungskosten
Änderungen in Organisation und Ablauf
Planung der Arbeiten
Einbindung in bestehende Werkstattzuführung
Technische Umsetzung
Lösungsvorschlag:
Nutzung bestehender Daten und Software:
Benötigt im Rahmen der ECM-Richtlinie
Reduzierung der Einführungskosten
Erleichtert die Einführung in der Organisation
Aufgabe: Zuverlässigkeit und Verfügbarkeit in nächster Betriebsperiode
vorhersagen
29. Oktober 2015
19 / 41
Wie lässt sich das Ausfallverhalten
von Komponenten und Systemen
beschreiben?
29. Oktober 2015
20 / 41
Nutzung der Zustandsdaten
CM bringt einen Mehrwert durch Kenntnisse über die Komponenten eines Fahrzeugs.
Alterungszustand der
Komponente
1
Identifikation der
Alterungskurve
Zustand einzelner
Komponenten
0.8
0.6
Zuverlässigkeit der
(Sub-)Systeme
0.4
Erwartete Zuverlässigkeit im
nächsten Zeitintervall
0.2
Basis für Optimierungen
Unzuverlässigkeitstreiber
Angepasste Systemstruktur
0
0
5
10
15
t/a
29. Oktober 2015
21 / 41
Ausfallverhalten von Komponenten
Unterscheidung zwischen konstanten und zeitabhängigen Ausfallraten.
Konstante Fehlerrate:
Zufällige Fehler überwiegen
Nur Corrective Maintenance
angemessen
Nutzen des CM:
Fehlermeldung
Survival rate F̄
Hazard rate h
1
0.8
0.6
0.4
0.2
0
0
5
10
t/a
29. Oktober 2015
22 / 41
Ausfallverhalten von Komponenten
Unterscheidung zwischen konstanten und zeitabhängigen Ausfallraten.
Zufällige Fehler überwiegen
Nur Corrective Maintenance
angemessen
Nutzen des CM:
Fehlermeldung
Zeitabhängige Fehlerraten:
Alterungseffekte dominieren
Preventive maintenance
angemessen
Nutzen des CM: Übergang zu
hohen Fehlerraten erkennen
Survival rate F̄
Hazard rate h
1
0.8
0.6
0.4
0.2
0
0
5
10
t/a
29. Oktober 2015
22 / 41
Mathematische Beschreibung des Ausfallverhaltens
Die gezeigten Ausfallraten lassen sich mathematisch modellieren.
Überlebenswahrscheinlichkeit F̄
Anteil intakter Komponenten
zum Zeitpunkt t
Survival rate F̄
Hazard rate h
1
Ausfallrate h
Anteil ausfallender
Komponenten zum Zeitpunkt
t
0.8
0.6
0.4
0.2
0
0
5
10
t/a
29. Oktober 2015
23 / 41
zum Zeitpunkt t
1
Ausfallrate h
Anteil ausfallender
t
Exponentialverteilung
= e −( λ )
h = λ
0.8
0.6
F̄
Survival rate F̄
Hazard rate h
0.4
t
0.2
0
0
5
10
t/a
29. Oktober 2015
23 / 41
zum Zeitpunkt t
1
Ausfallrate h
Anteil ausfallender
t
Zeitabhängige Fehlerraten:
(Misch-)Weibull-Verteilung
F̄
Survival rate F̄
Hazard rate h
=
h =
t
−( λ
)
0.8
0.6
0.4
β
e
β−1
β t
λ λ
0.2
0
0
5
10
t/a
29. Oktober 2015
23 / 41
Praktisches Verhalten der Ausfallrate
Zufallsschäden
29. Oktober 2015
24 / 41
Zufallsschäden
Zeitabhängigkeit
29. Oktober 2015
24 / 41
Frühausfälle
29. Oktober 2015
24 / 41
Nutzbare Zeit
Frühausfälle
29. Oktober 2015
24 / 41
Unzuverlässigkeit
Nutzbare Zeit
Frühausfälle
29. Oktober 2015
24 / 41
Unzuverlässigkeit
Nutzbare Zeit
Frühausfälle
Wie lässt sich der
Übergang erkennen?
29. Oktober 2015
24 / 41
Unzuverlässigkeit
Nutzbare Zeit
Frühausfälle
Wie entwic
sich die
Zuverlässig
Wie entwickelt
sich die
Zuverlässigkeit?
29. Oktober 2015
24 / 41
Wie lassen sich
Komponentenmodelle zur Analyse
von Subsystemen nutzen?
29. Oktober 2015
25 / 41
Zuverlässigkeit von Subsystemen
Für bekanntes Ausfallverhalten lässt sich die Zuverlässigkeit des Subsystems als
Markow-Kette (Markov Chain (MC)) beschreiben.
Modellierung zufälliger
Zustandsänderungen
Gedächtnislos oder zeitlich
begrenzter Einfluss
Quelle: wikimedia/Joxemai4
Zustände der MC:
Betriebszustände des
Subsystems
Übergänge:
Nutzungshäufigkeit
Nutzungsdauer
Ausfallrate
29. Oktober 2015
26 / 41
Monte-Carlo-Simulation
MC-Simulationen basieren auf der häufig wiederholten Simulation von
Zufallsexperimenten.
120
Grundlage:
Gesetz der großen Zahlen
Pseudozufallsverteilungen der
Parameter erzeugen
Resultierendes Ergebnis bilden
Analyse der Lage- und
Streuparameter
Vorteile:
80
60
40
20
0
-0.8 -0.4
0
0.4
0.8
-1.5 -1 -0.5 0 0.5 1
250
Einfache Modellierung
Einfache Durchführung
Nachteil:
200
150
100
Korrektheit der Lösungen
nicht immer einfach zu
beurteilen
100
50
0
-1.5
-1
-0.5
0
0.5
1
29. Oktober 2015
1.5
27 / 41
Vorgeschlagene Methode
Die vorgeschlagene Methode ist eingebettet in das ECM-CSM-Regelwerk.
1
Flottenbetrieb F̄ , h
1
0.8
0.6
F̄
h
0.4
0.2
0
0
5
10
15
t/a
29. Oktober 2015
28 / 41
1
2
Wartungsdaten F̄sim
1
0.8
F̄
h
F̄sim
0.6
0.4
0.2
0
0
5
10
15
t/a
29. Oktober 2015
28 / 41
1
2
3
Identifikation (Schätzung) der
Verschleißkurve F̂
1
0.8
F̄
h
F̄sim
F̂
0.6
0.4
0.2
0
0
5
10
15
t/a
29. Oktober 2015
28 / 41
1
2
3
4
1
Identifikation der Ausfallraten
der Komponenten ĥ
0.8
F̄
h
F̄sim
F̂
ĥ
0.6
0.4
0.2
0
0
4h
5
10
15
t/a
29. Oktober 2015
28 / 41
1
2
3
4
der Komponenten ĥ
5
Monte-Carlo-Simulation der
Ausfallrate des Subsystems
x1
y = f (x)
x2
y
x3
29. Oktober 2015
28 / 41
1
2
Figure 1: Applying the CSM RA for technical, operational or organisational change
3
4
5
6
Change
der Komponenten ĥ
No
No
Does the change
impact on safety?
Yes
Yes
Preliminary work to identify
and understand all relevant
hazards
Application of the risk
management process in
CSM RA is not required.
Apply the criteria in Article
4(2)(a) to (f) of the CSM RA to
decide if the change is
significant (see Annex 1).
Are you confident
that the associated risk
can be controlled to an
acceptable level?
Analyse des
Optimierungspotentials
No
No
Change is
significant
Yes
Yes
Change is not significant and
application of risk management
process in CSM RA is not
mandatory
Keep a record of how you
arrived at your decision
Manage risk through other measures
(e.g. safety management system)
Apply the risk
management process
in CSM RA
What are technical, operational and organisation
changes?
Technical changes
Technical
changes 28 / 41
CBM, CSM, PLM 2.7
undTechnical
ECMchanges are changes to a structural
29.sub-system.
Oktober
2015
1
2
3
4
der Komponenten ĥ
5
6
Analyse des
Optimierungspotentials
7
Bündelung oder
Fristverlängerung
29. Oktober 2015
28 / 41
Lässt sich der Ablauf an einem
Beispiel darstellen?
29. Oktober 2015
29 / 41
Systembeschreibung
Beispielsystem:
Elektronische Führerbremsventilanlage
Bremssteuergerät (BSG)
Führerbremsventil (FbrV)
Elektropneumatische Rückfallebene (BU)
Aufgabe: Umwandlung Sollwert (SW) in HL-Druck (HL)
BSG
FbrV
SW
HL
BU
29. Oktober 2015
30 / 41
Betriebszustände der elektronischen
Führerbremsventilanlage
Die elektronische Führerbremsventilanlage kann verschiedene Betriebszustände annehmen.
S0 : Ausgeschaltet
Ca. 3600
Betriebsstunden/Jahr
p10
S0
S1 : Normaler Betrieb (BSG und
FbrV)
Übergang zur Nutzung
Rückfallebene:
Wahrscheinlichkeit p1
S2 : Betrieb mit Rückfallebene
Übergang zur Störung:
p00
p20
p22
p01
S1
S2
p12
p23
p11
p33
S3
S3 : Störung
Fahrzeugstörung “Stop on
line”
29. Oktober 2015
31 / 41
Betriebszustände der elektronischen
Führerbremsventilanlage
Die elektronische Führerbremsventilanlage kann verschiedene Betriebszustände annehmen.
S0 : Ausgeschaltet
Ca. 3600
Betriebsstunden/Jahr
S1 : Normaler Betrieb (BSG und
FbrV)
Übergang zur Nutzung
Rückfallebene:


p00 p01 0
0
p10 p11 p12 0 

P =
p20 0 p22 p23 
0
0
0 p33
S2 : Betrieb mit Rückfallebene
Übergang zur Störung:
S3 : Störung
Fahrzeugstörung “Stop on
line”
29. Oktober 2015
31 / 41
Ausfallzeitpunkte Bremssteuergerät
Annahme:
Elektronikkomponente
Weibullverteilt:
β=5
λ = 12
Flottengröße N = 100
Ergebnis:
β̂ = 4.5
λ̂ = 12.2
Nr.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
16
TTF
4.4 a
5.6 a
5.7 a
5.7 a
6.3 a
6.3 a
6.7 a
6.9 a
7.1 a
7.6 a
7.7 a
7.8 a
7.8 a
7.9 a
8.0 a
29. Oktober 2015
32 / 41
Ausfallzeitpunkte Führerbremsventilanlage
Annahme:
ElektropneumatikKomponente
Exponentialverteilt:
λ = 50
Flottengröße N = 100
Ergebnis:
λ̂ = 55.6
Nr.
1
2
3
4
5
6
7
8
9
10
TTF
0.24 a
0.30 a
0.35 a
0.53 a
2.71 a
3.08 a
3.44 a
3.46 a
5.05 a
7.44 a
29. Oktober 2015
33 / 41
Identifikation Verschleissdaten Bremssteuergerät
1
0.8
0.6
F̄
h
0.4
0.2
0
0
2
4
6
8
t/a
10
12
14
29. Oktober 2015
34 / 41
1
0.8
0.6
F̄sim
0.4
0.2
0
0
2
4
6
8
t/a
10
12
14
29. Oktober 2015
34 / 41
1
0.8
0.6
F̄sim
F̂
0.4
0.2
0
0
2
4
6
8
t/a
10
12
14
29. Oktober 2015
34 / 41
1
0.8
F̄sim
F̂
ĥ
0.6
0.4
0.2
4h = 0.048
0
0
2
4
6
8
t/a
10
12
14
29. Oktober 2015
34 / 41
1
0.8
F̄
h
F̂
ĥ
0.6
0.4
0.2
4h = 0.048
0
0
2
4
6
8
t/a
10
12
14
29. Oktober 2015
34 / 41
Identifikation Verschleissdaten Führerbremsventilanlage
1
0.8
0.6
F̄
h
0.4
0.2
0
0
2
4
6
8
t/a
10
12
14
29. Oktober 2015
35 / 41
1
0.8
0.6
F̄sim
0.4
0.2
0
0
2
4
6
8
t/a
10
12
14
29. Oktober 2015
35 / 41
1
0.8
0.6
F̄sim
F̂
0.4
0.2
0
0
2
4
6
8
t/a
10
12
14
29. Oktober 2015
35 / 41
1
0.8
F̄sim
F̂
ĥ
0.6
0.4
0.2
0
0
2
4
6
8
t/a
10
12
14
29. Oktober 2015
35 / 41
1
0.8
F̄
h
F̂
ĥ
0.6
0.4
0.2
0
0
2
4
6
8
t/a
10
12
14
29. Oktober 2015
35 / 41
Simulationsergebnisse
Die wiederholte Simulation der Markov-Kette eines Betriebstages liefert die
Wahrscheinlichkeitsdichte der Betriebszustände.
Markov-Chain-Monte-CarloSimulation
39,8%
S0
Wiederholte Ausführung einer
Markov Kette
N = 106 Betriebstage
Zustände:
S0 :
S1 :
S2 :
S3 :
39,8%
60,2%
0,014%
0%
S1
S2
60,2%
0,014%
S3
0%
29. Oktober 2015
36 / 41
Was machen wir mit den
Erkenntnissen über die
Zuverlässigkeit der Subsysteme?
29. Oktober 2015
37 / 41
Nutzung der Zuverlässigkeitsdaten
Erkenntnisse über das Lebensdauerverhalten lassen sich zur Bündelung von Aktivitäten
oder zur Fristverlängerung nutzen.
Bündelung von Aktivitäten
Vorhersage über
Ausfallwahrscheinlichkeit im
nächsten Intervall
Reduzierung von reaktiven
Tätigkeiten
Verlängerung von Fristen
Eskalation über
Wirtschaftlichkeitsprüfung
Änderung Wartungsanweisung
Vorhersage Ersatzteilbedarf
Komponente
wählen
Optimierung
Verlängerung
Bündelung
Lebensdauerkurve
identifizieren
Lebensdauerkurve
identifizieren
Vorhersage Risiko
Vorhersage
Zuverlässigkeit
Bewertung Risiko
Entscheidung
Eingriff
Unterstützung Fehlerdiagnose
Expertenwissen
Umsetzung
29. Oktober 2015
38 / 41
Und wie geht es weiter?
29. Oktober 2015
39 / 41
Herausforderungen - nächste Schritte
Entwicklung und Test der Methoden erfordert Betriebsdaten und Expertenwissen.
Modellierung der Systeme:
Beispielsystem mit Felddaten
A priori-Wissen aus Werkstatt
Strukturvereinfachung (e.g.
via DSM)
Validierung des Modells
1
0.8
F̄
h
F̄sim
F̂
ĥ
0.6
Datenanalyse:
Schätzalgorithmen
Vorhersage der Zuverlässigkeit
Identifikation des
Verschleissverhaltens
0.4
0.2
0
Hardwareentwicklung
z.B. Nutzungsmessung
0
5
4h
10
29. Oktober 2015
15
40 / 41
Danke für Ihre Beteiligung!
Prof. Dr.-Ing. Bernd D. Schmidt
Antriebstechnik
[email protected]
Prof. Dr. Raphael Pfaff
[email protected]
www.raphaelpfaff.net
29. Oktober 2015
41 / 41

CBM, CSM, PLM und ECM

Transcrição

Documentos relacionados

Gebrauchtmaschinen /Used Equipment

Ehrenamtstag in Aachen vom 06.10.2013

ÜBER UNS SO KÖNNEN SIE HELFEN UNSERE

Allgemeine Geschäftsbedingungen

Projektergebnisse Doing Gender in den Peer-groups - Gepris

DB BAHN – Verbindungen – Ihre Auskunft

Umrechnung von Schüttgut

Imprimir/PDF

Frühdiagnose-Sprechstunden im Rheumazentrum Köln/Bonn/Aachen

kö ln düsseldorf antwerpen (liége) lüttich