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.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Literatur
Gausemeier, J. (Hrsg.): Selbstoptimierende Systeme des Maschinenbaus.Heinz Nixdorf Institut, Universität Paderborn, HNI-Verlagsschriftenreihe, Bd. 155, Paderborn (2004)
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)
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)
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)
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)
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)
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)
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)
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)
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)
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)
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)
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)
Meyer, T., Sondermann-Wölke, C., Sextro, W.: Method to Identify Dependability Objectives in Multiobjective Optimization Problem. Procedia Technology 15, 46–53 (2014)
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)
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)
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)
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)
Sondermann-Woelke, C.: Entwurf und Anwendung einer erweiterten Zustandsüberwachung zur Verlässlichkeitssteigerung selbstoptimierender Systeme. Dissertation, Fakultät für Maschinenbau, Universität Paderborn, Paderborn (2015)
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)
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)
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)
Verein Deutscher Ingenieure (VDI): VDI 2206 – Entwicklungsmethodik für mechatronische Systeme. Beuth, Berlin (2004)
Author information
Authors and Affiliations
Corresponding author
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2018 Springer-Verlag GmbH Deutschland, ein Teil von Springer Nature
About this chapter
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)