Logo Leibniz Universität Hannover
Logo: IFA - Institut für Fabrikanlagen und Logistik
Logo Leibniz Universität Hannover
Logo: IFA - Institut für Fabrikanlagen und Logistik
  • Zielgruppen
  • Suche
 

Forecasting Component Service Life by Gentelligent Components

Autoren:van Thiel, B.; Winkens, M.; Nyhuis, P.
Kategorie:Konferenz (reviewed)
Jahr:2012
Veröffentlichung:in: Denkena, B., Gausemeier, J., Scholz-Reiter, B. (eds.): Proceedings of the 1st Joint International Symposium on System-Integrated Intelligence 2012: New Challenges for Product and Production Engineering, Hannover: PZH Verlag, pp. 142-144
ISBN:978-3-943104-59-2

Abstract

Der vorliegende Artikel geht auf die Entwicklung einer Methodik zur Prognose der Restlebensdauer von gentelligenten Bauteilen ein. Die Methodik bezieht sich auf die Abnutzungsart Ermüdung und basiert auf einem Instandhaltungs-Regelkreis der im Teilprojekt N3 des Sonderforschungsbereichs 653 entwickelt wird. Dazu werden Bauteilzustände über den gesamten Lebenszyklus hinweg ausgewertet und in einer Datenbank gespeichert. Die gespeicherten Daten dienen bei der Zustandsüberwachung eines aktuellen Bauteils als Erfahrungswissen und ermöglichen die Prognose der verbleibenden Lebensdauer. Dazu werden zunächst die Beanspruchungen, denen das überwachte Bauteil bis dahin ausgesetzt war, mit den Beanspruchungsdaten des Erfahrungswissens verglichen. Wenn die Datenbank Informationen über Bauteile enthält, die in ihrem Lebenszyklus einem ähnlichen Beanspruchungsverlauf ausgesetzt waren, werden diese für die Prognose herangezogen. Die statistische Auswertung dieser Beanspruchungsverläufe ermöglicht das Eingrenzen der zukünftigen Beanspruchung des überwachten Bauteils und somit eine Abschätzung der verbleibenden Restlebensdauer. Die Kenntnis über die Restlebensdauer ist eine wesentliche Grundlage für die Auswahl einer möglichen Instandhaltungsmaßnahme.