Browsing by Author "Osztermayer, Jozsef"

Now showing 1 - 1 of 1

Open Access
Zustandsabhängiges, risikobasiertes Asset-Management in der Energieversorgung
(2007) Osztermayer, Jozsef; Feser, Kurt (Prof. Dr.-Ing.Dr.h.c.)
Für die vorliegende Arbeit versteht man unter risikobasiertem und funktionsübergreifendem Asset-Management (RB&FÜAM) die risikobewusste Verwaltung von technischen Anlagen während ihrer gesamten Lebensdauer. Die konkrete Aufgabe ist dabei, die betriebsmittelrelevanten Aktivitäten zeitlich und inhaltlich funktionsübergreifend so zu koordinieren, dass die strategischen Unternehmensziele bei minimalen Anlagenkosten erreicht werden können. In der Tat geht es um die optimale Geldmittelallokation unter den Kernprozessen des Unternehmens, welche die Vernetzung von aktuellen risikorelevanten Informationen über das gesamte Anlagenportfolio voraussetzt. Die wesentlichen Nachteile der traditionellen Asset-Management Ansätze lassen sich wie folgt zusammenfassen: 1. Die Ursache-Wirkungskette zwischen den risikorelevanten Anlagendaten und der zugehörigen prozesscharakterisierenden Zielkennzahl (z.B. Instandhaltungsbudget) ist für Entscheidungsträger nicht transparent. Der Koordinationsaufwand und die Prozessdurchlaufzeit für die Entscheidungsunterstützung ist unverhältnismäßig groß. 2. Die rechnergestützte Überwachung von betriebswirtschaftlichen Prozessindikatoren, die ihrerseits vom Anlagenzustand abhängig sind, ist wegen mangelnder Methodenkompetenz für die Informationsverzahnung nicht möglich. Um diese Unzulänglichkeiten zu eliminieren, wurde der vorliegende Ansatz entwickelt. Hierbei wird der Anlagenzustand mittels Fuzzy-Logik anhand von aktuellen zustandsrelevanten Messgrößen der fehleranfälligen Anlagenkomponenten online geschätzt und die monetären Konsequenzen des Anlagenzustandes in Form eines Katalogs für Instandhaltungsszenarien formalisiert. Das von den fehlerbehafteten Anlagenkomponenten bzw. der Anlage ausgehende Risiko wird dabei durch den monetären Erwartungswert für die Durchführung eines dem aktuellen Zustand angemessenen Instandhaltungsszenarios berechnet. Als Alternative zur erwähnten Beschreibung des Risikos mit Erwartungswert kann auch die vektorbasierte Methode eingesetzt werden. In diesem Fall wird das Risiko durch die lineare Kombination des Zustandes und der Wichtigkeit der jeweiligen Betrachtungseinheit abgebildet. Nachdem der neue Ansatz durch die theoretische Behandlung der relevanten Basisdisziplinen fundiert wurde, wird die Anwendung der erarbeiteten Methode in zwei Fallbeispielen demonstriert. Während im Beispiel bezüglich einer Gruppe von Leistungstransformatoren die vektorbasierte Risikoanalyse eine Anwendung findet, wird das zustandsbedingte Risiko in der Analyse für ein Leistungsschalterportfolio mittels Bildung von entsprechenden Erwartungswerten abgebildet. Gemäß den Forderungen in der Praxis wurde die verursachungsgerechte Zusammenführung der Zustandsverschlechterung von Betriebsmittelkomponenten durch einen adäquaten Algorithmus, basierend auf der Theorie der Zielkostenrechnung, gelöst. Die Berechnungsvorschrift ermöglicht den Zustandsverschlechterungsgrad jeder Komponente einer zweckmäßig aufgebauten Anlagenhierarchie zu berechnen und damit die Überwachung des Zustandsforschrittes jeweils auf die zeitliche Verfolgung einer einzigen Zustandskennzahl zu reduzieren. Diese Möglichkeit gewinnt an Bedeutung beim Aufsteigen in der Systemhierarchie. Weil die Kennzahlabbildung durchgängig formalisiert ist, bietet der Ansatz umfassende Möglichkeiten auch für die Ursachenforschung. Da die weiteren Algorithmen für die anlagencharakterisierenden Indikatoren wie: 1. Anlagenpriorität für Ersatzinvestition 2. Ausfallwahrscheinlichkeit einer Betriebsmittelkomponente 3. finanzielles Risiko für Ersatz bzw. Instandhaltung 4. Priorität für Instandhaltung auf dem relevanten Wahrscheinlichkeitswert für Ersatz, Ausfall und Durchführung des aktuellen Instandhaltungsszenarios basieren, wird der Übergang vom aktuellen Zustandsverschlechterungsgrad zu den erwähnten Wahrscheinlichkeiten diskutiert. Mit Hilfe des vorgestellten Ansatzes, dessen Umsetzung durch ein modular aufgebautes Simulink-Modell getestet wurde, kann man eine fundierte Entscheidungsunterstützung für die folgenden Kernprozesse online zur Verfügung stellen: 1. Budgetierung von Instandhaltungskosten 2. Budgetierung von Kosten für Ersatzinvestitionen 3. zustandsbasierte Schätzung der Restlebensdauer einer Anlage Die nachstehenden Analysemöglichkeiten ergeben sich durch das AM-Modell: a. kontinuierliche Risikostrukturanalyse im selektierten Anlagenportfolio b. Simulation der Auswirkungen von geplanten risikominimierenden Maßnahmen auf unterschiedlicher Ebene der Anlagenhierarchie c. trendbasierte Prognose für die Kennzahlen anhand historischer Daten d. komponentenbezogene Archivierung von Wissen über die noch nicht vollständig erforschten Fehlermechanismen in Form von Beurteilungsregeln.