Universität Stuttgart
Permanent URI for this communityhttps://elib.uni-stuttgart.de/handle/11682/1
Browse
4 results
Search Results
Item Open Access Modeling and optimization of safety and availability for subsea all-electric Xmas Trees(Stuttgart : Institut für Maschinenelemente, 2023) Imle, Sebastian; Glaser, Markus (Prof. Dr. rer. nat.)This dissertation is outlining the technological progress in subsea oil and gas production. The technological change, which is taking part in the subsea production environment, is creating new challenges and problems. This work is focusing on the functional safety aspect of distributed mechatronic systems in the subsea environment. The extreme conditions, which the systems have to endure without any planned maintenance, are leading to system designs with multiple redundancies for safety and for availability. The reliability calculations are state of the art executed for the first safety relevant failure which is occurring in the system. Afterwards a redundant system has to take over the control or a emergency shutdown has to be initiated. This emergency shutdown is causing production losses until the system is restored. This dissertation is analyzing existing methods for reliability estimation and combines different approaches to realize an embedded model for a realtime estimation of the remaining reliability of the mechatronic system. The Xmas Tree Controller, which is developed during this work, is capable of evaluating the reliability of the production system and is autonomously deciding, which action needs to be initiated to achieve a safe operating envelope. Different system architectures and operation strategies where analyzed and compared. The method of multi-redundant systems, which are sharing information about their State of Health and their capabilities is introduced. This novel operation strategy allows to increase the availability of the overall production system. The concept of cannibalization for availability optimization is introduced and applied to an already optimized system architecture. The result of the optimizations is a downtime reduction of 96 \%. The model is realized and verified for embedded usage and will be executable on the Xmas Tree Controller. The result will be a mechatronic deep-sea production system, which is determining its own safety based on the actual system condition, the environmental conditions and its statistical probability to fail. The validity of the model is proven based on classical reliability theory and compared to the state of the art IEC 61508 estimations, which is applied for this safety critical applications.Item Open Access Methodik zur Konzeption, Analyse und Modellierung von Lösungen im Prognostics and Health Management (PHM)(Stuttgart : Institut für Maschinenelemente, 2021) Henß, Mark Stefan; Bertsche, Bernd (Prof. Dr.-Ing.)Digitalisierung, Konnektivität und Künstliche Intelligenz stellen aktuell drei der disruptivsten Trends im Produktlebenszyklus technischer Systeme dar. Mit Lösungen des Prognostics and Health Management (PHM) können nicht nur dem Kunden vollkommen neue Dienste angeboten werden, auch für den Hersteller (Betreiber) eröffnen sich eine Reihe neuer Möglichkeiten. Der zentrale Ansatz des PHM ist die Verwendung von Daten über Nutzung und Zustand aus dem Betrieb eines einzelnen Systems, um Störungen und Ausfälle frühzeitig zu erkennen und geeignete Gegenmaßnahmen zu definieren. Entscheidungen lassen sich so unter Berücksichtigung der gesamtwirtschaftlichen Interessen treffen. Beispielsweise lassen sich so gleichzeitig Kosten senken, Risiken minimieren, die nutzbaren Betriebsstunden maximieren und die Verfügbarkeit verbessern. Die Problemstellung ist nicht, dass es keine Literatur oder Normen im PHM gäbe, sondern ihre über eine Vielzahl an Fachdisziplinen isolierte Betrachtung. Dazu kommt, dass dem PHM, als relativ junge Disziplin, eine grundlagenwissenschaftliche Basis fehlt. Der Anwender steht somit vor der Schwierigkeit einen Lösungsansatz zu identifizieren, der sowohl die individuellen Anforderungen erfüllt, Fehlentwicklungen vermeidet als auch die Potenziale ausschöpft. Ziel dieser Arbeit ist eine Methodik, die diese Schwierigkeiten löst und eine möglichst einfache, strukturierte und transparente Entwicklung von PHM-Lösungen erlaubt. In einem ersten Schritt wird die zentrale Fragestellung, auf Basis der Design Research Methodology (DRM) wissenschaftlich vertieft. Dies umfasst die Abgrenzung der Forschungsaufgabe, die Definition von Forschungszielen sowie die Durchführung von zwei Studien. Neben einer Studie der Fachliteratur und Normung, wird eine empirische Metaanalyse von ca. 260 wissenschaftlichen Beiträgen durchgeführt. Wesentliche Ergebnisse der DRM sind Schlüsselfaktoren und Forschungsfragen. Für diese Arbeit sind die zentralen Forschungsfragen: 1. Wie lassen sich sowohl Konzepte als auch Modelle im PHM generisch und holistisch im Kontext der Technikwissenschaften beschreiben, sodass einerseits Einordnung und Abgrenzung gegenüber etablierter Anwendungswissenschaften und andererseits die Beherrschung der Komplexität möglich ist? 2. Wie lassen sich die Konzepte und Modelle in einer Methodik logisch verknüpfen, sodass die Entwicklung von PHM-Lösungen strukturiert und effizient abläuft? Die zwei Forschungsfragen werden in separaten aufeinander aufbauenden Teilen bearbeitet. Teil 1 beschreibt Grundlagen, Terminologie, Konzepte und Modelle im PHM und adressiert Forschungsfrage 1. Basis sind klare Merkmale die etablierte Konzepte in eine gemeinsame Betrachtung einsortieren. Etablierte Konzepte sind z. B. die Rekonfiguration, das Predictive oder Prescriptive Maintenance. Dies reduziert sowohl Komplexität und ermöglicht gleichzeitig einen effizienten Vergleich der einzelnen Leistungsfähigkeiten. Das PHM-Modell wird in dieser Arbeit als Abbild des funktionalen Zusammenhangs einer PHM-Lösung verstanden. Dieses wird anhand von 19 Elementen beschrieben, die dem Anwender die Möglichkeit geben die individuell gewünschte Funktionalität durch Kombination einzelner Elemente umzusetzen. In der holistischen Perspektive, charakterisiert das Modell einen geschlossenen Wirkungskreis. Das heißt, jede am System umgesetzte Entscheidung besitzt Auswirkungen auf nachfolgende Messungen, die nach abgeschlossener Bewertung wiederum Basis der nächsten Entscheidung sind. In dieser Arbeit wird diese Eigenschaft durch den PHM-Regelkreis beschrieben. Teil 2 verknüpft Konzepte und Modelle in der zentralen Methodik und adressiert somit Forschungsfrage 2. Kern ist ein Leitfaden von der Lösungsfindung, über die Auswahl des passenden Konzepts und die Analyse der Rahmenbedingungen bis hin zur konkreten Umsetzung der PHM-Lösung in einem evaluierten Modell. Anhand der Metaanalyse werden dem Anwender begleitend etablierte Lösungswege aufgezeigt. Einen weiteren Beitrag liefert die Integration einer kombinierten Analyse von Domänenwissen und Daten in die Methodik. Hiermit werden einerseits die Besonderheiten von Daten aus Beobachtungsstudien adressiert. Andererseits ist es möglich, Schwierigkeiten durch Störgrößen oder Stichprobenverzerrung frühzeitig zu erkennen und zu verhindern. Die prinzipielle Anwendbarkeit der Methodik wird anhand eines AutoEncoders, zur Bewertung von Wälzlagerschäden in verschiedenen Getrieben bei unterschiedlichen Betriebsmodi gezeigt. Mit der „Methodik zur Konzeption, Analyse und Modellierung von Lösungen im Prognostics and Health Management“ wird ein Beitrag zur transparenten, strukturierten und effizienten Entwicklung von Lösungen im PHM geliefert. Somit werden einerseits die Barrieren dieser neuen Technologie reduziert und der Zugang einem breiten Anwenderkreis eröffnet. Andererseits können die Potenziale einfacher identifiziert, genutzt und Fehlentwicklungen frühzeitig erkannt werden.Item Open Access Systematic method for axiomatic robustness-testing (SMART)(2014) Kemmler, Stefan; Bertsche, BerndSMART (Systematic Method for Axiomatic Robustness-Testing) is a method for the development of robust and reliable products. It combines elements from the robust design methodology with a holistic approach by using Axiomatic Design (AD) and the Taguchi Method (TM). These two methods were established and expanded by N.P. Suh [1990] (AD) and G. Taguchi [1949] (TM). SMART is based on the chronological sequence of the four phases of the Product Development Process (planning, conception, design and development) according to the VDI Guideline 2221. Using this chronological basis, the three process steps (System, Parameter and Tolerance Design) of the Taguchi Method are classified and integrated accordingly. The AD method is applied to the systematic examination of the robustness of designs. During the conceptual stage, one or more designs are generated by means of AD. AD also helps analyze the design’s complexity from the perspective of possible design modifications, thus assuring robust solutions. If a design has already been generated but needs improvement as things developed, AD is used as well. The design may not necessarily be changed in its basic structure but is examined in terms of its complexity. The results of AD support the setup of the P-Diagram according to Taguchi either after the conceptual stage or the design stage of the product. The following step is the Design of Experiments (DoE) of the product’s design parameters and noise factors that occur during its utilization. Testing may either be carried out by virtual or real tests. After analyzing the results of the tests, the design should be optimized accordingly in order to increase the robustness. A predicted reliability determination is possible as well. The last step is the adjustment of the tolerances of the design for cost optimization purposes. After a final robust design has been established, the actual durability and reliability of the design can be determined on the basis of reliability testing using Design for Reliability (DFR) methods. Basically, SMART can be used both in the initial stages as well as in the more developed stages of the development process.Item Open Access Method for the development of a functional adaptive simulation model for designing robust products(2014) Kemmler, Stefan; Dazer, Martin; Leopold, Tobias; Bertsche, BerndProducts have to ensure their function under the inuence of internal and external noise factors in order to remain competitive in the current market. Therefore the step of designing robust products should be integrated in early stages of the Product Development Process (PDP). Robust products are developed using the Robust Design Method SMART (Systematic Method for Axiomatic Robustness-Testing). Thus far, SMART was applied and veri ed based on a simple mechanical machine element. In this paper, the method will be applied to a complex technical system. Additionally, the confict of aiming between the high e orts and the level of detail in the creation of a simulation model are discussed. This confict is brought about owing to the complex functionality of the design. In order to solve the conict, an approach is given for the creation of an adjusted simulation model. Short simulation times are an advantage for the analysis of parameters regarding robustness. The adaptive simulation model discussed in this paper is based on a exible and equation-based model, which is extended with local -structural-mechanical SUB-models for a more detailed analysis. This approach o ers the option of obtaining rst insights about the functionality of the product and the opportunity to complement the simulation model iteratively for the following design phases. This approach complements SMART on the one hand in the simulative design of robust design parameters and, on the other hand, in their reliability prediction in both the Parameter Design and Tolerance Design phase.