Erhöhung der Verfügbarkeit von Daten für die Gestaltung und Berechnung der Zuverlässigkeit von Systemen

Abstract

Zuverlässigkeit eine wichtige Produkteigenschaft - für die Hersteller wie für die Nutzer. Zutreffende Vorhersagen der Zuverlässigkeit von Produkten in einem frühen Stadium ihrer Entwicklung sparen Zeit und Kosten. Die entwickelten theoretischen Methoden der Prognose der Einzelteilzuverlässigkeit (Lebensdauerverteilungen) wie der Systemzuverlässigkeit könnten das bewirken. In der Praxis behindert aber Datenmangel ihre breite Anwendung. Die Herstellen generieren Zuverlässigkeitsdaten durch die Erprobung von Einzelteilen, Aggregaten und ganzen Maschinen unter Labor- und Feldbedingungen. Weitere Daten können über den Kundendienst gewonnen werden, durch Garantiedaten, Ersatzteilverkäufe und Wartungsverträge, doch wird der Zugang zu Daten über die Produktlebensdauer immer schwieriger und aufwendiger. Die Nutzer erfahren Zuverlässigkeit durch (Nicht-)Ausfälle. Zuverlässigkeitsinformationen können über Instandhaltungsdaten, Verfügbarkeit, Ersatzteilverbrauch und Betriebskosten erfaßt werden. Für eine effektive Auswertung von Zuverlässigkeitsinformationen und Anwendung der Zuverlässigkeitsmethoden ist die Entwicklung eines computerbasierten „Informationssystems für die Projektierung der Zuverlässigkeit“ (IPZ) notwendig. Alle Bereiche, die sich mit Zuverlässigkeit befassen, wie Konstruktion, Versuch und Zuverlässigkeitsanalyse, sollten das IPZ nutzen. Ein Informationssystem besteht im allgemeinen aus 3 Modulen: (1) Methoden, (2) Datenbank und (3) Modelle. Letztere vereinfachen die Wiederholung gleichartiger Fälle durch die Beschreibung der Auswahl der Methoden mit den zugehörigen Parametern sowie den notwendigen Daten in Qualität und Quantität, geben Interpretationshilfe und vereinfachen die Dokumentation. Eine Literatursammlung und ein Servicekommunikationssystem für Probleme und Lösungen können ebenso eingebunden werden. Die Entwicklung eines Informationssystems, das alle Bedürfnisse von Herstellern verschiedener Branchen, von Nutzern und von wissenschaftlichen Einrichtungen gleichermaßen befriedigt ist zu komplex und nicht vorstellbar. So wurde eine allgemeine Methode zum Aufbau eine IPZ entwickelt und ein beispielhaftes System praktisch umgesetzt. Ein IPZ muß das konventionelle Erreichen von Zuverlässigkeitsvorgaben ermöglichen: wenn vorhandenes Wissen und Erfahrungen nicht ausreichen, kommt ein Zuverlässigkeitsmodell zur Anwendung. Es werden eine oder mehrere Methoden angewandt, die wiederum die notwendigen Daten in Qualität und Quantität bestimmen. Sind die Daten nicht verfügbar, müssen sie generiert oder gesammelt werden. Nach der Berechnung und Interpretation der Ergebnisse können die Vorgaben erfüllt sein, oder ein iterativer Prozeß muß einsetzen, bis das erreicht ist. Die Softwareentwicklung besteht aus drei Schritten: 1. Das Konzeptionelle Modell: ein Ausschnitt der Realität wird in einem „Entity-Relationship-Diagramm“ beschrieben. 2. Dieses wird in das Logische Datenmodell überführt und die semantischen Ausdrücke mit Normalisierungsregeln überarbeitet. 3. Die Physische Datenbankstruktur wird entwickelt, z.B. in zweidimensionalen Tabellen. Die Softwarespezifikationen werden mit der „Must – Want – Nice“ Methode festgelegt. Die Hardwareauswahl erfolgt mit Auswahltabellen. Nach der Entscheidung über den Typ des Datenbankmanagementsystems (relational oder objektorientiert) erfolgt die Entscheidung für ein konkretes Softwareprodukt. Das Lastenheft ist Grundlage der Softwareentwicklung. Ein beispielhaftes Informationssystems für die Projektierung der Zuverlässigkeit wurde entwickelt. Zentraler Bestandteil ist die „Datenbank Zuverlässigkeitsprojektierung“, die folgendes enthält: · einen maus-sensitiven Baum der Maschinenelemente · Identifizierungsdaten · Belastungsdaten (Kräfte, Momente, Umgebungseinflüsse) · Belastbarkeitsdaten (Geometrie-, Material- und Fertigungsangaben) · Parameter der Weibull-Lebensdauerverteilung · Reparatur- und Austauschparameter (6 verschiedene Instandhaltungsstrategien: Austausch nach Ausfall; Austausch nach einer bestimmten Lebensdauer der Maschine oder des Teils – jeweils abhängig oder unabhängig von seinem Zustand; permanente Zustandsüberwachung). Die Lebensdauer- und Instandhaltungsdaten werden von der Datenbank an die Systemzuverlässigkeitssimulation „Reliability of Serviceable Systems“ (ROSS) übergeben. ROSS berechnet Dichtefunktionen des vorbeugenden Austausches, der Ausfallhäufigkeit und des Ersatzteilbedarfs. Diese Kurven werden wiederum in der Datenbank gespeichert. Wenn das Verhalten aller beteiligten Elemente berechnet wurde, wird ein Seriensystem aus ihnen generiert und dessen Ausfallhäufigkeit und die der beteiligten Elemente gemeinsam dargestellt. Dies wird wiederum in der Datenbank Zuverlässigkeitsprojektierung zur Dokumentation gespeichert. Zusätzlich können auch angenommene Daten simuliert werden – ein spezieller Parameter erlaubt die Unterscheidung von realen Daten. Am Beispiel einer Ackerschlepper-Abgasanlage ist die Anwendung dargestellt.

In the eyes of “The Producer” and of “The User” reliability is an important product quality. Good forecasts of product reliability in the early stages of development could save time and money. Many developed methods for single parts (lifetime dis-tribution) and systems could support these efforts. In reality however the lack of data necessary for the developed methods prevents their broad usage. “The Producer” creates data via the testing of single components, aggregates and whole machines under laboratory and field conditions. Further data is then collated through after sales channels such as warranty, spare parts sales and service con-tracts, however during a product lifetime “The Producer” has less and less access to reliability data. “The User” experiences reliability via failures. Reliability information appears in the form of reliability data, maintenance data, availability data, spare parts usage and part of the running-cost data. For effective usage of the reliability methods and the reliability data the development of a computer based system is necessary: “Reliability Forecasting System” (RFS). An equal approach of all related departments working on design, reliability testing, and warranty analysis should have access to the RFS. In the main an information system contains 3 modules: (1) a methods-module, (2) a database and (3) a model-module. The latter eases the repetition of cases, method selection and parameter setting, thus giving definition of necessary data in quality and quantity, an interpretation of calculated results, and a documentation of usage. Literature articles and a service communication system with documentation of prob-lems and solutions could also be a part of the RFS. The development of a system to suit producers in various industries, users and scien-tific institutions would be too complex and not realistic, hence a universal method to develop such an information system is described, furthermore an example of a RFS was carried out. The RFS software must allow the conventional approach of reaching reliability aims: when knowledge and experience are not sufficient, a reliability model must be used. Therefore one or more methods must be applied, the methods determine the neces-sary data in quality and quantity. When the data is not available it must be generated or collected. After interpretation and calculation of the results the reliability aim may be reached, if not - an iterative process must be applied. Three steps make up the software development: 1. The Conception Model; a cutout of the reality is described in an entity-relationship diagram. 2. The Logical Data Model; semantic expressions that can be improved with “Normalisation” rules. 3. The Physical Database Structure; e.g. two-dimensional tables. Specifications of the software to be developed must be defined via the “Must-Want-Nice” method. The hardware selection can be aided using “criterion choice tables”. The correct type of database management system must be selected, either relational or object-oriented, followed by the specific database management system. The “requirement specification” is the guideline for the software development. As an example a RFS was developed. One element is the “Database for Design of Reliability” containing: - a mouse-sensitive tree of machine elements, - parts identification data, - stress data (forces, torque’s, environmental), - strength data (geometry, material, technology), - the parameters of the WEIBULL lifetime curves, - data describing maintenance and preventive exchange (6 different strategies: exchange after failure; exchange after machine or part lifetime period, both de-pendent or independent of part condition; permanent condition check). The lifetime data and maintenance data is exported from the database and imported into the “Reliability of Serviceable Systems” program (ROSS). ROSS calculates density functions of preventive exchange, failures and spare parts quantity. These charts are then returned into the “Database for Design of Reliability”. Once all con-cerned parts are calculated, a serial system is created and exported back to ROSS, which calculates system reliability and the curves of participating elements. These results are once again returned into the “Database for Design of Reliability” for documentation. In additional “assumptions” can be calculated within the RFS, an identifier is used to eliminate the possibility of an “assumption” mixing with “real” data. So called “Test series” attributes allow the selection of varied stress and strength data test series to analyse trends.