Konzeption eines aktiven semantischen Zuverlässigkeitsinformationssystems

Abstract

Für die Unternehmen ist die gesamte Produktentwicklung bis hin zur Markteinführung ein Schlüsselprozess, der über Erfolg oder Misserfolg des Unternehmens entscheiden kann. Bereits während der Entwicklungsphase wird der Grundstein für die zukünftigen Qualitäts- und Kostenstandards gelegt. Die Komplexität des Prozesses stellt hohe Anforderungen an alle beteiligten Bereiche und erfordert eine ganzheitliche Betrachtungsweise. Daher wurde das Aktive Semantische Zuverlässigkeitsinformationssystem (ASZI) entwickelt, das die Analyse des betrachtenden Systems sowohl mit qualitativen und quantitativen Zuverlässigkeitsmethoden als auch unter Betrachtung von zuverlässigkeitsabhängigen Kosten ermöglicht. Das semantische Netz als Abbildung der menschlichen Gedächtnisstruktur bildet mithilfe seiner Elemente, den Objekten und Beziehungen, die Möglichkeit Informationen zu speichern, wiederzugeben und Verknüpfungen herzustellen. Mit den Objekten, die Zuverlässigkeitsinformationen enthalten, kann im ASZI die Zuverlässigkeitsstruktur des Systems modelliert werden. Die Klassifizierung unter zuverlässigkeitstechnischen Aspekten nach kritischen bzw. unkritischen Objekten ermöglicht die Priorisierung bestimmter Objekte für die weiteren Analysen. Durch die Einbindung von Lebensdauerverteilungen in die Objekte kann das Ausfallverhalten des Systems und der Systemelemente untersucht und mit der geforderten Zuverlässigkeit verglichen werden. Durch die gezielte Untersuchung des strukturellen und des probabilistischen Einflusses der Elemente innerhalb des Gesamtsystems werden die kritischsten Elemente identifiziert, um somit eine möglichst effektive Optimierung des Produktes zu erzielen. Die Auswertung zuverlässigkeitsabhängiger Fehlerkosten im ASZI erlaubt eine wirtschaftliche Rentabilitätsanalyse des Produkts. Ein vorgestelltes Verfahren bewertet die Wirtschaftlichkeit von FMEA-Maßnahmen in Bezug auf die prognostizierten Fehlerkosten. Anhand von Lebensdauerverteilungen werden Fehlerkosten in Bezug auf ihren strukturellen und probabilistischen Einfluss innerhalb des Systems untersucht. Mit der Monte-Carlo-Simulation werden die zuverlässigkeitsabhängigen Fehlerkosten unter Beachtung von verschiedenen Instandhaltungsstrategien prognostiziert. Somit kann die Effizienz der Optimierungsmaßnahme eines oder mehrere Elemente ermittelt werden. Das ASZI zeigt Stärken und Schwächen im Entwicklungsprozess bezüglich der Zuverlässigkeit auf. Durch die Einbindung zuverlässigkeitsabhängiger Fehlerkosten in den frühen Entwicklungsphasen kann somit Einfluss auf die Entstehung von ungeplanten Kosten, wie Nacharbeits-, Ausschuss- und Garantiekosten, genommen werden.

The complete design process from the original ideas up to the introduction to the market of the finished product is a key subject for enterprises, which will decide the product’s success or failure. In the early design phase the basic decisions for future quality and cost trends of a product are made. To meet all the requirements in this complex process every relevant department should be included in the complete approach. Therefore, the Semantic Reliability Information Network (SRIN) was designed as a part of the research project at the institute of machine components at the University of Stuttgart. The SRIN is an extension of the Active Semantic Design Network (ASDN). The SRIN enables the user to perform both qualitative and quantitative reliability analysis and to calculate the cost of failure due to unreliability. The semantic network is a technique used in psychology as model of how knowledge is connected by thinking processes. With its elements, objects and relations, it enables users to record and save information and to construct associations. With the use of the SRIN a parallel, serial or combined reliability structure of the ob-jects can be constructed. In addition, a classification of the objects according to critical or non-critical aspects is possible to favour specific elements. The failure behavior of the system and its elements can be calculated with the lifetime distribution included in the objects. A need for action can be derived based on a comparison between the required and the calculated reliability values, until the predefined reliability demands in the design are fulfilled. The SRIN identifies the most reliability-critical components in the system. This is calculated by using importance measures and so it is possible to get the best optimization. The evaluation of failure costs depending on reliability is a profitability calculation. The methods introduced value the effectiveness of FMEA in measuring predicted failure costs. Using lifetime distributions, failure costs with their structural and probabilistically influences are examined. The failure cost trend is calculated using Monte Carlo simulation for different maintenance strategies. Therefore, the efficiency of optimization measures for one or more elements can be investigated. The SRIN highlights strong and weak points in the design activities concerning relia-bility. Including the failure costs in the early design phase, one has the ability to influence the cost trend for warranty, reject and re-work costs depending on reliability requirements.