Bitte benutzen Sie diese Kennung, um auf die Ressource zu verweisen: http://dx.doi.org/10.18419/opus-4578
Langanzeige der Metadaten
DC ElementWertSprache
dc.contributor.advisorBertsche, Bernd (Univ.-Prof. Dr.-Ing.)de
dc.contributor.authorRomer, Achimde
dc.date.accessioned2014-07-14de
dc.date.accessioned2016-03-31T08:17:25Z-
dc.date.available2014-07-14de
dc.date.available2016-03-31T08:17:25Z-
dc.date.issued2014de
dc.identifier.isbn978-3-936100-55-6de
dc.identifier.other409602426de
dc.identifier.urihttp://nbn-resolving.de/urn:nbn:de:bsz:93-opus-93148de
dc.identifier.urihttp://elib.uni-stuttgart.de/handle/11682/4595-
dc.identifier.urihttp://dx.doi.org/10.18419/opus-4578-
dc.description.abstractEine Prognose bezüglich der Zuverlässigkeit eines Produktes während der Entwicklungsphase zu geben, ist eine der größten Herausforderungen im Maschinenbau. Dies hängt hauptsächlich damit zusammen, dass die Zuverlässigkeit nicht direkt gemessen werden kann. Obwohl die Zuverlässigkeit eine Produkteigenschaft darstellt, hat nicht nur die eigentliche Konstruktion, welche die Beanspruchbarkeit definiert, sondern auch die spezifische Anwendung, in welcher das Produkt eingesetzt wird, einen entscheidenden Einfluss auf die Zuverlässigkeit. Streng genommen kann die Zuverlässigkeit eines Produktes erst exakt angegeben werden, wenn alle produzierten Einheiten ausgefallen und die Ausfallzeiten bekannt sind. Dem gegenüber steht die Tatsache, dass Kunden immer weitreichendere Zuverlässigkeitsaussagen vor dem Kauf fordern. Der Trend entwickelt sich dabei weg von einer reinen Betrachtung der Anschaffungskosten und hin zu einer Bewertung der Lebensdauerkosten (engl: total cost of ownership -TCO-). Für eine positive Positionierung auf dem Markt führt dies zu der zwingenden Forderung, möglichst belastbare Aussagen hinsichtlich der Zuverlässigkeit zu treffen. Im Rahmen dieser Arbeit wurde die Fragestellung bearbeitet, wie eine belastbare Abschätzung der Zuverlässigkeit für anwendungsspezifische Belastungen unter Verwendung von Vorwissen ermittelt werden kann. Kernpunkte dieser Arbeit bilden erstens die Entwicklung einer Vorgehensweise zur Berücksichtigung von Vorwissen und zweitens eine Methode zur prüftechnische Absicherung anwendungsspezifischer Zuverlässigkeitsmodelle. Zur Berücksichtigung von Vorwissen wurden zwei Methoden entwickelt: Die Methode der erweiterten Weibayesgleichung und die Methode der erweiterten Regressionsanalyse. Die Gemeinsamkeit beider Methoden besteht dabei in der ausschließlichen Berücksichtigung von zwei Eingangsparametern als Vorwissen. Berücksichtigt wird dabei der Formparameter, welcher sich aus Schadensstatistiken von Vorgängerserien, ähnlichen Produkten aus anderen Anwendungen usw. übernehmen lässt. Des Weiteren wird eine berechnete Lebensdauer auf Basis anwendungsspezifischer Lastkollektive berücksichtigt. Es wurde gezeigt, wie diese Lebensdauervorhersage unter Berücksichtigung verschiedener Kenntnisstände hinsichtlich des Schadensmechanismus durchgeführt werden kann. Die beiden vorgestellten Methoden unterscheiden sich dabei hinsichtlich ihres Einflusses auf den Formparameter. So ist der als Vorwissen angenommene Formparameter innerhalb der erweiterten Weibayesgleichung konstant, während sich bei Verwendung der erweiterten Regressionsanalyse der Formparameter in Abhängigkeit des Stichprobenumfanges ändert. Zusammenfassend eignet sich daher die erweiterte Weibayesgleichung besonders für Versuche mit wenigen oder keinen realen Ausfallzeiten, während die erweiterte Regressionsanalyse bei einer steigende Anzahl von Ausfallzeiten zu bevorzugen ist. Zur statistischen Bewertung der Ergebnisse werden zwei Berechnungsmethoden zur Bestimmung eines Vertrauensbereiches unter Berücksichtigung von Vorwissen eingeführt. Beide Berechnungsmethoden berücksichtigen dabei zusätzlich Sicherheitsfaktoren zu den als Vorwissen angenommenen Parametern. Diese Sicherheitsfaktoren bestehen sowohl für den angenommenen Formparameter, als auch für die berechnete charakteristische Lebensdauer, aus den maximal anzunehmenden Abweichungen. Auf Basis dieser Eingangsgrößen wird gezeigt, wie mit Hilfe einer Monte-Carlo Simulation oder auf Basis der Dichtefunktion der Betaverteilung ein Vertrauensbereich berechnet werden kann. Die Ergebnisse beider Vorgehen weisen dabei keine signifikante Differenz auf. Hinsichtlich der Anwendbarkeit benötigt die Monte-Carlo Simulation mehr Rechenzeit, während eine Berechnung auf Basis der Dichtefunktion der Betaverteilung mathematisch aufwändiger ist. Für die prüftechnischen Absicherung anwendungsspezifischer Zuverlässigkeitsmodelle, wird mit Hilfe von Hardware-in-the-Loop Simulationen eine Möglichkeit aufgezeigt, sowohl anwendungsspezifische Lastkollektive am Prüfstand zu erstellen, als auch Ausfalldaten unter nahezu realen Bedingungen am Prüfstand zu erzeugen. Dabei wird die zu prüfende Hardware real im Prüfstand installiert, während die Anwendung sowie die Umgebungsbedingungen in Echtzeit simuliert werden. Um die entstehenden Prüfungskosten zu minimieren, wird des Weiteren aufgezeigt wie iterativ innerhalb einer Hardware-in-the-Loop Simulation die Prüfzeit gerafft werden kann. Dazu wird das Lastkollektiv in Zeitschritte unterteilt und jeder Zeitschritt hinsichtlich seiner Schädigung bewertet. Durch das Entfernen von wenig schädigenden Zeitanteilen kommt es zu einer Raffung von Lebensdauertests.de
dc.description.abstractIn order to achieve a successful positioning in the market, it is becoming more and more important for manufacturers of technical systems and their parts to pursue a sustainable reliability concept. This is not only due to the fact that clients demand for more extensive reliability statements, as warranty costs and the image of the company, it depends, as well, on the reliability and the product life. The trend is moving away from a mere consideration of depreciation costs. It rather moves towards taking into account the total cost of ownership (TCO). These demands are in opposition to a general trend which leads towards the construction of more and more efficient mechanisms. Higher degrees of efficiency, smaller construction spaces, lighter weights and higher system pressures are the main focus with respect to this development. However, the resulting increase in power density and complexity of the systems also leads to more complex failure mechanisms. One of the two main issues addressed in this work is the development of two methods for the consideration of prior information in order to determine a lifetime distribution of products and parts. This includes the development of the advanced Weibayes method and the advanced Regression analysis. Both methods have in common that they exclusively consider two input parameters as prior information. They consider the shape parameter, which can be assumed to be constant in a first approximation for differing load spectra with identical failure mechanisms, since failure statistics have shown that the form parameter is extensively constant for identical types of failure. Furthermore a calculated product lifetime is determined on the basis of application-specific loads. Therefore it will be shown how the product lifetime can be determined considering different levels of knowledge with respect to the failure mode. Both methods differ with respect to their influence on the shape parameter. The shape parameter, which is assumed to be known, stays constant using the advanced Weibayes method, whereas it is subject to change using the advanced regression analysis, where the shape parameter depends on the actual sample size. Summing up, the advanced Weibayes method is suited best for low or non real failure times, whereas the advanced regression analysis is preferred when facing an increasing number of failure times. The second main issue addressed in this work is the validation of application-specific reliability concepts with test bench trials. Using hardware-in-the-loop-simulations, a possibility will be shown which enables us to generate failure times under realistic conditions. For that matter, the hardware is mounted on the test bench, while the environmental conditions are simulated in real time. In order to minimize the resulting testing costs, it will be shown in addition, how the test period can be shortened iteratively within hardware-in-the-loop simulations. For that purpose, the load is divided into time intervals and each time interval is evaluated with respect to its stimulation of the failure mode. Removing uninvolved time intervals regarding the failure mode, accelerated lifetime tests are received.en
dc.language.isodede
dc.relation.ispartofseriesBerichte aus dem Institut für Maschinenelemente;154de
dc.rightsinfo:eu-repo/semantics/openAccessde
dc.subject.classificationZuverlässigkeit , Vorwissen , Betriebsfest , Lastkollektiv , Konfidenzintervall , Hardware-in-the-loopde
dc.subject.ddc620de
dc.subject.otherWeibayes , beschleunigte Lebensdauerprüfung , Lebensdauermodell , Fehlermechanismusde
dc.subject.otheraccelerated lifetime tests , failure mechanismsen
dc.titleAnwendungsspezifischer Zuverlässigkeitsnachweis auf Basis von Lastkollektiven und Vorwissende
dc.title.alternativeThe application-specific reliability determination considering prior informationen
dc.typedoctoralThesisde
ubs.dateAccepted2014-05-15de
ubs.fakultaetFakultät Konstruktions-, Produktions- und Fahrzeugtechnikde
ubs.institutInstitut für Maschinenelementede
ubs.opusid9314de
ubs.publikation.typDissertationde
ubs.schriftenreihe.nameBerichte aus dem Institut für Maschinenelementede
ubs.thesis.grantorFakultät Konstruktions-, Produktions- und Fahrzeugtechnikde
Enthalten in den Sammlungen:07 Fakultät Konstruktions-, Produktions- und Fahrzeugtechnik

Dateien zu dieser Ressource:
Datei Beschreibung GrößeFormat 
DISS_Achim_Romer_20140526.pdf6,53 MBAdobe PDFÖffnen/Anzeigen


Alle Ressourcen in diesem Repositorium sind urheberrechtlich geschützt.