Methodik zur Gestaltung hybrider Zustandsprognosen technischer Systeme

Abstract

Die wandlungsfähige und weitgehend dezentralisierte, autonome Fertigung, die sich im Kontext von Industrie 4.0 etabliert, führt in Verbindung mit übergeordneten gesellschaftlichen Zielen wie Nachhaltigkeit und Ressourcenschonung zu neuen Anforderungen an die Instandhaltung. Um diesen Anforderungen zu begegnen, bedarf es einer Instandhaltungsstrategie, basierend auf der Diagnose und Prognose des Degradationszustands technischer Systeme. Das zentrale Problem, besonders bei der Entwicklung einer datengetriebenen Prognose, besteht jedoch darin, ausreichend Daten zu erheben, die den Degradationsprozess beschreiben. Die vorliegende Arbeit strebt an, den Mangel an Daten zu kompensieren, indem datengetriebene Prognosemethoden mit vorhandenen Kenntnissen über den Degradationsprozess kombiniert werden. Das Ziel der Arbeit besteht in der Entwicklung und Validierung einer Methodik, die das Vorgehen zur Integration von Kenntnissen in datengetriebene Zustandsprognosen anleitet, um deren Genauigkeit zu verbessern. Zunächst wird der Stand der Wissenschaft und Technik dargelegt. Dabei zeigt sich, dass eine Kategorisierung der Methoden zur Kenntnisintegration und ein Vergleich ihrer systematischen Eigenschaften, wie sie für die angestrebte Methodenentwicklung benötigt werden, nicht vorhanden sind. Daher wird im Rahmen der Konzeption der angestrebten Methodik eine Kategorisierung entworfen, welche in ihrer Unterteilung den Umfang der benötigten Kenntnisse berücksichtigt. Zudem wird dargelegt, wie sich die Verwendung der angestrebten Methodik in das grundlegende Vorgehen bei der Entwicklung eines Prognostics and Health Management-Systems einfügt. Anschließend wird die Methodik vorgestellt. Sie umfasst vier Schritte, von denen der vierte die zentrale wissenschaftliche Neuheit darstellt. In diesem Schritt wird anhand identifizierter systematischer Eigenschaften der Methoden zur Kenntnisintegration deren anwendungsbezogene Auswahl angeleitet. Das Anwendungsszenario zur Validierung der entwickelten Methodik bildet die Lebensdauerprognose von Aerosolfiltern. Der Validierung werden zwei unterschiedliche Kenntnisniveaus über den Degradationsprozess von Filtern zugrunde gelegt, so dass zwischen zwei Anwendungsfällen unterschieden wird. Für diese beiden Anwendungsfälle bewährt sich die entwickelte Methodik, indem vorhergesagte systematische Eigenschaften erfüllt werden und die Prognosegenauigkeit durch die Kenntnisintegration erhöht wird. Abschließend erfolgt eine kritische Reflexion und Zusammenfassung der erzielten Forschungsergebnisse sowie ein Ausblick auf anknüpfende Forschungsinhalte. Versatile and highly decentralized autonomous production established in the context of Industry 4.0 in conjunction with overarching social objectives such as sustainability and resource efficiency leads to new requirements regarding maintenance. To meet these requirements, a maintenance strategy based on a diagnosis and prognosis of the health of engineering systems is required. However, the key issue, especially when developing a data-driven prediction, is to collect sufficient data characterizing this degradation process. This dissertation aims to compensate for this shortage of data by combining data-driven predictive methods with available knowledge of the degradation process. The objective of this dissertation is to develop and validate a methodology that guides the process of integrating knowledge into data-driven health predictions in order to improve their accuracy. First, the state of the art in science and technology is presented. This reveals that a categorization of methods for knowledge integration and a comparison of their systematic properties as required for the intended development of a methodology do not exist. Therefore, the concept of the planned methodology includes a categorization that reflects the scope of the required knowledge in its subdivision. It is also outlined how the use of the intended methodology fits into the fundamental procedure for developing a prognostics and health management system. Subsequently, the methodology is introduced. It comprises four steps, of which the fourth represents the central scientific novelty. In this step, the identified systematic characteristics of the methods for knowledge integration are used to guide their application-specific selection. The application scenario for the validation of the developed methodology is the remaining useful life prediction of aerosol filters. The validation is based on two different levels of knowledge about the degradation process of filters, so a distinction is made between two different use cases. For these two use cases, the developed methodology proves its effectiveness by the fulfillment of predicted systematic properties and by increasing the predictive accuracy through knowledge integration. The paper concludes with a critical reflection and summary of the research results obtained as well as an outlook on future research topics.