Die Idee des proaktiven Teiletauschs war, Komponenten vor ihrem Ausfall geplant zu tauschen. Dabei sollte die Entscheidung proaktiver Teiletausch ja/nein auf den Belastungshistorien der Komponenten, auf physikalischem Wissen über das Versagen einer Komponente und auf Expertenannahmen über das Versagen einer Komponente beruhen. Da kein vollständiges physikalisch-mathematisches Modell existiert, das die drei Entscheidungsgrundlagen miteinander verknüpft und garantiert, dass diese vollständig sind, musste das Schädigungsmodell zusätzlich in der Lage sein, fehlendes Wissen zu erlernen. Mit dem Lastkollektiv wurde eine Möglichkeit aufgezeigt, Belastungen über die gesamte Fahrzeuglebensdauer zu erfassen. Die allgemeine Methodik zur Entwicklung eines Lastkollektivs berücksichtigte hierbei die Wahl eines geeigneten Zählverfahrens, die Wahl geeigneter Klassengrenzen und damit eine geeignete Anzahl an Klassen sowie eine sinnvolle Anzahl an Belastungen, die in einem Lastkollektiv erfasst werden können. Der Vorteil des Lastkollektivs gegenüber der klassischen Methode des Abtastens und Speicherns in puncto Speicherplatzbedarf konnte gezeigt werden. Die Belastungshistorien in Form von Lastkollektiven stehen somit als Eingänge für das Schädigungsmodell zur Verfügung. Mit dem in dieser Arbeit vorgestellten Schädigungsmodell wurde eine Methodik entwickelt, die die Abbildung einer beliebigen Anzahl physikalischer Belastungsgrößen (Eingänge) auf eine Schädigungsvariable (Ausgänge) projeziert. Basierend auf der Schädigungsvariablen kann eine Entscheidung proaktiver Teiletausch ja/nein getroffen werden. In einem ersten Schritt wurde gezeigt, wie das Schädigungsmodell das Wissen über einen beliebigen funktionalen Zusammenhang zwischen physikalischen Belastungsgrößen und einer Schädigungsvariablen prinzipiell erlernen und speichern kann. Randbedigungen, wie technische Zwänge zur Anwendung im Nutzfahrzeugbereich, wurden hier noch nicht berücksichtigt. Der Wissenserwerb wurde mittels neuronaler Netze: Assoziativ-Netz, Perceptron und Radialen-Basisfunktionen-Netz realisiert. In einem zweiten Schritt, wurde das Schädigungsmodell dann für die Anwendung zum proaktiven Teiletausch (im Nutzfahrzeugbereich) modifiziert. Die Eingänge des Schädgiungsmodells, die physikalischen Belastungen über der Zeit, wurden in die zugehörigen Lastkollektive transformiert. Diese bildeten dann direkt die Eingänge des Funktionsapproximators (keine Vorverarbeitung) oder sie wurden in der Vorverarbeitung, zur Integration von physikalischen Wissen und Expertenannahmen, erneut transformiert, um sie dann dem Funktionsapproxirnator als Eingänge zur Verfügung zu stellen. Der funktionale Zusammenhang zwischen den so transformierten physikalischen Belastungen und der Schädigungsvariablen war dann im Funktionsapproximator zu erlernen und zu speichern.


    Access

    Access via TIB

    Check availability in my library

    Order at Subito €


    Export, share and cite



    Title :

    Ein Beitrag zur Schädigungsmodellierung von Komponenten im Nutzfahrzeug zur proaktiven Wartung


    Contributors:


    Publication date :

    2012


    Size :

    101 Seiten, Bilder, Tabellen, 31 Quellen




    Type of media :

    Theses


    Type of material :

    Print


    Language :

    German