|
Lehrende: Dr.-Ing. Elena Maja Slomski-Vetter
Veranstaltungsart:
Vorlesung
Orga-Einheit: FB16 Maschinenbau
Anzeige im Stundenplan:
Meth Reliability Eng
Fach:
Anrechenbar für:
Semesterwochenstunden:
2
Unterrichtssprache:
Deutsch
Min. | Max. Teilnehmerzahl:
- | -
Digitale Lehre:
Die Vorlesung wird im WS 21/22 digital über Moodle und Zoom angeboten. Nähere Informationen erfolgen zu Beginn des Semesters.
Lehrinhalte:
Das „Reliability Engineering“ umfasst die systematische Anwendung von Methoden der Zuverlässigkeitsanalyse und -bewertung über den gesamten Produktlebenszyklus hinweg, um die Systemzuverlässigkeit zu gewährleisten. Es beschreibt die Zuverlässigkeit, Funktionssicherheit, Verfügbarkeit und Wartungsfähigkeit einer in Wechselwirkung miteinander stehenden Gesamtheit technischer Elemente. Von immer komplexeren technischen Produkten (modernen Kraftfahrzeugen, Flugzeugen, vielen medizinischen Geräten und auch smarten Systeme) wird neben einer gesteigerten Leistungsfähigkeit auch eine erhöhte Zuverlässigkeit erwartet. Die Methoden des „Reliability Engineering“ dienen der Erkennung und Beseitigung von Schwachstellen (qualitativ) sowie der Prognose der erwarteten Zuverlässigkeit (quantitativ).
Die Vorlesung setzt sich aus folgenden Themenbereichen zusammen
Einführung in die Grundbegriffe der Systemzuverlässigkeit
Qualitative Zuverlässigkeitsanalyse: Fehler-, Möglichkeits- und Einfluss-Analyse (FMEA), Fehlerbaum-Analyse (FTA), Beispiele aus der Elektromobilität
Quantitative Zuverlässigkeitsanalyse: Boolesche Systemtheorie (nichtreparierbare Systeme) und Markov Prozesse (reparierbare Systeme)
Maßnahmen der Zuverlässigkeitssteigerung: Redundanzkonzepte, Methoden der Unsicherheitsanalyse, Fehlertoleranz und Funktionale Sicherheit (FuSi)
Numerische und experimentelle Simulation: Systemzuverlässigkeitsanalyse smarter Systeme
Qualitätsmanagement: Einführung der Grundbegriffe und Total Quality Management (TQM)
Die Vorlesung behandelt die Grundlagen der Zuverlässigkeitstheorie von Systemen sowie entsprechende Methoden zur Analyse der Verfügbarkeit reparierbarer und der Überlebenswahrscheinlichkeit nichtreparierbarer Systeme.
Literatur:
O'Connor, P.D.T.: Practical Reliability Engineering, 5th Edition, E. Edition, Wiley, 2012
Bertsche, B., Lechner, G.: Zuverlässigkeit im Fahrzeug- und Maschinenbau, Springer-V., 2004
Bertsche, B., Göhner, P., Jensen, U., Schinköthe, W., Wunderlich, H.-J.: Zuverlässigkeit mechatronischer Systeme; Springer-V., 2009
Birolini, A.: Reliability Engineering Theory and Practice, Springer-Verlag, 2004
Voraussetzungen:
Zuverlässigkeit im Maschinenbau empfohlen
Offizielle Kursbeschreibung:
Lehrinhalt
- Einführung in die Grundbegriffe der Systemzuverlässigkeit
- Qualitative Zuverlässigkeitsanalyse: Fehler-, Möglichkeits- und Einfluss-Analyse (FMEA), Fehlerbaum-Analyse (FTA), Beispiele aus der Elektromobilität
- Quantitative Zuverlässigkeitsanalyse: Boolesche Systemtheorie (nichtreparierbare Systeme) und Markov Prozesse (reparierbare Systeme)
- Maßnahmen der Zuverlässigkeitssteigerung: Redundanzkonzepte, Methoden der Unsicherheitsanalyse, Fehlertoleranz und Funktionale Sicherheit (FuSi)
- Numerische und experimentelle Simulation: Systemzuverlässigkeitsanalyse smarter Systeme
- Qualitätsmanagement: Einführung der Grundbegriffe und Total Quality Management (TQM)
Lernergebnisse
Nachdem die Studierenden die Lerneinheit erfolgreich abgeschlossen haben, sollten sie in der Lage sein:
1. Zuverlässigkeitsprobleme bei komplexen/smarten Systemen zu identifizieren und das Problem mathematisch zu formulieren.
2. qualitative und quantitative Methoden zur Systemzuverlässigkeitsanalyse zu unterscheiden und fallabhängig korrekt auszuwählen.
3. die Zuverlässigkeit von Systemen qualitativ und quantitativ zu berechnen und zu bewerten.
4. die Zuverlässigkeit von Systemen mittels adäquater Maßnahmen zu steigern.
5. passende Simulationsmethoden für mechatronische und smarte Systeme auszuwählen und anzuwenden.
6. den Begriff der Qualität und das Total Quality Management im Kontext der Zuverlässigkeitssicherung einzuordnen.
Online-Angebote:
moodle
|
