Nothing Special   »   [go: up one dir, main page]

EP1431927A1 - Verfahren zur Schätzung der Restlebensdauer einer Vorrichtung - Google Patents

Verfahren zur Schätzung der Restlebensdauer einer Vorrichtung Download PDF

Info

Publication number
EP1431927A1
EP1431927A1 EP03405822A EP03405822A EP1431927A1 EP 1431927 A1 EP1431927 A1 EP 1431927A1 EP 03405822 A EP03405822 A EP 03405822A EP 03405822 A EP03405822 A EP 03405822A EP 1431927 A1 EP1431927 A1 EP 1431927A1
Authority
EP
European Patent Office
Prior art keywords
wear
map
flights
characteristic parameter
value
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
EP03405822A
Other languages
English (en)
French (fr)
Inventor
Guido Dr. Vezzu
William Dr. Gizzi
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sulzer Markets and Technology AG
Original Assignee
Sulzer Markets and Technology AG
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sulzer Markets and Technology AG filed Critical Sulzer Markets and Technology AG
Priority to EP03405822A priority Critical patent/EP1431927A1/de
Publication of EP1431927A1 publication Critical patent/EP1431927A1/de
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C3/00—Registering or indicating the condition or the working of machines or other apparatus, other than vehicles

Definitions

  • the invention relates to a method for estimating the remaining service life of a Device that is subject to wear during operation.
  • the invention further relates to the use of such a method for Maintenance planning.
  • the present invention is dedicated to this task. So it should be a Method for estimating the remaining life of a device be proposed in which the specific operating conditions and thus the effective or real life of the device is taken into account.
  • the wear is based on quantifies at least one characteristic parameter that is sensitive regarding wear.
  • a map is created for the device, which is the relationship between the characteristic parameter, the amount of time and the wear. In the case of only one characteristic parameter, this map can be viewed as a surface in a three-dimensional space, which space through the characteristic parameters, the time size and the wear is spanned.
  • Data is recorded on the device from which an actual value can be obtained can be determined for the parameter depending on the time.
  • the map can then be used to determine how far the wear has progressed quantitatively, for example in percent.
  • Extrapolation to the maximum permissible limit for the characteristic parameters can then be estimated the remaining life become.
  • the method according to the invention thus actually takes into account the effectively already used lifetime, based on that Estimating remaining life. So it's not just the time size are taken into account, but also the operating and, if necessary takes into account the environmental conditions under which the device was operated at the current time. This is operational Estimation of the remaining life, which is the history of the device taken into account, enables a much more efficient use of the Device because maintenance only needs to be carried out when they are actually necessary. The reliable prediction of the Wear development thus enables a condition-based Maintenance planning.
  • the remaining life for different stages in the Lifecycle determined that is, with increasing consumption of Lifetime - measured by the time size - becomes the remaining lifespan re-estimated several times.
  • the map is also Created with a priori knowledge of wear behavior.
  • Devices such as aircraft engines (jet engines) very much represent complex systems, it is usually - if at all - only with greater effort possible a sufficiently precise physical or perform deterministic modeling of the device.
  • a priori know-how for the creation of the map consulted.
  • the experiences, observations or measurements that you have collected on the same or similar devices used to determine the qualitative and / or quantitative behavior of the characteristic parameters with increasing wear describe. Simplified by using such a priori knowledge the creation of the map significantly.
  • the use of the Prior knowledge usually means that the map of the device describes better or more precisely.
  • the a priori knowledge preferably includes the qualitative and / or quantitative course of wear curves showing the relationship specify between the characteristic parameter and the time variable.
  • the map is particularly preferably by means of a linguistic Fuzzy model created.
  • this can be a purely qualitative one Model for determining the wear that is then generated the basis of measured life cycles regarding its quantitative Properties is sufficiently optimized.
  • the data recorded by measurement technology is used for Determination of the actual values for the characteristic parameter one each Filtering or averaging. Often they are metrologically recorded data from a noise or other Interference size superimposed, so that their direct use, especially in Fuzzy models, no robust statement regarding the degree of wear allowed.
  • a model is created from the data recorded using the measurement, with which an actual value is determined for the characteristic parameter.
  • the inventive method is particularly suitable for Estimating the remaining life of an engine, particularly an aircraft engine.
  • the inventive method is particularly well suited for Maintenance planning, especially of an aircraft or a variety of Aircraft (fleet management).
  • the method according to the invention is described below with an example Character with reference to an aircraft jet engine explained.
  • the engine is a representative example of one Device which is subject to wear during operation and for which should be used to estimate the remaining life. It goes without saying the invention is not limited to this application, but is suitable in similarly also for other devices such as land-based turbines, turbomachines or other mechanical Systems that are subject to wear during operation and therefore need to be serviced.
  • lifespan is the section between two ordinary ones Revisions or maintenance meant, that means immediately after the Maintenance, the degree of wear is assessed as “new”.
  • the sensitive to the wear of the Aircraft engine is, the change in the gas outlet temperature of the Engine selected. In the following, this change in temperature is indicated by T designated.
  • time variable which is representative of the operating time or the Is the number of flights selected in the following with A referred to as.
  • A the number of operating hours.
  • a wear of V 0.6 means, for example, that the Degree of wear is 60% of the maximum permissible wear.
  • a temperature increase of 40 K selected. This value is based on experience as a priori know-how be introduced.
  • Fig. 1 shows several typical wear curves K1-K4, each one possible relationship between the temperature change T as characteristic parameters and the number A of flights as a time variable specify.
  • Such wear curves represent a priori knowledge, which in the present embodiment for creating the map is used.
  • the wear curves are based on experience or metrologically recorded data that can be seen on the same or similar Engines.
  • One way to quantify wear is to: the path integral normalized to one over the entire wear curve. Then defines the path length for each point on the wear curve appropriate wear. For example, if you've completed A1 flights, the quantified wear results from the path integral over the Wear curve from 0 to A1.
  • Embodiment of the inventive method in the course of progressive consumption of life estimate the Remaining lifespan improved by the fact that the prediction constantly (the means, for example, after every flight) on the correct wear curve is adjusted.
  • this is the characteristic Parameters and the size of the time, which is the lifetime used up to now measures as inputs and wear as output as necessary and sufficient information to estimate the remaining life use.
  • a map KF is first (see Fig. 3) created that a relationship between the characteristic parameters (here the temperature increase T), the Time size (here the number A of flights) and the wear V.
  • This map is preferably created with the aid of a priori know-how, So for example using wear curves K1-K4 as they are shown in Fig. 1.
  • A is particularly preferred for the implementation of this a priori knowledge linguistic fuzzy model (MAMDANI model) used. Because such fuzzy Models or the fuzzy logic per se are sufficiently known to the specialist are only briefly explained here, as in the embodiment of The inventive method, the map KF with the help of a linguistic fuzzy model is created.
  • MAMDANI model priori knowledge linguistic fuzzy model
  • the linguistic fuzzy model stands for the one described here Embodiment following information as a priori know-how Disposition: Knowledge of the qualitative and quantitative course of Wear curves (see Fig. 1); additional requirements for the Forecast in peripheral areas.
  • Each of the input and output sizes is characterized by a fuzzy set.
  • Fig. 2 shows the Membership function of the fuzzy set for the Input variable temperature increase T.
  • For the linguistic variable T are linguistic values "small”, “medium” and “large” are provided.
  • a map KF can then be created as in Fig. 3 is shown as a mesh.
  • a "draft" for the Map KF is created and this is then refined.
  • the result resulting map KF for the embodiment described here is in Fig. 3 shown.
  • the change in the gas outlet temperature T is recorded at regular intervals, for example during each flight.
  • This leads to a data record of the form [T i ; A i] with i 1, ..., n, where T denotes i the temperature change for the flight with the number A i.
  • T denotes i the temperature change for the flight with the number A i.
  • the historical measurement data or the actual values for the temperature increase T up to the present are available for the engine at the time at which the remaining service life is to be estimated.
  • Each pair of values (T k , A k ) from an actual value for the temperature increase and the associated service life, measured by the number of flights A k corresponds to a point in the plane spanned by the A axis and the T axis (see Fig 3).
  • T k , A k Only one such point with the coordinates (T k , A k ) is drawn in the TA plane as a cross in FIG. 3.
  • This point is now projected onto the map KF, that is to say upward onto the map KF represented by the network.
  • the wear V k belonging to (T k , A k ) can be read off directly.
  • a pessimistic one Development of the temperature increase derived from the number of flights that are normally required at least around the limit G 40K for the To achieve temperature increase T.
  • Fig. 5 shows the plane spanned by the A-axis and the T-axis.
  • a k , T k the most current point, i.e. the one that corresponds to the present, in which the estimate is made.
  • the gradient with which the line E is "appended" to the point (T k , A k ) has been determined as follows.
  • the line E is mapped into the map KF, whereby it generally becomes a curved line.
  • Map KF again - analogous to the representation in Fig. 4- on the of the V-axis and the plane spanned by the A axis, the result is that in FIG. 6 shown representation.
  • the projection E 'of the extrapolation is now too see that is shown in dashed lines.
  • the estimate of the remaining service life is now given by Difference formation from the final value AG and the current value for the Number of flights, the most recent of the historical values. In Fig. 6 this is the last point of the solid curve.
  • FIG. 7 illustrates the estimate of the Remaining life for seven stages in the life cycle of an engine.
  • Fig. 7 is in the same way as in Fig. 4 and 6 shows the plane spanned by the V-axis and the A-axis, which results from the projection of the map.
  • the historical data the means those data that are based on measurement data, are each shown as solid lines, the extrapolations that the Underlying the estimate are shown in dashed lines.
  • the transition from the solid to the dashed line indicates the respective present, in who made the estimate.
  • To the right of the illustrations is the Estimated remaining lifespan RL in number of flights. In the top one
  • the presentation in which no historical data are yet available is Residual life essentially determined by the selected gradient.
  • the forecast horizon can be selected by choosing a smaller one Extend or extend gradients for extrapolation. This would in practice, however, does not lead to a significantly greater benefit, however increase the risk of an overly optimistic estimate of the remaining life.
  • map uses a priori know-how must be created.
  • Other methods are possible to to determine a map which shows the relationship between the characteristic parameters, the time size and the wear indicates. So can, for example, depending on the application, use ab initio calculations be carried out, or design calculations, Dimensioning calculations, physical modeling, data-based Modeling, system behavior calculations. It is also possible that Map in the form of polynomials, look-up tables, multilayer perceptrons (neural networks), radial basis functions, Singleton and Takadi-Sugeno Describe fuzzy models as well as hanging hyperplanes.

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

Es wird ein Verfahren zur Schätzung der Restlebensdauer einer Vorrichtung vorgeschlagen, die während des Betriebs einem Verschleiss unterliegt, mit den folgenden Schritten: a) für mindestens einen charakteristischen Parameter (T), der sensitiv für den Verschleiss (V) ist, wird ein Zusammenhang mit einer Zeitgrösse (A) ermittelt, welche repräsentativ für die Betriebsdauer ist; b) für den charakteristischen Parameter (T) wird ein Grenzwert (G) festgelegt, der den maximal zulässigen Verschleiss angibt; c) es wird ein Kennfeld (KF) erstellt, das einen Zusammenhang zwischen dem charakteristischen Parameter (T), der Zeitgrösse (A) und dem Verschleiss (V) angibt; d) mit Hilfe messtechnisch erfasster Daten werden Ist-Werte für den charakteristischen Parameter (T) in Abhängigkeit von der Zeitgrösse (A) ermittelt; e) aus den Ist-Werten wird jeweils anhand des Kennfelds (KF) der momentan vorhandene Verschleiss (V) ermittelt; f) ausgehend von dem momentanen Ist-Wert des charakteristischen Parameters (T) wird mittels Extrapolation auf den Grenzwert(G) bestimmt, für welchen Endwert der Zeitgrösse (A) der maximal zulässige Verschleiss erreicht wird; g) durch Vergleich dieses Endwerts mit dem Wert für die Zeitgrösse, der zu dem momentan vorhandenen Verschleiss gehört, wird die Restlebensdauer (RL) geschätzt <IMAGE>

Description

Die Erfindung betrifft ein Verfahren zur Schätzung der Restlebensdauer einer Vorrichtung, die während des Betriebs einem Verschleiss unterliegt. Die Erfindung betrifft ferner die Verwendung eines solchen Verfahrens für die Wartungsplanung.
Für viele Vorrichtungen, wie beispielsweise Turbinen oder Strahltriebwerke von Flugzeugen, ist der Verschleiss von oder an wesentlichen Bauteilen der Hauptgrund für die begrenzte Lebensdauer, wobei mit "Lebensdauer" üblicherweise die Zeitspanne bzw. die Betriebsdauer zwischen zwei ordentlichen Revisionen gemeint ist. Verschleiss kann sich durch Veränderungen der mechanischen Eigenschaften von Bauteilen manifestrieren, was beispielsweise auf Reibung, Hitze oder Ermüdung zurückzuführen ist. Diese Veränderungen an den Bauteilen bewirken auch bei gleichbleibenden Betriebsbedingungen ein geändertes Verhalten der gesamten Vorrichtung. Es ist daher notwendig, in regelmässigen Abständen Revisionen oder Wartungsarbeiten an der Vorrichtung vorzunehmen.
Heute bekannte Verfahren zur Planung solcher Wartungsarbeiten basieren üblicherweise auf rein zeitbestimmten Wartungsintervallen, das heisst es wird ein fixes Zeitintervall für die Lebensdauer zwischen zwei Revisionen angesetzt. Aus Sicherheitsgründen werden sehr konservative Näherungen für die bereits verbrauchte Lebenszeit angenommen. Es ist klar, dass solche rein zeitgestützten Verfahren nicht zu einer optimalen Ausnutzung der Möglichkeiten der Vorrichtung führen, weil der tatsächlich aufgetretene Verschleiss, der auch durch die konkreten Betriebs- und Umgebungsbedingungen beeinflusst wird, nicht berücksichtigt wird. Um die Effizienz der Nutzung von solchen Vorrichtungen, beispielsweise Flugzeugtriebwerken, zu steigern, ist es daher wünschenswert, eine realistischere Schätzung für die Restlebensdauer zur Verfügung zu haben, bei welcher auch die tatsächlichen Betriebs- und Umgebungsbedingungen berücksichtigt werden, um so eine effizientere und wirtschaftlichere Wartungsplanung zu ermöglichen.
Dieser Aufgabe widmet sich die vorliegende Erfindung. Es soll also ein Verfahren für die Schätzung der Restlebensdauer einer Vorrichtung vorgeschlagen werden, bei welchem die konkreten Betriebsbedingungen und somit die effektiv bzw. real verbrauchte Lebensdauer der Vorrichtung berücksichtigt wird.
Das diese Aufgabe lösende Verfahren ist durch die Merkmale des unabhängigen Verfahrensanspruchs gekennzeichnet.
Erfindungsgemäss wird also ein Verfahren zur Schätzung der Restlebensdauer einer Vorrichtung vorgeschlagen, die während des Betriebs einem Verschleiss unterliegt, mit den folgenden Schritten:
  • a) für mindestens einen charakteristischen Parameter, der sensitiv für den Verschleiss ist, wird ein Zusammenhang mit einer Zeitgrösse ermittelt, welche repräsentativ für die Betriebsdauer ist;
  • b) für den charakteristischen Parameter wird ein Grenzwert festgelegt, der den maximal zulässigen Verschleiss angibt;
  • c) es wird ein Kennfeld erstellt, das einen Zusammenhang zwischen dem charakteristischen Parameter, der Zeitgrösse und dem Verschleiss angibt;
  • d) mit Hilfe messtechnisch erfasster Daten werden Ist-Werte für den charakteristischen Parameter in Abhängigkeit von der Zeitgrösse ermittelt;
  • e) aus den Ist-Werten wird jeweils anhand des Kennfelds der momentan vorhandene Verschleiss ermittelt;
  • f) ausgehend von dem momentanen Ist-Wert des charakteristischen Parameters wird mittels Extrapolation auf den Grenzwert bestimmt, für welchen Endwert der Zeitgrösse der maximal zulässige Verschleiss erreicht wird;
  • g) durch Vergleich dieses Endwerts mit dem Wert für die Zeitgrösse, der zu dem momentan vorhandenen Verschleiss gehört, wird die Restlebensdauer geschätzt.
    • Bei dem erfindungsgemässen Verfahren wird der Verschleiss anhand mindestens eines charakteristischen Parameters quantifiziert, der sensitiv bezüglich des Verschleisses ist. Für die Vorrichtung wird ein Kennfeld erstellt, welches den Zusammenhang zwischen dem charakeristischen Parameter, der Zeitgrösse und dem Verschleiss beschreibt. Im Falle nur eines charakteristischen Parameters lässt sich dieses Kennfeld als eine Fläche in einem dreidimensionalen Raum darstellen, welcher Raum durch den charakteristischen Parameter, die Zeitgrösse und den Verschleiss aufgespannt wird.
    An der Vorrichtung werden messtechnisch Daten erfasst, aus denen ein Ist-Wert für den Parameter in Abhängigkeit von der Zeit ermittelt werden kann. Anhand des Kennfelds kann dann ermittelt werden, wie weit der Verschleiss quantitativ, beispielsweise in Prozent, fortgeschritten ist. Durch eine Extrapolation auf den maximal zulässigen Grenzwert für den charakteristischen Parameter kann dann die Restlebensdauer geschätzt werden.
    Das erfindungsgemässe Verfahren berücksichtigt somit die tatsächlich und effektiv bereits verbrauchte Lebenszeit, um davon ausgehend die Restlebensdauer abzuschätzen. Es wird also nicht nur die Zeitgrösse berücksichtigt, sondern zusätzlich werden die Betriebs- und gegebenenfalls die Umgebungsbedingungen berücksichtigt, unter denen die Vorrichtung bis zum gegenwärtigen Zeitpunkt betrieben wurde. Diese betriebsabhängige Schätzung der Restlebensdauer, welche die Historie der Vorrichtung berücksichtigt, ermöglicht eine wesentlich effizientere Ausnutzung der Vorrichtung, weil Wartungen erst dann durchgeführt werden brauchen, wenn sie tatsächlich notwendig sind. Die zuverlässige Vorhersage der Verschleissentwicklung ermöglicht somit eine zustandsbasierte Wartungsplanung.
    Vorzugsweise wird die Restlebensdauer für unterschiedliche Stadien im Lebenszyklus ermittelt, das heisst mit fortschreitendem Verbrauch der Lebenszeit -gemessen durch die Zeitgrösse- wird die Restlebensdauer mehrmals neu geschätzt.
    In einem besonders bevorzugten Ausführungsbeispiel wird das Kennfeld mit Hilfe von a-priori-Wissen über das Verschleissverhalten erstellt. Da Vorrichtungen, wie beispielsweise Flugzeugtriebwerke (Strahltriebwerke) sehr komplexe Systeme darstellen, ist es in der Regel -wenn überhaupt- nur mit grösserem Aufwand möglich eine genügend genaue physikalische oder deterministische Modellierung der Vorrichtung durchzuführen. Daher wird es bevorzugt, a-priori-Know-how für die Erstellung des Kennfeldes heranzuziehen. Die Erfahrungen, Beobachtungen oder auch Messungen, die man an gleichen oder ähnlichen Vorrichtungen gesammelt hat, werden verwendet, um das qualitative und/oder quantitative Verhalten des charakteristischen Parameters mit fortschreitendem Verschleiss zu beschreiben. Durch die Verwendung von solchem a-priori-Wissen vereinfacht sich die Erstellung des Kennfelds erheblich. Ferner führt die Verwendung des a-priori-Wissens normalerweise dazu, dass das Kennfeld die Vorrichtung besser oder exakter beschreibt.
    Vorzugsweise umfasst das a-priori-Wissen den qualitativen und/oder quantitativen Verlauf von Verschleisskurven, welche den Zusammenhang zwischen dem charakteristischen Parameter und der Zeitgrösse angeben.
    Da das a-priori-Know-how meist in verbaler Form vorliegende Spezifikationen umfasst, wird das Kennfeld besonders bevorzugt mittels einem linguistischen Fuzzy Modell erstellt. Dadurch kann beispielsweise zuerst ein rein qualitatives Modell zur Bestimmung des Verschleisses generiert werden, dass dann auf der Basis von gemessenen Lebenszyklen bezüglich seiner quantitativen Eigenschaften ausreichend optimiert wird.
    Auch hat es sich in der Praxis als vorteilhaft erwiesen wenn das Kennfeld anhand von Messdaten oder basierend auf Plausibilitätsbetrachtungen modifiziert wird. Solche Plausibilitätsbetrachtungen haben sich beispielsweise als sehr nützlich erwiesen, um gewisse Randbereiche des Kennfeldes zu modellieren, die Zuständen entsprechen, welche die reale Vorrichtung selten erreicht.
    Ferner ist es bevorzugt, wenn die messtechnisch erfassten Daten zur Ermittelung der Ist-Werte für den charakteristischen Parameter jeweils einer Filterung oder einer Mittelung unterzogen werden. Häufig sind die messtechnisch erfassten Daten von einem Rauschen oder einer sonstigen Störgrösse überlagert, sodass ihre direkte Verwendung, insbesondere bei Fuzzy Modellen, keine robuste Aussage bezüglich des Verschleissgrades erlaubt.
    Zur Bestimmung der Ist-Werte wird vorzugsweise mit Hilfe mehrerer Sätze von messtechnisch erfassten Daten ein Modell erstellt, mit dem ein Ist-Wert für den charakteristischen Parameter ermittelt wird.
    Das erfindungsgemässe Verfahren eignet sich insbesondere für die Schätzung der Restlebensdauer von einem Triebwerk, insbesondere von einem Flugzeugtriebwerk.
    Das erfindungsgemässe Verfahren ist besonders gut geeignet für die Wartungsplanung, insbesondere eines Flugzeugs oder einer Vielzahl von Flugzeugen (Flottenmanagement).
    Weitere vorteilhafte Massnahmen und bevorzugte Ausgestaltungen der Erfindung ergeben sich aus den abhängigen Ansprüchen.
    Im Folgenden wird die Erfindung anhand eines Ausführungsbeispiels und anhand der Zeichnung näher erläutert. In der schematischen Zeichnung zeigen:
    Fig. 1:
    typische Verschleisskurven für ein Flugzeugtriebwerk,
    Fig.2:
    Zugehörigkeitsfunktion (membership function) eines Fuzzy Sets,
    Fig. 3:
    ein Kennfeld in einem dreidimensionalen Raum, der durch die A-Achse, die T-Achse und die V-Achse aufgespannt wird,
    Fig. 4:
    Eine Projektion von historischen Daten in die Ebene, die von der A-Achse und der V-Achse aufgespannt wird,
    Fig. 5:
    eine Darstellung der A-T-Ebene zur Illustration einer Extrapolation in einem Ausführungsbeispiel eines erfindungsgemässen Verfahrens,
    Fig. 6:
    wie Fig. 4, jedoch zusätzlich mit der Projektion einer Extrapolation; und
    Fig. 7:
    mehrere Darstellungen jeweils wie in Fig. 6, jedoch zu unterschiedlichen Zeiten des Lebenszyklus, zur Verdeutlichung der jeweiligen Schätzung der Restlebensdauer nach dem Ausführungsbeispiel des erfindungsgemässen Verfahrens.
    Das erfindungsgemässe Verfahren wird im Folgenden mit beispielhaftem Charakter unter Bezugnahme auf ein Strahltriebwerk eines Flugzeugs erläutert. Dabei steht das Triebwerk als repräsentatives Beispiel für eine Vorrichtung, die während des Betriebs einem Verschleiss unterliegt und für die eine Schätzung der Restlebensdauer erfolgen soll. Selbstverständlich ist die Erfindung nicht auf diese Anwendung beschränkt, sondern eignet sich in sinngemäss gleicher Weise auch für andere Vorrichtungen wie beispielsweise landgestützte Turbinen, Strömungsmaschinen oder sonstige mechanische Systeme, die während des Betriebs einem Verschleiss unterliegen und daher gewartet werden müssen.
    Mit dem Begriff "Lebensdauer" ist der Abschnitt zwischen zwei ordentlichen Revisionen bzw. Wartungen gemeint, das heisst unmittelbar nach der Wartung wird der Verschleissgrad mit "neu" beurteilt.
    Als charakteristischer Parameter der sensitiv bezüglich des Verschleisses des Flugzeugtriebwerkes ist, wird die Änderung der Gasaustrittstemperatur des Triebwerks gewählt. Diese Temperaturänderung wird im Folgenden mit T bezeichnet.
    Als Zeitgrösse, welche repräsentativ für die Betriebsdauer bzw. die Lebensdauer ist, wird die Anzahl der Flüge gewählt, die im Folgenden mit A bezeichnet wird. Natürlich würden sich auch andere Zeitgrössen, beispielsweise die Anzahl der Betriebsstunden, eignen.
    Der Verschleiss V wird durch eine Zahl aus dem Intervall von null bis eins beschrieben, wobei V=0 'neu' bedeutet, es ist noch kein Verschleiss aufgetreten und V=1 'verbraucht', das heisst die zulässige Verschleissgrenze ist erreicht. Ein Verschleiss von V=0.6 bedeutet also beispielsweise, dass der Verschleissgrad 60% des maximal zulässigen Verschleisses beträgt.
    Als Grenzwert G für die Temperaturänderung T, der das Erreichen des maximal zulässigen Verschleisses angibt, wird eine Temperaturerhöhung von 40 K gewählt. Dieser Wert beruht auf Erfahrungen, die als a-priori-Know-how eingebracht werden.
    Fig. 1 zeigt mehrere typische Verschleisskurven K1-K4, die jeweils einen möglichen Zusammenhang zwischen der Temperaturänderung T als charakteristischen Parameter und der Anzahl A der Flüge als Zeitgrösse angeben. Derartige Verschleisskurven stellen a-priori-Wissen dar, welches im vorliegenden Ausführungsbeispiel zur Erstellung des Kennfelds herangezogen wird. Die Verschleisskurven basieren auf Erfahrungen bzw. messtechnisch erfassten Daten, die man an gleichen oder ähnlichen Triebwerken gemacht hat.
    Ferner ist in Fig. 1 der Grenzwert G=40K für die Temperaturerhöhung eingezeichnet sowie ein Intervall L, das einen typischen Lebenszyklus für ein solches Triebwerk angibt.
    Es ist zu erkennen, dass die Kurven K1-K4 zwar alle unterschiedlich aussehen, jedoch qualitativ das gleiche Verhalten zeigen. Am Anfang des Lebenszyklus, der bei A=0 und T=0 beginnt, ist zunächst ein stärker Anstieg der Verschleisskurven zu erkennen, es folgt ein Plateau, auf welchem sich die Temperaturerhöhung kaum ändert und gegen Ende des Lebenszyklus ist wieder ein stärkerer Anstieg der Temperaturerhöhung zu beobachten. Alle Verschleisskurven enden bei T=40K, also beim Erreichen des Grenzwerts G.
    Eine Möglichkeit, den Verschleiss zu quantifizieren, besteht darin, dass man das Wegintegral über die gesamte Verschleisskurve auf eins normiert. Dann definiert die Weglänge für jeden Punkt auf der Verrschleisskurve gerade den entsprechenden Verschleiss. Hat man beispielsweise A1 Flüge zurückgelegt, so ergibt sich der quantifizierte Verschleiss aus dem Wegintegral über die Verschleisskurve von 0 bis A1.
    Das Problem ist jedoch, dass für ein gegebenes Triebwerk, die messtechnisch erfasste Verschleisskurve erst am Ende seiner Lebenszeit bekannt ist. Anders ausgedrückt: Für ein neues, d.h. frisch gewartetes Triebwerk ist nicht bekannt, entlang welcher der beliebig vielen Verschleisskurven es sich während seines Lebenszyklus bewegen wird.
    Etwas vereinfacht ausgedrückt wird bei dem hier beschriebenen Ausführungsbeispiel des erfindungsgemässen Verfahrens im Verlauf des fortschreitenden Verbrauchs der Lebensdauer die Schätzung der Restlebensdauer dadurch verbessert, dass die Vorhersage ständig (das heisst beispielsweise nach jedem Flug) auf die richtige Verschleisskurve angepasst wird.
    Aus Sicht eines Input/Output Modells sind damit der charakteristische Parameter und die Zeitgrösse, welche die bisher verbrauchte Lebensdauer misst, als Inputs und der Verschleiss als Output als notwendige und hinreichende Informationen für die Schätzung der Restlebensdauer zu verwenden.
    Bei dem erfindungsgemässen Verfahren wird zunächst ein Kennfeld KF (siehe Fig. 3) erstellt, das einen Zusammenhang zwischen den charakteristischen Parameter (hier die Temperaturerhöhung T), der Zeitgrösse (hier die Anzahl A der Flüge) und dem Verschleiss V angibt.
    Vorzugsweise wird dieses Kennfeld mit Hilfe von a-priori-Know-how erstellt, also beispielsweise unter Verwendung von Verschleisskurven K1-K4, wie sie in Fig. 1 dargestellt sind.
    Für die Umsetzung dieses a-priori-Wissens wird besonders bevorzugt ein linguistisches Fuzzy Modell (MAMDANI-Modell) verwendet. Da solche Fuzzy Modelle bzw. die Fuzzy Logik an sich dem Fachman hinreichend bekannt sind, wird hier nur kurz erläutert, wie bei dem Ausführungsbeispiel der erfindungsgemässen Verfahrens das Kennfeld KF mit Hilfe eines linguistischen Fuzzy Modells erstellt wird.
    Für das linguistische Fuzzy Modell stehen bei dem hier beschriebenen Ausführungsbeispiel folgende Informationen als a-priori-Know-how zur Verfügung: Kenntnis über den qualitativen und quantitativen Verlauf von Verschleisskurven (siehe Fig. 1); zusätliche Anforderungen an die Vorhersage in Randgebieten.
    Als Inputgrössen dienen die Temperaturerhöhung T und die bisher verbrauchte Lebensdauer, gemessen durch die Anzahl A der Flüge, als Outputgrösse der Verschleiss V. Jede der Input- und der Outputgrössen wird durch ein Fuzzy Set charakterisiert. Als Beispiel zeigt Fig. 2 die Zugehörigkeitsfunktion (membership function) des Fuzzy Set für die Inputgrösse Temperaturerhöhung T. Für die linguistische Variable T sind die linguistischen Werte "klein", "mittel" und "gross" vorgesehen.
    Für die Inputgrösse A "Anzahl Flüge" sind die linguistischen Werte "wenig", "viel", "limit" vorgesehen und für die Outputgrösse "Verschleiss" V die linguistischen Werte "neu", "neuwertig", "gebraucht", "verbraucht".
    Anschliessend wird unter Verwendung der Fuzzy Sets das Regelwerk definiert, das im konkreten Fall die folgenden vier Regeln umfasst
  • IF (T is klein) AND (A is wenig) then (V is neu)
  • IF (T is klein) AND (A is viel) then (V is neuwertig)
  • IF (T is mittel) AND (A is viel) then (V is gebraucht)
  • IF (T is gross) AND (A is limit) then (V is verbraucht)
    • Aus diesen Informationen lässt sich dann ein Kennfeld KF erstellen wie es in Fig. 3 als Netz (Mesh) dargestellt ist. Natürlich ist es möglich und normalerweise auch üblich, dass zunächst ein erster "Entwurf" für das Kennfeld KF erstellt wird und dieses dann verfeinert wird. Derartige Verfeinerungen können zum Beispiel erfolgen durch Versuchs- und Irrtumsstrategien (trial and error), Berücksichtigung von Messdaten, händisches Nachmodellieren aufgrund von Plausibilitätsbetrachtungen (z. B. dass der Rand der Kennfelds auf der Linie mit T=40K und V=1 liegt) oder sonstige Optimierungs- oder Kalibrierungsverfahren. Das sich daraus ergebende Kennfeld KF für das hier beschriebene Ausführungsbeispiel ist in Fig. 3 dargestellt.
    Mithilfe dieses Kennfelds KF, welches den Zusammenhang zwischen Temperaturerhöhung T, Anzahl der Flüge A und Verschleiss V beschreibt, wird nun während des Lebenszyklus des Triebwerks die Schätzung der Restlebensdauer vorgenommen, was im Folgenden erläutert wird.
    Während des Lebenszyklus des Triebwerks werden messtechnisch Daten des Triebwerks erfasst - beispielsweise bei oder nach jedem Flug -, aus denen dann Ist-Werte für den charakteristischen Parameter (hier die Temperaturerhöhung T) in Abhängigkeit von der Zeitgrösse (hier die Anzahl A der Flüge) ermittelt werden. Natürlich ist es je nach konkretem Anwendungsfall auch möglich und gegebenenfalls auch vorteilhaft, als Ist-Werte jeweils die direkt messtechnisch erfassten Daten zu verwenden, im vorliegenden Ausführungsbeispiel hat es sich jedoch als vorteilhaft erwiesen, die messtechnisch erfassten Daten einer Filterung bzw. einer Mittelung zu unterziehen. Der Grund hierfür ist, dass die Änderung der Gasaustrittstemperatur T aufgrund des hohen Absolutwerts der Gasaustrittstemperatur von einem starken Rauschen überlagert ist. Eine typische Rauschamplitude kann die Hälfte oder sogar noch mehr der messtechnisch erfassten Datensignale betragen.
    Prinzipiell eigen sich natürlich sehr viele an sich bekannte Verfahren und Methoden, um die messtechnisch erfassten Daten einer Mittelung oder einer Filterung zu unterziehen. Mit beispielhaften Charakter wird eine Möglichkeit erläutert, die eine Methode verwendet, welche in der EP-A-0 895 197 (P.6822) offenbart ist.
    Die Änderung der Gasaustrittstemperatur T wird in regelmässigen Abständen, also beispielsweise bei jedem Flug messtechnisch erfasst. Dies führt zu einem Datensatz der Form [Ti; Ai] mit i = 1, ...,n, wobei Ti die Temperaturänderung für den Flug mit der Nummer Ai bezeichnet. Nun wird jeweils ein Teil dieses Datensatzes, beispielsweise die Daten mit i=1,2,..., 20; die Daten mit i=21,22,...,40; usw. dazu verwendet, um ein Modell zu erstellen. Dies führt zu einer Mehrzahl von Modellen. Jedes dieser Modelle wird dann für den gleichen Zustand, den sogenannten Nominalzustand, ausgewertet, um so die Ist-Werte für den charakteristischen Parameter zu ermitteln. Bezüglich weiterer Details wird auf die EP-A-0 895 197 verwiesen.
    Durch diese Massnahme erfolgt eine Mittelung der messtechnisch erfassten Daten, welche die Rauschamplitude erheblich reduziert. Auf diese Weise lassen sich Ist-Werte für die Temperaturerhöhung T in Abhängigkeit von der Anzahl A der Flüge ermitteln.
    Für das Triebwerk stehen zu der Zeit, zu der die Schätzung der Restlebensdauer erfolgen soll, die historischen Messdaten bzw. die Ist-Werte für die Temperaturerhöhung T bis zur Gegenwart zur Verfügung. Jedem Wertepaar (Tk,Ak) aus einem Ist-Wert für die Temperaturerhöhung und der zugehörigen Lebensdauer, gemessen durch die Anzahl der Flüge Ak entspricht ein Punkt in der von der A-Achse und der T-Achse aufgespannten Ebene (sieh Fig. 3). Aus Gründen der besseren Übersicht ist in Fig. 3 nur ein solcher Punkt mit den Koordinaten (Tk,Ak) in der T-A-Ebene als Kreuz eingezeichnet. Dieser Punkt wird nun auf das Kennfeld KF projeziert, also darstellungsgemäss nach oben auf das durch das Netz dargestellte Kennfeld KF. Dann lässt sich direkt der zu (Tk,Ak) gehörende Verschleiss Vk ablesen.
    Wie bereits erwähnt, sind bis zur Gegenwart alle Wertepaare (Tk,Ak) bekannt. Bildet man jedes Wertepaar auf das Kennfeld KF ab und projeziert das Ergebnis auf diejenige Ebene, die von der A-Achse (Anzahl Flüge) und der V-Achse (Verschleiss)aufgespannt wird, so ergibt sich beispielsweise die in Fig. 4 dargestellte Kurve. Sie beschreibt für alle historischen Daten den quantifizierten Verschleiss V in Abhängigkeit von der bereits verbrauchten Lebenszeit, gemessen durch die Anzahl A der Flüge. Im konkreten Beispiel sind zum gegenwärtigen Zeitpunkt etwa 1300 Flüge absolviert und der Verschleiss liegt bei etwa 55%.
    Für die Vorhersage des künftigen Verlaufs des Verschleisses V und damit für die Schätzung der Restlebensdauer erfolgt nun eine Extrapolation auf den Grenzwert G für die Temperaturerhöhung T. Selbstverständlich gibt es zahlreiche Möglichkeiten einer Extrapolation. Die Wahl einer geeigneten Extrapolation hängt vom konkreten Anwendungsfall ab. Es muss insbesondere berücksichtigt werden, wie konservativ die Schätzung sein darf oder soll, das heisst wie hohe Anforderungen an die Sicherheit der Prognose gestellt werden müssen. Dementsprechend können bei der Extrapolation mehr oder weniger pessimistische Entwicklungen in Betracht gezogen und durch die Extrapolation errechnet werden.
    Bei sehr sensiblen Anwendungen, wie beispielsweise im vorliegenden Fall eines Flugzeugtriebwerks, wird man mit pessimistischeren Prognosen arbeiten, um genügend Sicherheitsreserven zu haben und ein Erreichen der Verschleissgrenze vor dem Ablauf der geschätzten Restlebensdauer auszuschliessen.
    Im hier beschriebenen Ausführungsbeispiel lässt sich eine pessimistische Entwicklung der Temperaturerhöhung über die Anzahl der Flüge ableiten, die im Normalfall mindestens benötigt werden um den Grenzwert G=40K für die Temperaturerhöhung T zu erreichen. Man kann beispielsweise anhand solcher Verschleisskurven K1-K4, wie sie in Fig. 1 dargestellt sind, abschätzen, welches die minimale Anzahl A der Flüge bis zum Erreichen des Grenzwerts ist. In Fig. 1 ist diese minimale Anzahl durch den Punkt gegeben, wo die Verschleisskurve K1 den Grenzwert erreicht.
    Aus den Daten, die dem Kennfeld KF in Fig. 3 zugrunde liegen, ergibt sich die minimale Anzahl von Flügen zu 2000 Flügen.
    Bezüglich der Extrapolation wird nun wie folgt vorgegangen. Fig. 5 zeigt die Ebene die von der A-Achse und der T-Achse aufgespannt ist. Wie bereits in Fig. 3 ist nur ein Punkt (Ak, Tk) eingezeichnet. Dies sei der aktuellste Punkt, also derjenige, welcher der Gegenwart entspricht, in der die Schätzung vorgenommen wird. Von diesem Punkt wird nun, wie dies die strichpunktierte Linie E zeigt, linear auf den Grenzwert G=40K für die Temperaturerhöhung T extrapoliert. Der Gradient mit dem die Linie E an den Punkt (Tk,Ak) "angehängt" wird, ist wie folgt bestimmt worden. Davon ausgehend, dass die minimale Anzahl von Flügen zum Erreichen des Grenzwerts G der Temperaturerhöhung T wie oben erwähnt A= 2000 Flüge beträgt, bestimmt man die zugehörige Steigung, die sich ergibt, wenn man die Punkte T=0, A=0 (Neuzustand) und T=40K, A=2000 Flüge durch eine Gerade miteinander verbindet. Der daraus resultierende Gradient wird dann aus sicherheitsgründen noch reduziert, im vorliegenden Beispiel wurde er halbiert, das heisst, es wurde angenommen, dass der Grenzwert bereits nach der halben Anzahl Flüge erreicht wird. Die daraus resultierende Extrapolation ist die in Fig. 5 dargestellte Linie E.
    Im nächsten Schritt wird die Linie E in das Kennfeld KF abgebildet, wodurch sie im allgemeinen zu einer gekrümmten Linie wird. Projeziert man nun das Kennfeld KF wieder -analog zu der Darstellung in Fig. 4- auf die von der V-Achse und der A-Achse aufgespannte Ebene, so resultiert die in Fig. 6 gezeigte Darstellung. Neben den historischen Werten (die natürlich identisch mit denen in Fig. 4 sind) ist nun auch die Projektion E' der Extrapolation zu sehen, die strichliert dargestellt ist. Die Projektion E' der Extrapolation erreicht die Verschleissgrenze V=1 nach einer Anzahl Flügen, die als Endwert mit AG bezeichnet ist. Die Schätzung der Restlebensdauer ergibt sich nun durch Differenzbildung aus dem Endwert AG und dem gegenwärtigen Wert für die Anzahl der Flüge, also dem jüngsten der historischen Werte. In Fig. 6 ist dies der letzte Punkt der durchgezogenen Kurve.
    Dieses Verfahren zur Schätzung der Restlebensdauer wird nun während der Lebensdauer des Triebwerks ständig oder in vorgebbaren Abständen wiederholt. Dabei ist der Voraussagehorizont im wesentlichen durch die Wahl des Gradienten bestimmt. Die Wahl eines vernünftigen Gradienten hat anwendungsspezifisch zu erfolgen.
    Zum besseren Verständnis illustriert Fig. 7 die Schätzung der Restlebensdauer für sieben Stadien im Lebenszyklus eines Triebwerks. In jeder der Abbildungen in Fig. 7 ist jeweils in gleicher Weise wie in Fig. 4 und Fig. 6 die von der V-Achse und der A-Achse aufgespannte Ebene dargestellt, die sich durch Projektion des Kennfelds ergibt. Die historischen Daten, das heisst diejenigen Daten, die auf messtechnisch erfassten Daten basieren, sind jeweils als durchgezogene Linien dargestellt, die Extrapolationen, die der Schätzung zugrunde liegen, sind strichliert dargestellt. Der Übergang von der durchgezogenen zur strichlierten Linie gibt also die jeweilige Gegenwart an, in der die Schätzung erfolgte. Rechts neben den Darstellungen ist jeweils die geschätzte Restlebensdauer RL in Anzahl Flügen anzusehen. In der obersten Darstellung, in der noch keine historischen Daten vorliegen, ist die Restlebensdauer im wesentlichen durch den gewählten Gradienten bestimmt.
    In der von oben gesehen zweiten bis fünften Abbildung wird stets eine Restlebensdauer von etwa 500 Flügen prognostiziert. Das heisst, der Flugzeugbetreiber bekommt beispielsweise nach 650 Flügen (dritte Abbildung) die Information, dass noch mindestens 500 Flüge bis zur nächsten Wartung möglich sind. Nach etwa 1000 Flügen (vierte Darstellung) bekommt der Betreiber die Information, dass immer noch mindestens 480 Flüge durchführbar sind. Nach etwas mehr als 1300 Flügen (fünfte Darstellung) erhält der Betreiber wieder die Information, dass noch mindestens 480 Flüge durchführbar sind. Auch diese Prognosen in der zweiten bis fünften Darstellung sind im wesentlichen noch durch den Voraussagehorizont und somit durch die Wahl des Gradienten bestimmt.
    Erst in der sechsten Darstellung (sechste Schätzung) zeichnet sich das Ende des Lebenszyklus ab ,sodass der Betreiber nun die Revisionsplanung ansetzen kann. Aufgrund des gewählten Gradienten für die Extrapolation lässt sich das sich abzeichnende Ende des Lebenszyklus etwa 500 Flüge vor Erreichen der Verschleissgrenze erkennen. Bezieht man dies auf den gesamten Lebenszyklus von etwa 2000 Flügen, so bleibt dem Betreiber für die Wartungsplanung ein erheblicher Handlungsspielraum von etwa 25% des Lebenszyklus.
    Zwar liesse sich der Voraussagehorizont durch Wahl eines kleineren Gradienten für die Extrapolation erweitern bzw. verlängern. Dies würde jedoch in der Praxis nicht zu einem deutlich grösseren Nutzen führen, aber das Risiko einer zu optimistischen Schätzung der Restlebensdauer erhöhen.
    Durch die hier beschriebene Schätzung der Restlebensdauer des Flugzeugtriebwerks, die quantifizierten Verschleiss berücksichtigt, wird es möglich das Potential der Triebwerke wesentlich effizienter zu nutzen, ohne dass dafür Zugeständnisse an die Betriebssicherheit vonnöten sind. Die gesamte Wartungs- oder Revisionsplanung lässt sich optimieren, wodurch ein wirtschaftlich deutlich günstigerer Betrieb ermöglicht wird. Somit lässt sich das erfindungsgemässe Verfahren insbesondere für die Wartungsplanung an Flugzeugtriebwerken vorteilhaft einsetzen. Dies ermöglicht auch eine deutlich effizientere Planung der Wartungsarbeiten an einer Vielzahl von Flugzeugen. Das erfindungsgemässe Verfahren ermöglicht folglich ein äusserst leistungsfähiges Flottenmangement einer ganzen Flotte von Flugzeugen.
    Die vorne beschriebene Art der Extrapolation ist natürlich nur beispielhaft zu verstehen. Es können auch andere Arten der Extrapolation, z. B. nicht-lineare oder auf qualitativ bekannten Entwicklungen basierende verwendet werden. Die spezielle Wahl einer an die jeweilige Anwendung angepassten Extrapolation bereitet dem Fachmann keine Probleme.
    Auch wenn bei dem konkret beschriebenen bevorzugten Ausführungsbeispiel für die Bestimmung des Kennfelds ein linguistisches Fuzzy Modell zur Verarbeitung von a-priori Know-how Verwendung findet, so ist die Erfindung nicht auf solche Modellierungen beschränkt.
    Es ist auch nicht notwendigerweise so, dass das Kennfeld mittels a-priori-Know-how erstellt werden muss. Es sind auch andere Methoden möglich, um ein Kennfeld zu bestimmen, welches den Zusammenhang zwischen dem charakteristischen Parameter, der Zeitgrösse und dem Verschleiss angibt. So können beispielsweise je nach Anwendungsfall ab-initio-Rechnungen durchgeführt werden, oder Auslegungsrechnungen, Dimensionierungsrechnungen, physikalische Modellierungen, datengestützte Modellierungen, Systemverhaltensberechnungen. Ferner ist es möglich, das Kennfeld in Form von Polynomen, Look-up Tabellen, multilayer Perceptrons (neuronale Netzwerke), radial basis functions, Singleton und Takadi-Sugeno Fuzzy Modellen sowie Hinging Hyperplanes zu beschreiben.
    Selbstverständlich ist es auch möglich, mehr als einen charakteristischen, für den Verschleiss sensitiven Parameter zu verwenden, wodurch das Kennfeld in einem höher dimensionalen Raum definiert ist.

    Claims (10)

    1. Verfahren zur Schätzung der Restlebensdauer einer Vorrichtung, die während des Betriebs einem Verschleiss unterliegt, mit den folgenden Schritten:
      a) für mindestens einen charakteristischen Parameter (T), der sensitiv für den Verschleiss (V) ist, wird ein Zusammenhang mit einer Zeitgrösse (A) ermittelt, welche repräsentativ für die Betriebsdauer ist;
      b) für den charakteristischen Parameter (T) wird ein Grenzwert (G) festgelegt, der den maximal zulässigen Verschleiss angibt;
      c) es wird ein Kennfeld (KF) erstellt, das einen Zusammenhang zwischen dem charakteristischen Parameter (T), der Zeitgrösse (A) und dem Verschleiss (V) angibt;
      d) mit Hilfe messtechnisch erfasster Daten werden Ist-Werte für den charakteristischen Parameter (T) in Abhängigkeit von der Zeitgrösse (A) ermittelt;
      e) aus den Ist-Werten wird jeweils anhand des Kennfelds (KF) der momentan vorhandene Verschleiss (V) ermittelt;
      f) ausgehend von dem momentanen Ist-Wert des charakteristischen Parameters (T) wird mittels Extrapolation auf den Grenzwert(G) bestimmt, für welchen Endwert der Zeitgrösse (A) der maximal zulässige Verschleiss erreicht wird;
      g) durch Vergleich dieses Endwerts mit dem Wert für die Zeitgrösse, der zu dem momentan vorhandenen Verschleiss gehört, wird die Restlebensdauer (RL) geschätzt.
    2. Verfahren nach Anspruch 1, bei welchem das Kennfeld (KF) mit Hilfe von a-priori-Wissen über das Verschleissverhalten erstellt wird.
    3. Verfahren nach Anspruch 2 bei welchem das a-priori-Wissen den qualitativen und/oder quantitativen Verlauf von Verschleisskurven (K1,K2,K3,K4) umfasst, welche den Zusammenhang zwischen dem charakteristischen Parameter und der Zeitgrösse angeben.
    4. Verfahren nach einem der vorangehenden Ansprüche, bei welchem das Kennfeld (KF) mittels einem linguistischen Fuzzy Modell erstellt wird.
    5. Verfahren nach einem der vorangehenden Ansprüche, bei welchem das Kennfeld (KF) anhand von Messdaten oder basierend auf Plausibilitätsbetrachtungen modifiziert wird.
    6. Verfahren nach einem der vorangehenden Ansprüche, bei welchem das Kennfeld (KF) eine Fläche in einem dreidimensionalen Raum darstellt, welcher Raum durch den charakteristischen Parameter (T), die Zeitgrösse (A) und den Verschleiss (V) aufgespannt wird.
    7. Verfahren nach einem der vorangehenden Ansprüche, bei welchem die messtechnisch erfassten Daten zur Ermittelung der Ist-Werte für den charakteristischen Parameter jeweils einer Filterung oder einer Mittelung unterzogen werden.
    8. Verfahren nach einem der vorangehenden Ansprüche, bei welchem mit Hilfe mehrerer Sätze von messtechnisch erfassten Daten ein Modell erstellt wird, mit dem ein Ist-Wert für den charakteristischen Parameter ermittelt wird.
    9. Verfahren nach einem der vorangehenden Ansprüche, bei welchem die Vorrichtung ein Triebwerk, insbesondere ein Flugzeugtriebwerk ist.
    10. Verwendung eines Verfahrens gemäss einem der Ansprüche 1 bis 9 für die Wartungsplanung, insbesondere eines Flugzeugs oder einer Vielzahl von Flugzeugen.
    EP03405822A 2002-12-18 2003-11-19 Verfahren zur Schätzung der Restlebensdauer einer Vorrichtung Withdrawn EP1431927A1 (de)

    Priority Applications (1)

    Application Number Priority Date Filing Date Title
    EP03405822A EP1431927A1 (de) 2002-12-18 2003-11-19 Verfahren zur Schätzung der Restlebensdauer einer Vorrichtung

    Applications Claiming Priority (3)

    Application Number Priority Date Filing Date Title
    EP02102786 2002-12-18
    EP02102786 2002-12-18
    EP03405822A EP1431927A1 (de) 2002-12-18 2003-11-19 Verfahren zur Schätzung der Restlebensdauer einer Vorrichtung

    Publications (1)

    Publication Number Publication Date
    EP1431927A1 true EP1431927A1 (de) 2004-06-23

    Family

    ID=32395449

    Family Applications (1)

    Application Number Title Priority Date Filing Date
    EP03405822A Withdrawn EP1431927A1 (de) 2002-12-18 2003-11-19 Verfahren zur Schätzung der Restlebensdauer einer Vorrichtung

    Country Status (1)

    Country Link
    EP (1) EP1431927A1 (de)

    Cited By (8)

    * Cited by examiner, † Cited by third party
    Publication number Priority date Publication date Assignee Title
    DE102004061273A1 (de) * 2004-12-10 2006-06-14 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Verfahren und Vorrichtung zur Bestimmung des Abnutzungsvorrates mindestens einer Komponente einer technischen Anlage
    EP1739558A1 (de) * 2005-06-29 2007-01-03 International Business Machines Corporation Verfahren, Computerprogramm und Vorrichtung zur automatischen Erkennung von Leistungsproblemen einer Datenbank
    WO2007045537A2 (de) * 2005-10-17 2007-04-26 Siemens Aktiengesellschaft Verfahren und vorrichtung zur bestimmung des lebensdauerverbrauchs einzelner bauteile einer fossil befeuerten energieerzeugungsanlage, insbesondere einer gud-anlage
    WO2012055699A1 (de) * 2010-10-28 2012-05-03 Eads Deutschland Gmbh Instandhaltungsinformationsvorrichtung, zustandssensor zur verwendung darin sowie damit durchführbares verfahren zur entscheidungsfindung für oder gegen eine instandhaltung
    EP2937594A2 (de) 2014-03-31 2015-10-28 Steinel Normalien Ag Gasdruckfeder
    DE102017214066A1 (de) * 2017-08-11 2019-02-14 Robert Bosch Gmbh Verfahren zum Betreiben einer wärmetechnischen Anlage
    CN111801563A (zh) * 2018-03-01 2020-10-20 Mtu 腓特烈港有限责任公司 用于运行内燃机的方法、控制机构和内燃机
    DE102022113608A1 (de) 2022-05-30 2023-11-30 E.ON Digital Technology GmbH Kontroll- und Überwachungsverfahren und /-vorrichtung für eine Industrieanlage

    Citations (2)

    * Cited by examiner, † Cited by third party
    Publication number Priority date Publication date Assignee Title
    WO2002018879A1 (en) * 2000-08-25 2002-03-07 Battelle Memorial Institute Method and apparatus to predict the remaining service life of an operating system
    US20020107589A1 (en) * 2000-09-29 2002-08-08 Wolfgang Grimm Method and device for determining changes in technical systems such as electric motors caused by ageing

    Patent Citations (2)

    * Cited by examiner, † Cited by third party
    Publication number Priority date Publication date Assignee Title
    WO2002018879A1 (en) * 2000-08-25 2002-03-07 Battelle Memorial Institute Method and apparatus to predict the remaining service life of an operating system
    US20020107589A1 (en) * 2000-09-29 2002-08-08 Wolfgang Grimm Method and device for determining changes in technical systems such as electric motors caused by ageing

    Cited By (15)

    * Cited by examiner, † Cited by third party
    Publication number Priority date Publication date Assignee Title
    DE102004061273A1 (de) * 2004-12-10 2006-06-14 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Verfahren und Vorrichtung zur Bestimmung des Abnutzungsvorrates mindestens einer Komponente einer technischen Anlage
    EP1739558A1 (de) * 2005-06-29 2007-01-03 International Business Machines Corporation Verfahren, Computerprogramm und Vorrichtung zur automatischen Erkennung von Leistungsproblemen einer Datenbank
    US8090545B2 (en) 2005-10-17 2012-01-03 Siemens Aktiengellschaft Method and apparatus for determination of the life consumption of individual components in a fossil fuelled power generating installation, in particular in a gas and steam turbine installation
    WO2007045537A3 (de) * 2005-10-17 2007-09-13 Siemens Ag Verfahren und vorrichtung zur bestimmung des lebensdauerverbrauchs einzelner bauteile einer fossil befeuerten energieerzeugungsanlage, insbesondere einer gud-anlage
    JP2009511807A (ja) * 2005-10-17 2009-03-19 シーメンス アクチエンゲゼルシヤフト 化石燃料式エネルギ発生設備の構成部品の寿命消費の検出方法と装置
    CN101292076B (zh) * 2005-10-17 2011-04-20 西门子公司 确定燃油发电设备特别是燃气轮机和蒸汽轮机设备的单个组件的寿命消耗的方法和装置
    WO2007045537A2 (de) * 2005-10-17 2007-04-26 Siemens Aktiengesellschaft Verfahren und vorrichtung zur bestimmung des lebensdauerverbrauchs einzelner bauteile einer fossil befeuerten energieerzeugungsanlage, insbesondere einer gud-anlage
    WO2012055699A1 (de) * 2010-10-28 2012-05-03 Eads Deutschland Gmbh Instandhaltungsinformationsvorrichtung, zustandssensor zur verwendung darin sowie damit durchführbares verfahren zur entscheidungsfindung für oder gegen eine instandhaltung
    US9477222B2 (en) 2010-10-28 2016-10-25 Eads Deutschland Gmbh Maintenance information device, condition sensor for use therein and method which can be carried out therewith for arriving at a decision whether or not to perform servicing or maintenance
    EP2937594A2 (de) 2014-03-31 2015-10-28 Steinel Normalien Ag Gasdruckfeder
    EP2937594B1 (de) 2014-03-31 2017-12-13 Steinel Normalien AG Gasdruckfeder
    DE102017214066A1 (de) * 2017-08-11 2019-02-14 Robert Bosch Gmbh Verfahren zum Betreiben einer wärmetechnischen Anlage
    CN111801563A (zh) * 2018-03-01 2020-10-20 Mtu 腓特烈港有限责任公司 用于运行内燃机的方法、控制机构和内燃机
    CN111801563B (zh) * 2018-03-01 2022-08-30 罗尔斯·罗伊斯解决方案有限公司 用于运行内燃机的方法、控制机构和内燃机
    DE102022113608A1 (de) 2022-05-30 2023-11-30 E.ON Digital Technology GmbH Kontroll- und Überwachungsverfahren und /-vorrichtung für eine Industrieanlage

    Similar Documents

    Publication Publication Date Title
    DE102011076780B4 (de) Verfahren und Vorrichtung zur Zustandsüberwachung, Computerprogrammprodukt
    EP0895197B1 (de) Verfahren zum Überwachen von Anlagen mit mechanischen Komponenten
    EP1543394B1 (de) Vorrichtung und verfahren zur überwachung einer mehrere systeme umfassenden technischen anlage, insbesondere einer kraftwerksanlage
    EP2376783B1 (de) Simulationsgestütztes verfahren zur steuerung bzw. regelung von druckluftstationen
    DE19743600B4 (de) Verfahren zur Überwachung eines zyklischen Produktionsprozesses
    EP2422246B1 (de) Regelsystem
    EP3876060B1 (de) Verfahren und recheneinheit zur ursachenanalyse eines anomalen zustandes einer maschine
    EP2971768B2 (de) Entwicklung eines uebergeordneten modells
    DE10241746A1 (de) Verfahren zur zyklischen Qualitätsbewertung und Prozessüberwachung bei periodischen Produktionsprozessen
    EP1431927A1 (de) Verfahren zur Schätzung der Restlebensdauer einer Vorrichtung
    EP2971769B1 (de) R&amp;i- schema eingabe
    EP3056957B1 (de) Diagnoseeinrichtung und -verfahren zur Überwachung des Betriebs eines Regelkreises
    EP2162810B1 (de) Verfahren zum ermitteln der lebensdauer einer kraftwerkskomponente
    DE102019213019A1 (de) Verfahren und vorrichtung zum analysieren eines ablaufprozesses
    EP1205830A1 (de) Verfahren, Computerprogrammprodukt und Rechnersystem zur Instandhaltung
    DE20117191U1 (de) Vorrichtung zum Betrieb einer technischen Anlage
    EP2206024B1 (de) Verfahren zur überwachung der güte eines regelkreises in einem kraftwerk
    DE102019214640A1 (de) Steuervorrichtung und steuerverfahren
    EP3783448A1 (de) Verfahren zur prüfung eines produktionsprozesses zur herstellung von bauteilen
    EP3121672A1 (de) Diagnoseeinrichtung und verfahren zur überwachung des betriebs eines regelkreises
    DE102019122779A1 (de) Modellbasierte Überwachung von Maschinenkomponenten
    WO2005045535A1 (de) Verfahren zum betrieb einer technischen anlage
    EP4060559B1 (de) Trainingsdatensatz, training sowie künstliches neuronales netz für die zustandsschätzung eines stromnetzes
    WO2024115035A1 (de) Computerimplementiertes verfahren zur steuerung und/oder regelung einer ein-kompressor-station mit einem kompressor
    EP4240953A1 (de) Verfahren zum betreiben eines injektors an einer brennkraftmaschine, steuergerät für eine brennkraftmaschine, eingerichtet zur durchführung eines solchen verfahrens, und brennkraftmaschine mit einem solchen steuergerät

    Legal Events

    Date Code Title Description
    PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

    Free format text: ORIGINAL CODE: 0009012

    AK Designated contracting states

    Kind code of ref document: A1

    Designated state(s): AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HU IE IT LI LU MC NL PT RO SE SI SK TR

    AX Request for extension of the european patent

    Extension state: AL LT LV MK

    17P Request for examination filed

    Effective date: 20041214

    AKX Designation fees paid

    Designated state(s): AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HU IE IT LI LU MC NL PT RO SE SI SK TR

    17Q First examination report despatched

    Effective date: 20060828

    STAA Information on the status of an ep patent application or granted ep patent

    Free format text: STATUS: THE APPLICATION IS DEEMED TO BE WITHDRAWN

    18D Application deemed to be withdrawn

    Effective date: 20120601