ForschungForschungsprojekte
Resilienzbasierte Entscheidungskriterien für optimale Regeneration

Resilienzbasierte Entscheidungskriterien für optimale Regeneration

© Inspirationfeed (CC0)
Leitung:  Prof. Dr.-Ing. Michael Beer, Dr. techn. Matteo Broggi
E-Mail:  beer@irz.uni-hannover.de
Team:  M. Sc. Julian Salomon
Jahr:  2018
Datum:  01-01-18
Förderung:  DFG Grant No. D5 in SFB871 (part of the Collaborative Research Center SFB871 “Regeneration of Complex Capital Goods"), Amount: € 349,600
Laufzeit:  01/2018 – 12/2021

 

Zusammenfassung

Die Definition von Regerationspfaden für komplexe Investitionsgüter sowie die Entscheidung für den optimalen Regenerationspfad sind mit teilweise erheblichen Unsicherheiten verbunden, die sich als Risiken für den Gesamterfolg der Regeneration niederschlagen. Es gilt einen Regenerationspfad so zu definieren, dass sowohl technische als auch wirtschaftliche Risiken der Regeneration minimal gehalten werden. Gleichzeitig bestimmen vergangene und beabsichtigte Nutzungsbedingungen für das Investitionsgut Anforderungen an die Regeneration, die durch die Abbildung aller Unsicherheiten auf die Funktionalität des Investitionsgutes als Gesamtsystem zu quantifizieren sind. Letztlich sollen Resilienzen im Regenerationspfad sicherstellen, dass unvorhergesehene Abweichungen von der geplanten Regeneration mit minimalem Aufwand und risikoarm durch Anpassungen des Regenerationspfades abgefedert werden können. Im Zusammenspiel dieser Aspekte wird das Teilprojekt D5 mit quantitativen Aussagen zu Risiken und Resilienz die Definition von Regenerationspfaden mit optimaler Balance zwischen Investition und akzeptablem Risiko unterstützen.

Grundlage ist die umfassende Quantifizierung aller wesentlichen Unsicherheiten und Risiken bei der Regeneration. In der zweiten Förderperiode wurden dazu wissenschaftliche und technologische Basislösungen entwickelt, die vorwiegend aleatorische Unsicherheiten quantifizieren, d.h. Unsicherheiten, die aus zufälligen Einflüssen bei der Reparatur und in der Materialqualität resultieren und sich als stochastische Eigenschaften im funktionalen Verhalten von Bauteilen der Investitionsgüter zeigen. Damit kann zeitabhängig das primäre technische Risiko abgeschätzt werden, dass das Investitionsgut die vorgesehene Qualität, ausgedrückt durch die erforderliche Zuverlässigkeit und Lebensdauer, nicht erreicht. Daraus werden in Zusammenarbeit mit Teilprojekt D3 sekundäre wirtschaftliche Risiken als Konsequenz technischer Unzulänglichkeiten abgeleitet. Konkret wurde am Beispiel der Regeneration eines Axialverdichters in enger Zusammenarbeit mit den Teilprojekten B3 und C6 ein funktionsbasiertes Systemmodell entwickelt.

In der dritten Förderperiode liegt, darauf aufbauend, der Schwerpunkt der Forschung im Teilprojekt D5 auf der Gewährleistung von Resilienz bei der Regeneration mit Fokus auf die Funktionalität des Gesamttriebwerkes. Arbeitshypothese ist, dass sich die Basislösung der Systemmodellierung mit binärer statischer (unabhängig von Betriebszuständen) Komponentenfunktionalität so auf eine stetige und dynamische (betriebsabhängige) Modellierung der Komponentenfunktionalität erweitern lässt, dass Risiken der Regenerationspfade (i) unmittelbar im Zusammenhang mit der Funktionalität des Gesamttriebwerks für einsatzspezifische Betriebszustände und zeitabhängig quantifiziert werden können und (ii) in Abhängigkeit der Qualität der Regeneration der einzelnen Komponenten identifiziert werden können. Damit soll sowohl die Steuerung der Befundung und der Modellierungstiefe als auch die Auslegung risikoarmer Regenerationspfade in Abhängigkeit vergangener bzw. beabsichtigter Einsatz-Charakteristika der Triebwerke und im Kontext der bei der Regeneration erreichbaren Qualität ermöglicht werden. Wesentlicher Erkenntnisgewinn wird durch das Erkennen und Quantifizieren komplexer Zusammenhänge am Gesamttriebwerk und deren Verknüpfung mit Resilienz der Regeneration generiert.

Die funktionsbasierte Systemmodellierung des Gesamttriebwerks ist in enger Zusammenarbeit mit Teilprojekt D6 geplant, um regenerationsrelevante Einflüsse auf das aerodynamische Verhalten des Gesamttriebwerks im Modell quantitativ abzubilden. Ein modularer Aufbau gewährleistet eine flexible Modelladaption an identifizierte Regenerationsprioritäten und die kohärente Zusammenführung funktionaler Charakteristika von Systemkomponenten und Komponentengruppen aus anderen Teilprojekten, für das gesamte Triebwerk. Subjektive Prognosen zum Erfolg eines Regenerationspfades, zu den erforderlichen Investitionen und zur technischen Umsetzung der Regeneration werden als epistemische Komponente im Modellansatz unscharfer Wahrscheinlichkeiten (imprecise probabilities) erfasst, um potenziell reduzierbare Unsicherheiten jederzeit unmittelbar sichtbar zu halten und Risiken gezielt zu eliminieren. Um Entscheidungen zur resilienten Gestaltung der Regeneration für das Gesamttriebwerk abzuleiten, wird Resilienz als Reaktionsfähigkeit formuliert, um sowohl Robustheitsdefizite als auch Risiken durch Korrekturen in Regenerationspfaden zu minimieren. Die Entwicklungen werden in einem integralen Algorithmus zusammengeführt und auf der Gesamtsystemebene des Triebwerks verifiziert, validiert und demonstriert. Im Ergebnis steht ein allgemeingültiger, resilienz- und risikobasierter Steuerungsalgorithmus für die Regeneration komplexer Investitionsgüter. Die Allgemeingültigkeit der Theorien und Methoden sichert die Übertragbarkeit auf andere, insbesondere stationäre Investitionsgüter, wie z.B. Teile von Kraftwerks- und Windkraftanlagen.