Kontext
Die Degradation rotierender Maschinen zeichnet sich allmählich in den Betriebsdaten ab. Schwierig ist die Umrechnung dieser Veränderung in eine Zahl verbleibender Zyklen.
Beide Richtungen sind teuer. Wird zu früh entschieden, geht das Triebwerk in die Instandsetzung, obwohl noch Restlaufzeit vorhanden war. Wird zu spät entschieden, wird der Ausbau ungeplant, und die Planung muss sich darum herum neu ordnen.
Jedes verfügbare Verfahren bringt eigene Zielkonflikte mit sich. Statistische Ansätze sind schlank und gut interpretierbar, doch eine nichtlineare, über mehrere Sensoren verteilte Degradation abzubilden erfordert erheblichen Aufwand bei Auslegung und Abstimmung. Deep Learning liefert die Genauigkeit, verlangt dafür aber die Rechenleistung für das Training und eine entsprechende Laufzeitumgebung vor Ort.
Was wir untersucht haben
Als Eingang dienen ausschließlich die im Betrieb bereits erfassten Sensordaten. Zusätzliche Messtechnik ist nicht erforderlich.
Das Modell schätzt die Zahl der bis zum Ausfall verbleibenden Zyklen. Grundlage ist eine Klasse leichtgewichtiger Machine-Learning-Verfahren (Reservoir Computing), die sich für Zeitreihensignale eignet.
Für die Validierung diente ein öffentlicher Benchmark-Datensatz mit mehreren bis zum Ausfall betriebenen Triebwerken. Die Daten stammen aus einer Triebwerkssimulation und gelten in der Zustandsprognose als Referenz. Die Bewertung erfolgte an Triebwerken, die nicht in das Training eingeflossen sind.
Was sich gezeigt hat
Auch für Triebwerke, die dem Modell im Training nicht begegnet waren, ließ sich die Zahl verbleibender Zyklen abschätzen. Mit fortschreitender Degradation nähert sich die Schätzung der tatsächlichen Restnutzungsdauer an.
Dies könnte auf Ihre Anlagen zutreffen
Wenn Sie eine Flotte baugleicher Maschinen betreiben und Aufzeichnungen zu Einheiten vorliegen haben, die ausgefallen sind oder zur Instandsetzung ausgebaut wurden, lässt sich der Ansatz möglicherweise übertragen.
Er hilft dabei, Ausbautermine gleichmäßiger zu verteilen, Ersatzteile vorausschauend zu bestellen und Eingriffe an Einheiten mit verbleibender Restlaufzeit zurückzustellen.
Ein kurzes Gespräch genügt in der Regel, um festzustellen, ob Ihre Betriebsdaten in verwertbarer Form vorliegen.