Auffällige Zustände trotz wechselnder Belastung erkennen
IAP entwickelte gemeinsam mit der Predictive-Maintenance-Abteilung von DB Cargo ein Entscheidungsunterstützungssystem für die zustandsbasierte Instandhaltung. Betriebs- und Sensordaten sollten Hinweise auf mögliche Bauteilfehler liefern, damit die Instandhaltung auffällige Zustände frühzeitig untersuchen kann.
Die Messwerte verändern sich bereits im Normalbetrieb mit der Belastung. Zudem erfassen Sensoren häufig das Verhalten des gesamten Geräts, während die gesuchte Ursache in einem einzelnen Bauteil liegt. Deshalb untersucht der Ansatz, wie Messgrößen zusammenhängen und wann sich dieses Zusammenspiel verändert.
Mit seltenen Fehlern und unsicheren Fehlerkennzeichnungen arbeiten
Für das Lernen stehen meist deutlich mehr Beispiele des Normalbetriebs als bestätigte Defekte zur Verfügung. Besonders bei selten ausgetauschten Komponenten ist die Zahl der Fehlerfälle klein. Auch die Zuordnung zwischen einem Reparatureintrag und der tatsächlichen Fehlerursache kann unsicher sein.
IAP untersuchte Annahmen der Instandhaltungsexperten anhand historischer Mess- und Wartungsdaten. Dabei wurde geprüft, ob sich die gesuchten Zustände in den Daten unterscheiden lassen und wie aussagekräftig die vorhandenen Fehlerkennzeichnungen sind.
Das Verhalten im Normalbetrieb als Referenz
Das Modell lernt anhand als gesund eingeordneter Betriebszustände, welche Zusammenhänge zwischen Last und Reaktion der Maschine zu erwarten sind. Solche Beziehungen können komplex sein und werden aus den Messdaten erlernt. Im weiteren Verlauf kennzeichnet das Verfahren Abweichungen von diesem erwarteten Verhalten.
Der Ansatz betrachtet längerfristige Veränderungen und Schwingungen getrennt. Dadurch lassen sich sowohl größere Verschiebungen des Betriebsverhaltens als auch feinere dynamische Auffälligkeiten untersuchen. Im Mittelpunkt steht die Frage, ob eine Abweichung durch die aktuelle Belastung erklärbar ist oder auf einen veränderten Zustand hinweist.
Die halbüberwachte Herangehensweise nutzt den umfangreicheren Normalbetrieb und ergänzt ihn um die verfügbaren Fehlerhinweise. Dadurch kann die Untersuchung auch bei wenigen Fehlerbeispielen ansetzen. Die Auswertung berücksichtigt, dass vorhandene Kennzeichnungen Fehlalarme oder übersehene Ereignisse enthalten können.
Hinweise für die Instandhaltung
Das Verfahren liefert Hinweise auf mögliche Bauteilfehler und visualisiert die untersuchten Zustände für die weitere Beurteilung durch die Instandhaltung.
Die Darstellung macht sichtbar, unter welchen Betriebsbedingungen Auffälligkeiten auftreten und welche Veränderungen näher untersucht werden sollten. Damit unterstützt die Lösung die Auswahl weiterer Prüfungen und die Vorbereitung von Wartungsentscheidungen. Thomas Pohl bestätigt in seiner vollständigen Originalaussage die gewonnenen Einblicke und die automatisierte Vorhersagefunktion.
