Prof. Dr.-Ing. Carlos Jahn, M.Sc. Peter Poschmann, Dipl.Päd. Ole John, MBA, Fraunhofer CML, Hamburg
Die zustandsbasierte Instandhaltung von Schiffssystemen gewinnt derzeit stärker an Bedeutung und wird spätestens bei der Entwicklung und Umsetzung autonomer Schiffe eine wichtigere Rolle spielen. Der Vortrag beleuchtet das methodische Vorgehen zur Entwicklung intelligenter, (teil-) automatisierten Algorithmen zur Fehlerdiagnose und -prognose für verschiedene Schiffsysteme. Hierbei wird zunächst ein Einblick in das methodische Vorgehen zur Potential- und Machbarkeitsbewertung sowie Auswahl geeigneter Schiffssysteme gegeben. Darüber hinaus wird auch auf die Herausforderung der Datengewinnung, -analyse und -aufbereitung sowie auf gängige Methoden zur Zustandsdiagnose und Zustandsprognose technischer Systeme eingegangen. Anschließend wird ein Modell-Framework vorgestellt, auf dessen Grundlage sensorgestützte, zustandsbasierte Instandhaltungsentscheidungen für ein komplexes Schiffssystem mit mehreren Komponenten getroffen werden können.
The condition-based maintenance of shipping systems is currently gaining in importance and promises to be an important factor in the development and implementation of autonomous ships at the latest. The lecture focuses on the systematic approach of the development of intelligent, (semi-) automated fault diagnosis and prognosis algorithms for different types of shipping systems. Firstly, an insight into the systematic assessment of the potential and feasibilities of CBM for different systems as well as the choice of suitable shipping systems is given. Furthermore, the issues challenges of data collection, data analysis and data preparation as well as common methods for fault diagnosis and fault prediction for technical systems are being addressed. Following this, a model-framework is introduced, which supports maintenance decision-making for complex shipping systems owning multiple components based on health condition.