Präventive Zuverlässigkeitstechnik (Master)

„Ingenieurwissenschaftliche Big-Data Methoden zur erfolgreichen Projektsteuerung“

Zuverlässige Produkte sind das Ergebnis eines stringent geführten Entwicklungsprozesses. Auf der Basis von Daten aus realen und digitalen Tests und Erprobungen sowie Simulationen werden durch einen Bezug auf reale Kundenbelastungen schon in einem frühen Entwicklungsstadium Aussagen über eine abgesicherte Zuverlässigkeit möglich. Die Erprobung kann so nicht nur bewertet sondern auch kundenorientiert optimiert werden und die angezielte Produktzuverlässigkeit angesteuert werden.

Die Lehrveranstaltung beginnt mit einer Einführung in die Grundbegriffe der Zuverlässigkeitstechnik sowie die erforderlichen mathematischen Methoden. Lebensdauerverteilungen, Parameterschätzverfahren und die Berücksichtigung zensierter Daten sind wichtige Voraussetzungen für Zuverlässigkeitsanalysen. Risikoanalysen (FMEA, FTA) liefern qualitative Zuverlässigkeitsinformationen. Die Ableitung von Zuverlässigkeitszielen geht der Testplanung voraus ebenso wie die Ermittlung relevanter Stressfaktoren aus BigData Analysen des Nutzerverhaltens. Mit fortschreitender Erprobungsdauer und wachsendem Umfang an Erprobungsdaten kann dann das Zuverlässigkeitswachstum („Reliability Growth“) berechnet und den Ziel-Zuverlässigkeiten gegenübergestellt werden, bis dann das Produkt in Kundenhand, im Feld, wieder Zuverlässigkeitsdaten produziert.

Die Vorlesung referenziert alle Methoden dieses 6- stufigen präventiven Zuverlässigkeitsprozesses auf reale Praxis-Beispiele der Hard- und Software-Absicherung.