Laufende Projekte
- Entwicklung eines Frameworks mit KI
Entwicklung eines Frameworks für adaptive Betriebs- und Instandhaltungsstrategien mit künstlicher Intelligenz - Zuverlässigkeitsabsicherung sicherheitskritischer Systeme am CERN
Entwicklung eines Leitfadens zur Zuverlässigkeitsabsicherung sicherheitskritischer Kleinseriensysteme
- Kosteneffiziente Zuverlässigkeit von PV-Kraftwerken mit Batteriesystemen
Optimierung der Verfügbarkeit von PV-Kraftwerken mit Batteriespeichern durch Prognose der Restnutzungsdauer und Zustandsüberwachung mittels integrierter PHM-Lösungen und Predictive Maintenance - Sicherheit der beabsichtigten Funktionalität
Funktionale Sicherheit und Sicherheit der beabsichtigten Funktionalität für Energiebordnetze - Zuverlässigkeit passiver Komponenten
Zuverlässigkeit und Lebensdauermodell für passive Komponenten - Zuverlässigkeitsabsicherung von Varianten
Aufwandsreduzierte Zuverlässigkeitsabsicherung in der Produktvariantenentwicklung unter Berücksichtigung von Vorwissen - Datengetriebene Zustandsüberwachung elektronischer Systeme am CERN
Zustandsüberwachung elektronischer Systeme durch Integration von Expertenwissen und Hardwaretests in Algorithmen des maschinellen Lernens - Zuverlässigkeit von adaptiven Tragwerken
Methoden zur Auslegungs- und Betriebsoptimierung zuverlässiger adaptiver Tragwerke mit reduzierter Umweltwirkung - Zuverlässigkeitsnachweis von HV-Batterien mit Vorkenntnis
Effiziente Planung von Lebensdauertests für die Zuverlässigkeitsabsicherung von HV-Batterien unter Berücksichtigung von Vorkenntnis - Zuverlässigkeitsmodellierung eines Zahnriemenantriebs
Lebensdauermodell für ein Zahnriemenantrieb in Lenkgetrieben auf Basis von statistischer Versuchsplanung (L-DoE) - Zuverlässigkeitsbetrachtung von Wechselrichtern
Erarbeitung und Evaluation einer effizienten und verlässlichen Methodik für die Zuverlässigkeits- und Lebensdauer-Vorhersage von Photovoltaik & Batteriewechselrichtern und ihren kritischen Bauteilen
Kürzlich abgeschlossene Projekte
- Lebensdauermodell Wicklungsisolation
Entwicklung eines ganzheitlichen Lebensdauermodells für Wicklungsisolierungen von elektrischen Maschinen auf Basis der wirkenden Schadensmechanismen und ihrer unterschiedlichen Ausprägungen - Zuverlässigkeitsbetrachtung von Wechselrichtern
Erarbeitung und Evaluation einer effizienten und verlässlichen Methodik für die Zuverlässigkeits- und Lebensdauer-Vorhersage von Photovoltaik & Batteriewechselrichtern und ihren kritischen Bauteilen - Entwicklung modulintegrierter Elektronik für Photovoltaik-Anlagen
Zuverlässigkeitsbewertung der modulintegrierten und systemoptimierten Elektroniklösungen von Photovoltaik-Anlagen - Feuchtetransfer
Virtuelle Sensoren zur Bestimmung der Feuchteverhältnisse in Solarwechselrichtern - Zuverlässigkeitsnachweis von Systemen mit Vorkenntnis
Zuverlässigkeitsnachweis von Systemen unter Berücksichtigung von unscharfer Vorkenntnis
Projektarchiv
Armin Köhler, Industriekooperation mit Robert Bosch GmbH
Angetrieben von den globalen Megatrends der Elektrifizierung und Automatisierung entwickelt sich die Automobilbranche stark in technische und innovative Bereiche. Insbesondere der Arbeitsbereich der Fahrerassistenzsysteme und automatisierten Fahrfunktionen ist ein aktuelles Innovationsfeld. Die meisten dieser Systeme haben eine gemeinsame Eigenschaft: Sie gehören zu den elektrischen und/oder elektronischen (E/E) Systemen, die für die Sicherheit von Fahrern und Passagieren verantwortlich sind. Grundlage der Funktionalität ist dabei stets die ausreichende Leistungsversorgung dieser sicherheitsrelevanten Systeme. Dadurch steigt die Sicherheitsrelevanz von Energiebordnetzen und zugehörigen Komponenten enorm. Aus diesem Grund muss das gesamte Energiebordnetz nach funktionalen Sicherheitsstandards entwickelt und verifiziert werden. Insbesondere im Bereich der Straßenfahrzeuge ist der funktionale Sicherheitsprozess nach ISO 26262 anzuwenden.
Philipp Kilian, Industriekooperation mit Robert Bosch GmbH
Getrieben durch die Megatrends Elektrifizierung, Automatisierung und Konnektivität werden umfassende Sicherheitskonzepte für die Energieversorgung im Fahrzeug erforderlich. Um dabei flexibel auf variierende Anforderungen reagieren zu können, gilt es die notwendigen Sicherheitskonzepte modular und skalierbar aufzubauen.
Hierzu arbeiten wir an innovativen Lösungen zur automatisierten Ableitung von effizienten Sicherheitskonzepten und deren Bewertung mittels künstlicher Intelligenz (KI) und/oder Optimierungsalgorithmen.
Da die analytische Bewertung unterschiedlicher Hardware-Architekturen sehr zeitaufwendig ist, soll ein automatisierter Ansatz auf Basis von Fehlerinjektion entwickelt werden, um einzelne Hardware-Bausteine modular bewerten zu können. Für eine Sicherheitsziel-übergreifende optimale Hardware-Architektur gilt es unterschiedliche Anforderungen der modularen Bausteine zu berücksichtigen.
Tamer Tevetoglu, IMA
Als Teil eines prädiktiven Diagnosemodels dient das Future Load Model zur Vorhersage zukünftiger Belastungen (Zeitseriendaten), welche die Restlebensdauer der Bleisäurebatterie maßgeblich beeinflussen. Hierzu werden zunächst vergangene Sensordaten der Batterie gespeichert und mittels unüberwachten Machine-Learning-Methoden zu repräsentativen Belastungsfällen gruppiert. Anschließend wird ein Rückgekoppeltes-Neuronales-Netz (RNN) basierend auf einem sog. langen Kurzzeitgedächtnis (LSTM) trainiert und zur Vorhersage zukünftiger Signaldaten genutzt. Die nun vorhergesagten Daten werden durch einen Klassifikator, z. B. Random Forest, den repräsentativen Lastfällen zugeordnet. Durch die Streuung der Datenpunkte innerhalb eines Belastungsfalls werden die Vertrauensbereiche der prädizierten Signaldaten abgeleitet. Nun kann die Restlebensdauer anhand der zukünftigen Belastungen berechnet werden.
Frank Müller, DFG Projekt
Mit Hilfe stochastischer Netzverfahren können komplexe, technische Systeme modelliert und deren Zuverlässigkeit bzw. Verfügbarkeit simuliert werden. Die statistische Güte der Eingangsdaten kann aktuell nicht innerhalb der Analyse berücksichtigt werden. Ziel des Forschungsvorhabens ist die durchgängige Integration der statistischen Güte der Eingangsdaten in die gesamte Analysemethodik, um die Ausdruckskraft von Vertrauensbereichen mit der Leistungsfähigkeit der Modellierungs-methoden zu verknüpfen.
Martin Diesch, MTU Friedrichshafen GmbH
Andreas Ostertag, DFG Sonderforschungsbereich (SFB 1244)
Andreas Kroner, Daimler AG
Thomas Herzig, IMA
Mark Henß, IMA
Alexander Kremer, Walther Flender GmbH
Kevin Lucan und Mark Henß, Bergische Achsen, DAF, Daimler, Haldex, IVECO, Knorr-Bremse, MAN, MERITOR, SAF Holland, WABCO
Frank Müller und Jan Gröber, Festo AG & Co. KG
Julian Popp, HSA Aalen, ISSA Forschungsprojekt
Volker Schramm, CERN
Sebastian Imle, WITTENSTEIN motion control GmbH
Die Förderung von Rohstoffen in der Tiefsee erfordert eine umweltfreundliche und sichere Antriebslösung. Die Systemarchitektur definiert die Komponenten und Schnittstellen des Systems in Art und Güte. Die Verarbeitungsqualität dieser Informationen über eine sichere Kommunikationsarchitektur entscheidet über den Diagnosedeckungsgrad und die funktionale Sicherheit des Systems. Der Entwurf eines Zustandsüberwachungssystems für den Einsatz in der Tiefsee ist das Ziel dieses Projektes.
Alexander Grundler, Martin Dazer; Daimler AG
Alexander Grundler, ZF Friedrichshafen AG
Frederic Heidinger, Patrick Münzing und Andreas Ostertag, Robert Bosch GmbH
Fei Long, GSaME, DFG
Zeljana Beslic, IMA
Sebastian Held, Knorr-Bremse Systeme für Nutzfahrzeuge GmbH
Martin Dazer, Knorr-Bremse Systeme für Nutzfahrzeuge GmbH
Kontakt Bereichsleitung Zuverlässigkeitstechnik
Martin Dazer
Dr.-Ing.Bereichsleitung Zuverlässigkeits- und Antriebstechnik