DE102018219094A1

DE102018219094A1 - Verfahren und System zum Prognostizieren eines Ausfalls einer Ventilatorgruppe sowie entsprechende Ventilatorgruppe

Info

Publication number: DE102018219094A1
Application number: DE102018219094.1A
Authority: DE
Inventors: Björn Wenger; Michael Aichele
Original assignee: Ziehl Abegg SE
Current assignee: Ziehl Abegg SE
Priority date: 2018-11-08
Filing date: 2018-11-08
Publication date: 2020-05-14
Also published as: CN113168597A; US20210398003A1; WO2020094187A1; EP3824417A1

Abstract

Es ist ein Verfahren zum Prognostizieren eines Ausfalls einer Ventilatorgruppe mit N Ventilatoren, von denen n Ventilatoren redundant sind, wobei 1 < n ≤ N. Dabei liegt bei Ausfall von n Ventilatoren ein Ausfall der Ventilatorgruppe vor. Die Ausfallwahrscheinlichkeiten der Ventilatoren sind als Funktion einer Betriebsdauer der Ventilatorgruppe durch eine Wahrscheinlichkeitsverteilung beschreibbar, wobei die Wahrscheinlichkeitsverteilung zumindest durch einen Parameter parametrierbar ist. Das Verfahren umfasst die Schritte:Erzeugen einer ersten Ausfallwahrscheinlichkeit, die eine Wahrscheinlichkeit eines ersten Ausfalls eines Ventilators der Ventilatorgruppe angibt,Erzeugen einer n-ten Ausfallwahrscheinlichkeit, die eine Wahrscheinlichkeit eines n-ten Ausfalls eines Ventilators der Ventilatorgruppe angibt,Ermitteln eines ersten Ausfallzeitpunkt, wobei der erste Ausfallzeitpunkt die Betriebsdauer der Ventilatorgruppe bis zum ersten Ausfall eines Ventilators angibt,Erzeugen einer parametrierten Wahrscheinlichkeitsverteilung durch Approximieren der Wahrscheinlichkeitsverteilung an ein erstes Wertepaar bestehend aus der ersten Ausfallwahrscheinlichkeit und dem ersten Ausfallzeitpunkt undBerechnen des n-ten Ausfallzeitpunkts als Zeitpunkt des n-ten Ausfalls eines Ventilators mittels der parametrierten Wahrscheinlichkeitsverteilung und der n-ten Ausfallwahrscheinlichkeit.Es ist ferner ein entsprechendes System sowie eine Ventilatorgruppe mit einem derartigen System beschrieben.

Description

Die Erfindung betrifft ein Verfahren und ein System zum Prognostizieren eines Ausfalls einer Ventilatorgruppe mit N Ventilatoren, von denen n Ventilatoren redundant sind, wobei bei Ausfall von n Ventilatoren ein Ausfall der Ventilatorgruppe vorliegt und wobei 1 < n ≤ N. Die Erfindung betrifft ferner eine entsprechende Ventilatorgruppe.
Insbesondere bei der Belüftung oder Klimatisierung von Räumen oder Anlagen werden statt einzelner Ventilatoren vielfach Ventilatorgruppen eingesetzt. Hierbei befördern mehrere Ventilatoren gleichzeitig Luft für eine Anwendung, wobei die Ventilatoren dann meist nebeneinander angeordnet sind. Sofern die Ventilatorgruppe keine Redundanz aufweist, bedeutet der Ausfall eines Ventilators der Ventilatorgruppe, dass die Ventilatorgruppe nicht mehr ausreichend Luft bewegen kann. Dies kann - je nach Einsatz der Ventilatorgruppe - weitreichende Konsequenzen haben. So kann die Ventilatorgruppe beispielsweise bei einem Einsatz an einem Wärmetauscher einer Kühlungsanlage nicht mehr ausreichend Luft an dem Wärmetauscher vorbeibewegen, so dass die Kühlungsanlage keine ausreichende Kühlung mehr gewährleisten kann. Bei Einsatz der Ventilatorgruppe zur Belüftung eines Gebäudes oder einer Halle kann durch Ausfall der Ventilatorgruppe die Belüftung unzureichend sein oder vollständig ausfallen.
Daher werden bei derartigen Ventilatorgruppen häufig Ventilatoren redundant ausgeführt. Dies bedeutet, dass die Ventilatorgruppe so dimensioniert ist, dass die maximal mögliche Luftfördermenge der Ventilatorgruppe höher ist als dies für die Funktion der Ventilatorgruppe eigentlich erforderlich wäre. Erst wenn bei n redundanten Ventilatoren n - 1 Ventilatoren ausgefallen sind, nähert sich die Ventilatorgruppe dann einem Ausfall. Mit dem nächsten ausgefallenen Ventilator kann die Ventilatorgruppe nicht mehr ausreichend Luft bewegen, was einem Ausfall der Ventilatorgruppe gleichzusetzen ist. Dies hat zur Folge, dass derartig redundant aufgebaute Ventilatorgruppen nicht sofort nach Ausfall eines ersten Ventilator gewartet und ausgefallene Ventilatoren ersetzt werden, sondern vielmehr erst dann, wenn alle oder nahezu alle redundanten Ventilatoren ausgefallen sind. Meist wird dann die gesamte Ventilatorgruppe ausgetauscht. In solchen Einsatzszenarien ist es von Interesse, den Zeitpunkt des n-ten Ausfalls eines Ventilators und damit den Ausfall der Ventilatorgruppe prognostizieren zu können.
Die Lebensdauer eines Ventilators hängt von vielen verschiedenen Faktoren ab. Neben konstruktiven Faktoren, wie beispielsweise der Auslegung der Lager oder der ausreichenden Kompensation von Unwucht, haben insbesondere die Bedingungen, unter denen der Ventilator betrieben wird, einen entscheidenden Einfluss auf die Lebensdauer. Feuchtigkeit, Temperatur, Vibrationen, Verschmutzungen oder Eisanlagerungen können die Lebensdauer des Ventilators entscheidend beeinflussen.
Aus der Praxis sind Ventilatoren bekannt, die interne Sensoren aufweisen und aus erfassten Messwerten die Restbetriebsdauer abschätzen können. Nachteilig an diesen Ventilatoren ist, dass ein nicht unerheblicher Aufwand für das Ermitteln der Restlebensdauer betrieben werden muss. Zudem ist es in einer Ventilatorgruppe meist unerheblich, wie lange die geschätzte Restbetriebsdauer jedes einzelnen Ventilators ist. Wichtig ist vielmehr, wann ein Systemausfall der Ventilatorgruppe (also der Ausfall aller redundanter Ventilatoren) zu befürchten ist.
Bei Ventilatoren, die derartige interne Sensoren nicht aufweisen, müsste mit aufwändigen Messreihen konkrete Koeffizienten der Lebensdauerberechnung für unterschiedlichste Betriebssituationen ermittelt werden. Zudem müssen Sensoren nahe bei den Ventilatoren angebracht werden, die Lebensdauer beeinflussende physikalische Größen, wie Temperatur oder Vibrationen, messen und eine Bestimmung von Koeffizienten der Lebensdauerberechnung ermöglichen. Diese Herangehensweise erzeugt jedoch ebenfalls einen erheblichen Mehraufwand. Dieser Mehraufwand wird noch weiter gesteigert, wenn ein großes Portfolio verschiedenster Ventilatoren abgedeckt werden müsste.
Der vorliegenden Erfindung liegt die Aufgabe zugrunde, ein Verfahren, ein System und eine Ventilatorgruppe der eingangs genannten Art derart auszugestalten und weiterzubilden, dass eine Prognose eines Ausfalls einer Ventilatorgruppe mit einfachen Mitteln möglich ist.
Erfindungsgemäß wird die voranstehende Aufgabe durch die Merkmale des Anspruchs 1 gelöst. Danach sind bei dem in Rede stehenden Verfahren Ausfallwahrscheinlichkeiten der Ventilatoren als Funktion einer Betriebsdauer der Ventilatorgruppe durch eine Wahrscheinlichkeitsverteilung beschreibbar, wobei die Wahrscheinlichkeitsverteilung zumindest durch einen Parameter parametrierbar ist. Dabei umfasst das Verfahren die Schritte:

Erzeugen einer ersten Ausfallwahrscheinlichkeit, die eine Wahrscheinlichkeit eines ersten Ausfalls eines Ventilators der Ventilatorgruppe angibt,
Erzeugen einer n-ten Ausfallwahrscheinlichkeit, die eine Wahrscheinlichkeit eines n-ten Ausfalls eines Ventilators der Ventilatorgruppe angibt,
Ermitteln eines ersten Ausfallzeitpunkt, wobei der erste Ausfallzeitpunkt die Betriebsdauer der Ventilatorgruppe bis zum ersten Ausfall eines Ventilators angibt,
Erzeugen einer parametrierten Wahrscheinlichkeitsverteilung durch Approximieren der Wahrscheinlichkeitsverteilung an ein erstes Wertepaar bestehend aus der ersten Ausfallwahrscheinlichkeit und der ersten Ausfallzeitpunkt und
Berechnen des n-ten Ausfallzeitpunkts als Zeitpunkt des n-ten Ausfalls eines Ventilators mittels der parametrierten Wahrscheinlichkeitsverteilung und der n-ten Ausfallwahrscheinlichkeit.

Hinsichtlich eines Systems ist die voranstehende Aufgabe durch die Merkmale des Anspruchs 14 gelöst. Danach ist bei dem in Rede stehenden System die Ausfallwahrscheinlichkeiten der Ventilatoren als Funktion einer Betriebsdauer der Ventilatorgruppe durch eine Wahrscheinlichkeitsverteilung beschreibbar, wobei die Wahrscheinlichkeitsverteilung zumindest durch einen Parameter parametrierbar ist. Dieses System umfasst ferner:

eine Überwachungseinheit, die zum Erkennen von Ausfällen von Ventilatoren der Ventilatorgruppe ausgebildet ist,
eine Zeitmesseinheit, die zum Ermitteln eines Ausfallzeitpunkts eines Ventilators ausgebildet ist, wobei die Zeitmesseinheit kommunizierend mit der Überwachungseinheit verbunden ist und jeweils die Betriebsdauer der Ventilatorgruppe bis zu einem Ausfall eines Ventilators misst,
eine Wahrscheinlichkeitseinheit, die zum Erzeugen von Ausfallwahrscheinlichkeiten von Ventilatoren der Ventilatorgruppe ausgebildet ist,
eine Parametriereinheit, die zum Erzeugen einer parametrierten Wahrscheinlichkeitsverteilung durch Approximieren der Wahrscheinlichkeitsverteilung an mindestens ein erzeugtes Wertepaar ausgebildet ist, wobei das mindestens eine erzeugte Wertepaar eine Ausfallwahrscheinlichkeit und ein zugehöriger gemessener Ausfallzeitpunkt umfasst, und
eine Ausfallberechnungseinheit, die dazu ausgebildet ist, basierend auf der parametrierten Wahrscheinlichkeitsverteilung und einer n-ten Ausfallwahrscheinlichkeit einen prognostizierten Ausfallzeitpunkt der Ventilatorgruppe zu berechnen.

Hinsichtlich der Ventilatorgruppe ist die voranstehende Aufgabe durch die Merkmale des Anspruchs 15 gelöst. Danach besteht die in Rede stehende Ventilatorgruppe aus N Ventilatoren, von denen n Ventilatoren redundant sind, sowie einem erfindungsgemäßen System zur Prognostizierung eines Ausfalls der Ventilatorgruppe.
In erfindungsgemäßer Weise ist zunächst erkannt worden, dass es für die Prognose eines Ausfallzeitpunkts einer Ventilatorgruppe im Allgemeinen unerheblich ist, wann ein bestimmter Ventilator der Ventilatorgruppe konkret ausfällt. Wesentlich ist vielmehr, wann sämtliche n redundanten Ventilatoren ausgefallen sein werden, so dass eine ausreichende Luftförderung durch die Ventilatorgruppe nicht mehr sichergestellt werden kann.
Es ist ferner erkannt worden, dass die für die Lebensdauer eines Ventilators relevanten Betriebsbedingungen meist über alle Ventilatoren einer Ventilatorgruppe sehr ähnlich sind. Bei Ventilatoren ist die Lebensdauer insbesondere durch die Lebensdauer des Lagers bzw. der Lager bestimmt, mit dem/denen das Laufrad relativ zu dem Stator drehbar gelagert ist. Ein wichtiger Punkt hierbei ist, wie lange das in dem Lager eingebrachte Schmiermittel (meist Lagerfett) das Lager zuverlässig schmieren kann. Zum einen werden die Schmiereigenschaften des Schmiermittels mit zunehmendem Alter reduziert. Zum anderen kann es mit zunehmender Betriebsdauer des Lagers zu einem Schmiermittelverlust kommen, wodurch die Benetzung der Wälzkörper des Lagers mit Schmiermittel nicht mehr ausreichend sein kann. Wichtige Parameter für die Schmiermittellebensdauer sind dabei die Temperatur, bei der das Lager betrieben wird, und die Einbaulage des Ventilators (d.h. in welche Richtung die Achse des Rotors bei Betrieb des Ventilators zeigt). Ein weiterer Aspekt sind Vibrationsbeanspruchungen des Ventilators, die je nach Ausmaß die Lebensdauer der Lager zusätzlich beeinträchtigen können. Auch Anhaftungen an den Flügeln des Ventilators können die Lebensdauer reduzieren, da diese meist zu zunehmender Unwucht und damit einer verstärkten Vibrationsbeanspruchung der Lager führen. Diese Parameter werden sich über eine Ventilatorgruppe nicht oder nur unwesentlich unterscheiden. So sind üblicherweise sämtliche Ventilatoren der Ventilatorgruppe in annähernd gleicher Einbaulage verbaut. Auch die vorherrschenden Temperaturen werden sich bei den einzelnen Ventilatoren der Ventilatorgruppe nicht erheblich unterscheiden. Da die Ventilatoren in einem gemeinsamen Rahmen angeordnet sein werden, wird auch die Vibrationsbeanspruchung über die Ventilatoren der Ventilatorgruppe sehr ähnlich sein. Daher ist die Annahme identischer Betriebsbedingungen bei allen Ventilatoren der Ventilatorgruppe möglich. Dies ermöglicht wiederum, eine Wahrscheinlichkeitsverteilung für alle Ventilatoren der Ventilatorgruppe gemeinsam zu nutzen.
Daher wird die Prognose des Ausfalls der Ventilatorgruppe erfindungsgemäß über eine Wahrscheinlichkeitsverteilung durchgeführt. Meist sind derartige Wahrscheinlichkeitsverteilungen mit mindestens einem Parameter parametriert, in dem im vorliegenden Fall die Betriebsbedingungen der Ventilatoren zum Ausdruck kommen. Allerdings ist dieser mindestens eine Parameter bei der Annahme identischer Betriebsbedingungen bei allen Ventilatoren der Ventilatorgruppe identisch. Dadurch kann eine parametrierte Wahrscheinlichkeitsverteilung problemlos dazu genutzt werden, den Zeitpunkt des n-ten Ausfalls eines Ventilators der Ventilatorgruppe zu prognostizieren. Hierzu ist es lediglich erforderlich, den mindestens einen Parameter zu bestimmen. Dies wird dadurch erreicht, dass der erste Ausfall eines Ventilators abgewartet und zur Parametrierung der Wahrscheinlichkeitsverteilung genutzt wird.
Bei dem erfindungsgemäßen Verfahren werden zunächst eine erste und eine n-te Ausfallwahrscheinlichkeit erzeugt, die eine Wahrscheinlichkeit eines ersten bzw. eines n-ten Ausfalls eines Ventilators der Ventilatorgruppe angibt. In einem weiteren Schritt wird ein erster Ausfallzeitpunkt ermittelt, der die Betriebsdauer der Ventilatorgruppe bis zu dem ersten Ausfall eines Ventilators angibt. Die erste Ausfallwahrscheinlichkeit und der erste Ausfallzeitpunkt bilden dabei ein erstes Wertepaar, das den ersten Ausfall eines Ventilators der Ventilatorgruppe charakterisiert. Dieses erste Wertepaar wird dazu genutzt, eine parametrierte Wahrscheinlichkeitsverteilung zu erzeugen, indem die Wahrscheinlichkeitsverteilung an das erste Wertepaar angenähert wird. Im einfachsten Fall bedeutet dies, dass das erste Wertepaar in die Wahrscheinlichkeitsverteilung eingesetzt wird und daraus ein Parameter der Wahrscheinlichkeitsverteilung ermittelt und eingesetzt wird. Sollte die Wahrscheinlichkeitsverteilung mehr als nur ein Parameter aufweisen, so können weitere Ausfälle abgewartet oder für die weiteren Parameter sinnvolle Werte angenommen werden, um die parametrierte Wahrscheinlichkeitsverteilung zu erzeugen. Basierend auf der parametrierten Wahrscheinlichkeitsverteilung und der n-ten Ausfallwahrscheinlichkeit kann dann der n-te Ausfallzeitpunkt als der Zeitpunkt des n-ten Ausfalls eines Ventilators berechnet werden. Da der n-te Ausfall eines Ventilators gleichzeitig der Ausfall aller redundanten Ventilatoren und damit der Ausfall der Ventilatorgruppe bedeutet, ist der n-te Ausfallzeitpunkt gleichzeitig der prognostizierte Ausfallzeitpunkt der Ventilatorgruppe. Dieser Ausfallzeitpunkt kann auch als „Systemausfall“ bezeichnet werden.
Das erfindungsgemäße Verfahren kann für verschiedenste Ventilatorgruppen verwendet werden. Meist werden die Achsen der Ventilatoren der Ventilatorgruppe, um die sich das Laufrad des jeweiligen Ventilators dreht, parallel oder annähernd parallel zueinander angeordnet sein. Es sind lineare Anordnungen ebenso denkbar wie zweidimensionale Anordnungen. Im Fall einer zweidimensionalen Anordnung können die Ventilatoren der Ventilatorgruppe regelmäßig oder unregelmäßig angeordnet sein. Bei einer regelmäßigen Anordnung können die Ventilatoren gegeneinander versetzt sein, beispielsweise in einer wabenähnlichen Anordnung. Vorzugsweise sind die Ventilatoren der Ventilatorgruppe jedoch in einer zweidimensionalen Matrix angeordnet, so dass die Ventilatoren in „Zeilen“ und „Spalten“ angeordnet sind. Dabei können beispielsweise 3 × 4 oder 4 × 4 oder 5 × 3 Ventilatoren matrixartig angeordnet sein.
Auch die Anzahl der Ventilatoren in der Ventilatorgruppe ist weitgehend unerheblich. Wesentlich ist, dass n Ventilatoren der N Ventilatoren der Ventilatorgruppe redundant sind. Dies bedeutet, dass eine spezifizierte Mindestförderleistung der Ventilatorgruppe auch dann noch erreichbar ist, wenn n - 1 Ventilatoren ausgefallen sind. Dabei ist n größer als 1 und kleiner oder gleich N. Vorzugsweise sind dabei mindestens 10 % der Ventilatoren, besonders bevorzugte Weise mindestens 20 % der Ventilatoren und ganz besonders bevorzugte Weise mindestens 25 % der Ventilatoren als redundante Ventilatoren ansehbar. Auch nach oben hin empfiehlt es sich, die Anzahl der redundanten Ventilatoren zu beschränken. Vorzugsweise sind daher maximal 50 % der Ventilatoren redundante Ventilatoren. Wenn beispielsweise 25 % der Ventilatoren einer Ventilatorgruppe mit N = 4 × 4 = 16 Ventilatoren redundant sind, weist diese Ventilatorgruppe vier redundante Ventilatoren auf. Damit können bei Ausfall von drei Ventilatoren die verbliebenen 13 Ventilatoren die spezifizierte Mindestförderleistung der Ventilatorgruppe noch aufnehmen. Erst wenn der vierte redundante Ventilator ausfällt und damit lediglich 12 Ventilatoren betriebsbereit sind, kann die Ventilatorgruppe die spezifizierte Mindestförderleistung nicht mehr erbringen, sodass in diesem Beispiel ein Systemausfall vorliegt.
Prinzipiell dürften die Ausfallzeitpunkte auf einen Referenzzeitpunkt, beispielsweise den Zeitpunkt der Erstinbetriebnahme der Ventilatorgruppe, bezogen sein. Dies bedeutet beispielsweise, dass der n-te Ausfallzeitpunkt die Betriebsdauer zwischen der Erstinbetriebnahme und dem Zeitpunkt des n-ten Ausfalls eines Ventilators bezeichnet. Es sei jedoch darauf hingewiesen, dass die Zeitpunkte auch relative Angaben sein können. So ist es beispielsweise für die Angabe des prognostizierten Ausfallzeitpunkt der Ventilatorgruppe von untergeordneter Bedeutung, wie viele Betriebsstunden oder Betriebstage die Ventilatorgruppe seit der Erstinbetriebnahme bis zu dem Systemausfall hat. Wichtiger dürfte sein, wie viele Betriebsstunden/-tage von dem aktuellen Zeitpunkt bis zu dem Systemausfall verbleiben. Damit kann ein Zeitpunkt, insbesondere der prognostizierte Zeitpunkt des Systemausfalls, auch eine relative Angabe sein. Vorzugsweise werden jedoch, insbesondere bei der Verwendung in der Wahrscheinlichkeitsverteilung absolute Zeitangaben genutzt, die sich besonders bevorzugter Weise auf eine Erstinbetriebnahme der Ventilatorgruppe beziehen.
Für das erfindungsgemäße Verfahren ist es ferner prinzipiell unerheblich, welche Technologie der Motor des Ventilators aufweist. Außenläufermotoren können ebenso verwendet werden wie Innenläufermotoren. Synchronmotoren können ebenso eingesetzt werden wie Asynchronmotoren oder andere Motortechnologien. Wichtig dürfte jedoch sein, dass alle Ventilatoren der Ventilatorgruppe baugleich sind, um eine Vergleichbarkeit der einzelnen Ventilatoren erhalten zu können.
In einer Weiterbildung werden ergänzend zu der ersten und n-ten Ausfallwahrscheinlichkeit eine oder mehrere weitere Ausfallwahrscheinlichkeiten erzeugt. Prinzipiell können diese weiteren Ausfallwahrscheinlichkeiten die Ausfälle sämtlicher N Ventilatoren der Ventilatorgruppe betreffen. Diese weiteren Ausfallwahrscheinlichkeiten werden nachfolgend jeweils als k-te Ausfallwahrscheinlichkeit bezeichnet, wobei k eine natürliche Zahl ist mit 2 ≤ k < N. Vorzugsweise werden jedoch die Ausfallwahrscheinlichkeiten erzeugt, die die Ausfälle zwischen dem ersten und den n-ten Ausfall eines Ventilators betreffen, also die nach dem ersten Ausfall zukünftigen Ausfälle bis zu dem Systemausfall. In diesem Fall würde gelten: 2 ≤ k < n.
Bei dem Schritt des Erzeugens einer Ausfallwahrscheinlichkeit können verschiedene Herangehensweisen angewandt werden, die Werte für Ausfallwahrscheinlichkeiten eines Ventilators in einer Ventilatorgruppe liefern. In einer ersten Ausgestaltung kann das Erzeugen einer Ausfallwahrscheinlichkeit aus einem Auslesen eines in einem Speicher abgelegten Wahrscheinlichkeitswertes bestehen. Da die Ausfallwahrscheinlichkeiten der einzelnen Ventilatoren bereits vor Inbetriebnahme der Ventilatorgruppe feststehen, ist es möglich, die Ausfallwahrscheinlichkeiten vorab zu berechnen und bei Konfigurierung der Ventilatorgruppe in einen Speicher abzulegen. Auf diesen Speicher kann dann beim Durchführen des Verfahrens zugegriffen werden. Damit müssen bei der Ventilatorgruppe keine ausreichenden Berechnungskapazitäten zur Verfügung gestellt stehen, die sonst für eine Berechnung „vor Ort“ bereitstehen müssten. Ein derartiger Speicher ist vorzugsweise durch einen nichtflüchtigen Speicher gebildet, der beispielsweise ein Flash-Speicher, ein EEPROM (Electronically Erasable Programmable Read-Only Memory), ein NVRAM (Non-volatile Random Access Memory) oder ein anderer Halbleiterspeicher sein kann.
In einer anderen Ausgestaltung wird bei dem Schritt des Erzeugens einer Ausfallwahrscheinlichkeit die Ausfallwahrscheinlichkeit (bei Bedarf) bestimmt oder approximiert. Dabei können verschiedene Verfahren, die die Statistik für derartige Fälle bereitstellt, genutzt werden. Vorzugsweise werden Median-Rang-Verfahren (auch als unter dem englischen Begriff „median rank“ bekannt) verwendet. Dieses Verfahren liefert einen statistischen Wert für eine Unzuverlässigkeit jedes Ausfalls. Die Wahrscheinlichkeit für den k-ten Ausfall wird beispielsweise mit der folgenden Gleichung berechnet: $P = \sum_{j = k}^{N} (\begin{matrix} N \\ j \end{matrix}) Z^{j} {(1 - Z)}^{N - j}$
Dabei ist N die Stichprobengröße und j eine Laufvariable aus den natürlichen Zahlen. Der Median-Rang wird dann durch Lösen der Gleichung P = 0,5 bestimmt.
Es gibt einige Verfahren, die dieses Medien-Rang-Verfahren annähern oder eine gleichwertige Alternative bieten. Beispielhaft sei auf die vorzugsweise verwendeten Berechnungen nach dem Kaplan-Meier-Verfahren, einer Beta-Verteilung oder einer F-Verteilung verwiesen. Ganz besonders bevorzugter Weise kommt jedoch ein Medien-Rang-Verfahren nach Benard (auch als „Benard's Median Rank“ bezeichnet) zum Einsatz. Hierbei werden die Wahrscheinlichkeiten P_k für den k-ten Ausfall durch die folgende Formel berechnet: $P_{k} = \frac{k - 0,3}{N + 0,4}$
Hierbei ist N die Anzahl der Ventilatoren der Ventilatorgruppe. Diese Approximation nach Benard liefert ausreichend genaue Werte für die Ausfallwahrscheinlichkeiten und kann bei dem erfindungsgemäßen Verfahren gut eingesetzt werden. Aufgrund ihrer Einfachheit eignet sich diese Formel sehr gut für eine Berechnung „zur Laufzeit“ des Verfahrens.
Es sei darauf hingewiesen, dass die vorgenannten Verfahren zur Berechnung der Ausfallwahrscheinlichkeiten sowohl bei der Berechnung von in einem Speicher abgelegten Werten als auch zur Berechnung von Ausfallwahrscheinlichkeiten während der Durchführung des Verfahrens genutzt werden können.
Da die Ausfälle von Ventilatoren Wahrscheinlichkeitsverteilungen unterworfen sind, ist es prinzipiell denkbar, dass der erste Ausfall eines Ventilators ungewöhnlich spät oder ungewöhnlich früh erfolgt. Dies hätte zur Folge, dass der prognostizierte Systemausfall nicht mit ausreichender Zuverlässigkeit festgelegt worden wäre. Daher wird in einer Weiterbildung bei dem zweiten Ausfall eines Ventilators die Parametrierung der Wahrscheinlichkeitsverteilung aktualisiert. Hierzu wird bei einem zweiten Ausfall eines Ventilators ein zweiter Ausfallzeitpunkt bestimmt, der die Betriebsdauer der Ventilatorgruppe bis zu dem zweiten Ausfall angibt. Sofern eine zweite Ausfallwahrscheinlichkeit noch nicht erzeugt worden ist, wird zudem die zweite Ausfallwahrscheinlichkeit erzeugt, die eine Wahrscheinlichkeit des zweiten Ausfalls angibt. Danach wird der Schritt des Erzeugens einer parametrierten Wahrscheinlichkeitsverteilung durchgeführt, in dem die Wahrscheinlichkeitsverteilung an das erste Wertepaar und ein zweites Wertepaar bestehend aus der zweiten Ausfallwahrscheinlichkeit und dem zweiten Ausfallzeitpunkt approximiert wird. Da das erste und das zweite Wertepaar üblicherweise nicht genau mit einer Wahrscheinlichkeitsverteilung zusammenfallen werden, wird eine parametrierte Wahrscheinlichkeitsverteilung derart gewählt, dass das erste und das zweite Wertepaar einen minimalen Abstand zu der parametrierten Wahrscheinlichkeitsverteilung haben. Hierbei können beispielsweise Least-Square-Schätzer verwendet werden. Prinzipiell ist es denkbar, dass der Schritt des Erzeugens einer parametrierten Wahrscheinlichkeitsverteilung erst nach dem zweiten Ausfall eines Ventilators und nicht bereits nach dem ersten Ausfall durchgeführt wird. Andererseits kann dieser Schritt auch dazu genutzt werden, die vorhergehende Parametrierung der Wahrscheinlichkeitsverteilung zu aktualisieren.
Generell kann bei jedem Ausfall eines Ventilators der Ventilatorgruppe die parametrierte Wahrscheinlichkeitsverteilung, die bei dem vorangegangenen Ausfall erzeugt oder aktualisiert worden ist, aktualisiert werden. Hierzu kann bei einem k-ten Ausfall ein k-ter Ausfallzeitpunkt bestimmt werden, der die Betriebsdauer der Ventilatorgruppe bis zu dem k-ten Ausfall eines Ventilators angibt. Dabei ist k eine natürliche Zahl mit 2 ≤ k < n. Zusammen mit einer k-ten Ausfallwahrscheinlichkeit bildet der k-te Ausfallzeitpunkt ein k-tes Wertepaar. Bei der Aktualisierung der parametrierten Wahrscheinlichkeitsverteilung wird der/die Parameter der Wahrscheinlichkeitsverteilung derart bestimmt, dass alle Wertepaare bestehend aus einer Ausfallwahrscheinlichkeit und einem zugehörigen Ausfallzeitpunkt für den ersten bis einschließlich k-ten Ausfall möglichst nahe an der aktualisierten parametrierten Wahrscheinlichkeitsverteilung liegen. Auch hier kann beispielsweise ein Least-Square-Schätzer eingesetzt werden. Wenn beispielsweise k = 4 ist, würde bei der Aktualisierung der parametrierten Wahrscheinlichkeitsverteilung das erste, das zweite, das dritte und das vierte Wertepaar verwendet.
Mit jeder Aktualisierung der parametrierten Wahrscheinlichkeitsverteilung kann sich der berechnete n-te Ausfallzeitpunkt ändern. Daher wird vorzugsweise nach einer Anpassung der parametrierten Wahrscheinlichkeitsverteilung der n-te Ausfallzeitpunkt und damit der Zeitpunkt eines prognostizierten Ausfalls der Ventilatorgruppe neu berechnet. Da - wie bereits ausgeführt - für einen Nutzer der Ventilatorgruppe meist weniger die gesamte Betriebsdauer der Ventilatorgruppe bis zu einem prognostizierten Systemausfall, sondern vielmehr die noch verbleibende Betriebsdauer der Ventilatorgruppe, also die Restlebensdauer, von Bedeutung ist, kann mit der Neuberechnung des prognostizierten Zeitpunkts eines Systemausfalls auch die Restlebensdauer neu berechnet werden. Dazu muss lediglich die aktuelle Betriebsdauer der Ventilatorgruppe von dem prognostizierten Zeitpunkt eines Systemausfalls abgezogen werden.
Zusätzlich zu der Berechnung des n-ten Ausfallzeitpunkts können noch weitere prognostizierte Ausfallzeitpunkte berechnet werden. Diese weiteren prognostizierten Ausfallzeitpunkte würden alle zukünftigen Ausfälle eines Ventilators der Ventilatorgruppe betreffen. Für die Berechnung der weiteren Ausfallzeitpunkte würde - wie bei der Berechnung des n-ten Ausfallzeitpunkts - die parametrierte Wahrscheinlichkeitsverteilung und eine zu dem jeweiligen weiteren Ausfallzeitpunkt gehörende Ausfallwahrscheinlichkeit genutzt werden.
Prinzipiell können für die Berechnung der Ausfallzeitpunkte die verschiedensten Wahrscheinlichkeitsverteilungen genutzt werden, die eine Ausfallwahrscheinlichkeit über die Betriebsdauer eines Systems beschreiben können. Dabei muss die betreffende Wahrscheinlichkeitsverteilung berücksichtigen können, dass die Stichprobenmenge mit jedem Ausfall eines Ventilators um eins reduziert wird, d.h. dass sich mit jedem Ausfall eines Ventilators die Menge der lauffähigen Ventilatoren um eins reduziert. In einer bevorzugten Ausgestaltung ist die Wahrscheinlichkeitsverteilung der Ausfälle jedoch durch eine Weibull-Verteilung gebildet, deren Parameter vorzugsweise durch einen Offset und/oder eine Skalierung gebildet ist. Der Offset beschreibt dabei, wie eine die Weibull-Verteilung beschreibende Kurve innerhalb eines Diagramms verschoben ist. Üblicherweise wird dieser Offset durch eine Verschiebung in Ordinatenrichtung repräsentiert. Die Skalierung gibt an, wie stark die Weibull-Verteilung ansteigt.
In einer Ausgestaltung ist die Wahrscheinlichkeitsverteilung in einem doppellogarithmischen Diagramm eine Gerade mit einer definierten Steigung. Der Parameter der Wahrscheinlichkeitsverteilung ist durch eine Verschiebung der Geraden in Ordinatenrichtung gebildet. Bei Bestimmen einer parametrierten Wahrscheinlichkeitsverteilung würde die Ordinatenverschiebung bestimmt, bei der die Wahrscheinlichkeitsverteilung möglichst nahe an dem/den ermittelten Wertepaar/en liegt.
Mit dem bestimmten n-ten Ausfallzeitpunkt und damit dem prognostizierten Ausfall der Ventilatorgruppe kann verschiedentlich verfahren werden. Der bestimmte Zeitpunkt kann einem Nutzer ausgegeben werden, damit dieser sich ein Bild über die verbleibende Betriebsdauer der Ventilatorgruppe machen kann. Diese Ausgabe kann über ein Display bei der Ventilatorgruppe oder über eine Kommunikationsverbindung erfolgen. Eine derartige Kommunikationsverbindung kann drahtgebunden oder drahtlos ausgebildet sein. Beispielhaft, jedoch nicht auf diese Beispiele beschränkt kann die Kommunikationsverbindung ein Ethernet-Netzwerk, Modbus, Profibus, Bluetooth, Bluetooth LE (Low Energy) oder NFC (Near Field Communication) umfassen. Dabei kann die Ventilatorgruppe auch in eine Industrie 4.0 Umgebung eingebunden sein, bei der der prognostizierte Ausfallzeitpunkt an einen Auswerteknoten übergeben wird.
Alternativ oder zusätzlich kann der prognostizierte Ausfallzeitpunkt an eine Systemüberwachungseinheit ausgegeben werden. Diese Systemüberwachungseinheit kann die Ventilatorgruppe hinsichtlich ihres Betriebsverhaltens überwachen. Auf diese Weise kann bei Erreichen kritischer Zustände oder bei einem drohenden Systemausfall eine Warnmeldung erzeugt werden. Diese Warnmeldung kann beispielsweise einen Austausch der Ventilatorgruppe auslösen.
Nach einem weiteren Aspekt der Erfindung ist ein System zum Prognostizieren eines Ausfalls einer Ventilatorgruppe mit N Ventilatoren bereitgestellt. Dieses System ist insbesondere zur Durchführung eines erfindungsgemäßen Verfahrens ausgebildet. Dabei umfasst das System eine Überwachungseinheit, eine Zeitmesseinheit, eine Wahrscheinlichkeitseinheit, eine Parametriereinheit und eine Ausfallberechnungseinheit. Die Überwachungseinheit ist dazu ausgebildet, Ausfälle von Ventilatoren der Ventilatorgruppe zu erkennen. Dies dürfte meist dadurch bewerkstelligt sein, dass die Überwachungseinheit mit den jeweiligen Motoren der Ventilatoren oder deren jeweiliger Steuereinheit kommunizierend verbunden ist. Sobald die Überwachungseinheit den Ausfall eines Ventilators erkennt, würde diese eine entsprechende Signalisierung ausgeben. Die Zeitmesseinheit ist zum Ermitteln eines Ausfallzeitpunkt eines Ventilators ausgebildet. Hierzu ist die Zeitmesseinheit kommunizierend mit der Überwachungseinheit verbunden und misst die Betriebsdauer der Ventilatorgruppe. Für das Messen der Betriebsdauer kann der Zeitmesseinheit eine Echtzeituhr zur Verfügung gestellt sein, die die Zeitmesseinheit zur Bestimmung der Betriebsdauer der Ventilatorgruppe nutzen kann. Sobald die Überwachungseinheit den Ausfall eines Ventilators signalisiert, würde die Zeitmesseinheit einen Ausfallzeitpunkt generieren, der der Betriebsdauer der Ventilatorgruppe bis zu dem erkannten Ausfall entspricht. Dieser Ausfallzeitpunkt würde dann der Parametriereinheit übergeben.
Die Wahrscheinlichkeitseinheit ist dazu ausgebildet, Ausfallwahrscheinlichkeiten von Ventilatoren der Ventilatorgruppe zu erzeugen. Die erzeugten Ausfallwahrscheinlichkeiten übergibt die Wahrscheinlichkeitseinheit an die Parametriereinheit, die zum Erzeugen und/oder Anpassen einer parametrierten Wahrscheinlichkeitsverteilung ausgebildet ist. Hierzu wird ein Parameter/werden Parameter der Wahrscheinlichkeitsverteilung derart bestimmt, dass die parametrierte Wahrscheinlichkeitsverteilung an mindestens ein erzeugtes Wertepaar angenähert wird, wobei das mindestens eine erzeugte Wertepaar eine Ausfallwahrscheinlichkeit und ein zugehöriger gemessener Ausfallzeitpunkt umfasst. Die Ausfallberechnungseinheit ist dazu ausgebildet, basierend auf der parametrierten Wahrscheinlichkeitsverteilung und einer n-ten Ausfallwahrscheinlichkeit einen prognostizierten Ausfallzeitpunkt der Ventilatorgruppe zu berechnen.
Dieses erfindungsgemäße System kann Bestandteil einer erfindungsgemäßen Ventilatorgruppe mit N Ventilatoren sein, wobei von den N Ventilatoren n Ventilatoren redundant sind.
Es gibt nun verschiedene Möglichkeiten, die Lehre der vorliegenden Erfindung in vorteilhafter Weise auszugestalten und weiterzubilden. Dazu ist einerseits auf die dem Anspruch 1 nachgeordneten Ansprüche und andererseits auf die nachfolgende Erläuterung eines bevorzugten Ausführungsbeispiels der Erfindung anhand der Zeichnung zu verweisen. In Verbindung mit der Erläuterung des bevorzugten Ausführungsbeispiels der Erfindung anhand der Zeichnung werden auch im Allgemeinen bevorzugte Ausgestaltungen und Weiterbildungen der Lehre erläutert. In der Zeichnung zeigen

1 ein Ablaufdiagramm eines Ausführungsbeispiels eines erfindungsgemäßen Verfahrens,
2 ein doppellogarithmisches Diagramm mit einem ersten Wertepaar, das eine Ausfallwahrscheinlichkeit und einen zugehörigen Ausfallzeitpunkt umfasst,
3 das Diagramm nach 2, in das ergänzend eine Verteilungsfunktion nach einer Weibull-Verteilung eingezeichnet ist,
4 ein doppellogarithmisches Diagramm mit einem ersten Wertepaar und einem zweiten Wertepaar, die jeweils eine Ausfallwahrscheinlichkeit und einen zugehörigen Ausfallzeitpunkt umfassen,
5 das Diagramm nach 4, in das ergänzend eine Verteilungsfunktion nach einer Weibull-Verteilung eingezeichnet ist und
6 das Diagramm nach 5, in das zusätzlich ein drittes, ein viertes und ein fünftes Wertepaar eingezeichnet ist.

1 zeigt ein Ablaufdiagramm eines Ausführungsbeispiels eines erfindungsgemäßen Verfahrens, das eine Weibull-Verteilung nutzt. Dabei basiert das Verfahren auf der Wahrscheinlichkeitsverteilung für den Ausfall von Lagerfett oder von Elektronikbauteilen. Es hat sich gezeigt, dass die Gerade, die die Weibull-Verteilung in einem doppellogarithmischen Diagramm beschreibt, eine von den Betriebsbedingungen des Ventilators unabhängige Steigung aufweist. Dies bedeutet, dass die Gerade stets dieselbe Steigung aufweist, unabhängig davon bei welcher Temperatur, welcher Vibrationsbeanspruchung oder welcher Einbaulage der Ventilator betrieben wird. Die Weibull-Gerade unterscheidet sich lediglich dadurch, wie sie in dem doppellogarithmischen Diagramm angeordnet ist. Dies bedeutet, dass die Weibull-Gerade abhängig von den Betriebsbedingungen der Ventilatoren einen unterschiedlichen Ordinatenwert aufweist. Dieser Ordinatenwert stellt damit ein Parameter der Wahrscheinlichkeitsverteilung dar, den es bei dem erfindungsgemäßen Verfahren zu bestimmen gilt. In Schritt 1 wird die Steigung der Geraden der Weibull-Verteilung - die Steigung der Weibull-Geraden - empirisch ermittelt. Dabei wird die Lagergebrauchsdauer bzw. die Gebrauchsdauer von Elektronikbauteilen in Messreihen untersucht. Da die Steigung nicht von konkreten Betriebsbedingungen und konkreten Ausgestaltungen des Ventilators abhängig ist, wird die Steigung meist bereits im Vorfeld der Durchführung des erfindungsgemäßen Verfahrens bestimmt worden sein.
In Schritt 2 werden die Parameter der Ventilatorgruppe eingegeben. Diese Parameter können die Anzahl N der Ventilatoren der Ventilatorgruppe sowie die Anzahl n der redundanten Ventilatoren umfassen. Die Parameter werden in einem Speicher abgelegt, vorzugsweise ein nicht flüchtiger Speicher, auf den verschiedene Komponenten des erfindungsgemäßen Systems zum Prognostizieren eines Ausfalls der Ventilatorgruppe zugreifen können.
In Schritt 3 werden die Ausfallwahrscheinlichkeiten der Ventilatoren der Ventilatorgruppe nach einem Median-Rang-Verfahren nach Benard als prozentuale Werte berechnet. Wie bereits ausgeführt, kann die Ausfallwahrscheinlichkeit mit der nachfolgenden Formel berechnet werden: $P_{k} = \frac{k - 0,3}{N + 0,4}$

Dabei ist N die Größe der „Testpopulation“ (also die Anzahl der Ventilatoren) und k die Nummer des jeweiligen Ausfalls. In dem nachfolgenden Beispiel wird davon ausgegangen, dass die Ventilatorgruppe 16 Ventilatoren umfasst, von denen 5 redundant sind. Damit ergeben sich die folgenden Ausfallwahrscheinlichkeiten:

•	k = 1 (erste Ausfall):	P₁ = 4,3%
•	k = 2 (zweiter Ausfall):	P₂ = 10,4%
•	k = 3 (dritter Ausfall):	P₃ = 16,5%
•	k = 4 (vierter Ausfall):	P₄ = 22,6%
•	k = 5 (fünfter Ausfall):	P₅ = 28,7%
•	...
•	k = 16 (sechzehnter Ausfall):	P₁₆ = 95,7%

Damit ist bekannt, welcher Wert der Ausfallwahrscheinlichkeit dem jeweils ausgefallenen Ventilator zugeordnet werden kann. Diese Ausfallwahrscheinlichkeiten werden dazu verwendet, prognostizierte Ausfallzeitpunkt für zukünftige Ausfälle abzuschätzen.
In Schritt 4 ereignet sich der erste Ausfall eines Ventilators der Ventilatorgruppe. Dabei ist es unerheblich, welcher der (im vorliegenden Beispiel 16) Ventilatoren dies sein wird. Von Bedeutung ist vielmehr, dass ein erster Ventilator der Ventilatorgruppe ausfällt. Das Erkennen des Ausfalls kann durch eine Überwachungseinheit des erfindungsgemäßen Systems übernommen werden.
In Schritt 5 wird dieser Ausfall hinsichtlich der Betriebsdauer der Ventilatorgruppe dokumentiert, d. h. es wird ein erster Ausfallzeitpunkt bestimmt, der die Betriebsdauer der Ventilatorgruppe bis zu diesem ersten Ausfall angibt. Dieser Schritt kann durch eine Zeitmesseinheit des erfindungsgemäßen Systems durchgeführt werden. Die erste Ausfallwahrscheinlichkeit und der erste Ausfallzeitpunkt bilden gemeinsam ein erstes Wertepaar, das für die Erzeugung einer parametrierten Wahrscheinlichkeitsverteilung genutzt wird.
Prinzipiell kann mit Detektieren des ersten Ausfalls eine parametrierte Wahrscheinlichkeitsverteilung ermittelt werden, was anhand der 2 und 3 näher betrachtet werden wird. Bei dem vorliegenden Ausführungsbeispiel der 1 wird jedoch ein zweiter Ausfall abgewartet, der in Schritt 6 detektiert wird. Auch hierbei ist es unerheblich, welcher der verbliebenen 15 betriebsbereiten Ventilatoren als zweites ausfällt.
In Schritt 7 wird - wie zuvor in Schritt 5 - der Ausfall hinsichtlich der Betriebsdauer der Ventilatorgruppe dokumentiert und dabei ein zweiter Ausfallzeitpunkt bestimmt. Der zweite Ausfallzeitpunkt gibt die Betriebsdauer der Ventilatorgruppe bis zum zweiten Ausfall eines Ventilators an. Die zweite Ausfallwahrscheinlichkeit und der zweite Ausfallzeitpunkt bilden ein zweites Wertepaar, das ebenfalls für die Erzeugung einer parametrierten Wahrscheinlichkeitsverteilung genutzt wird.
Die nachfolgende Bestimmung einer parametrierten Wahrscheinlichkeitsverteilung kann beispielsweise unter Verwendung eines Least-Square-Schätzers mathematisch berechnet werden. Derartige Verfahren sind aus der Praxis hinlänglich bekannt. Die nachfolgenden Schritte werden jedoch anschaulich anhand einer grafischen Lösung erläutert. Hierzu werden in Schritt 8 zunächst das erste und zweite Wertepaar in ein doppellogarithmisches Diagramm - dem sogenannten Weibull-Netz - eingetragen. Die definierte Weibull-Gerade wird dann in Schritt 9 mit einer kleinsten Fehlerabweichung in das Weibull-Netz eingetragen. Hierbei hat die eingetragene Weibull-Gerade (mit der vorbekannten Steigung) einen minimalen Abstand zu den beiden eingezeichneten Wertepaaren. Auf diese Weise ist eine parametrierte Wahrscheinlichkeitsverteilung entstanden, deren Steigung empirisch ermittelt worden ist und deren Ordinatenabschnitt nun als Parameter der Wahrscheinlichkeitsverteilung festgelegt worden ist. Anhand dieser parametrierten Wahrscheinlichkeitsverteilung können in Schritt 10 zusammen mit den weiteren Ausfallwahrscheinlichkeiten die geschätzten zukünftigen Ausfallzeitpunkt ermittelt werden. In Schritt 11 wird der prognostizierte n-te Ausfallzeitpunkt und damit der prognostizierte Ausfall der Ventilatorgruppe ausgegeben werden. Dies kann beispielsweise durch eine Visualisierung an einen Nutzer erfolgen.
In Schritt 12 wird der nächste Ausfall eines Ventilators erkannt. Sofern noch nicht alle n redundanten Ventilatoren ausgefallen sind (Ausfallanzahl < n), wird der Ablauf mit Schritt 7 fortgesetzt und der nächste Ausfallzeitpunkt ermittelt. Auf diese Weise kann mit jedem Durchlauf der Schleife die Parametrierung der parametrierten Wahrscheinlichkeitsverteilung und der prognostizierte Zeitpunkt des Ausfalls der Ventilatorgruppe aktualisiert werden. Wenn die Anzahl der Ausfälle größer als die Anzahl n der redundanten Ventilatoren ist, wird das Verfahren beendet, da ein Systemausfall vorliegt.
Anhand der 2 bis 6 sollen die Schritte 8 bis 11 nochmals genauer betrachtet werden. Jede der 2 bis 6 stellt ein Weibull-Netz dar, bei dem die Ausfallwahrscheinlichkeit über der Laufzeit der Ventilatorgruppe aufgetragen ist. Dabei ist sowohl die Abszisse als auch die Ordinate logarithmisch dargestellt. Die 2 und 3 stellen einen Verfahrensablauf dar, bei dem bereits nach dem ersten Ausfall eine parametrierte Wahrscheinlichkeitsverteilung erzeugt wird. In 2 ist zunächst das erste Wertepaar 20 eingezeichnet, das durch die erste Ausfallwahrscheinlichkeit und den ersten Ausfallzeitpunkt definiert ist. In 3 ist ergänzend die Weibull-Gerade 22 als Funktion f(t) eingezeichnet. Dabei geht die Weibull-Gerade 22 durch den Punkt, der durch das erste Wertepaar repräsentiert ist. Mit dieser Weibull-Geraden liegt eine erste parametrierte Wahrscheinlichkeitsverteilung vor, mit der prinzipiell die zu erwartenden Ausfallzeitpunkte weiterer Ventilatoren der Ventilatorgruppe ermittelt werden können.
In 4 ist zusätzlich zu dem ersten Wertepaar 20 das zweite Wertepaar 21 eingezeichnet. In 5 ist ergänzend die Weibull-Gerade 22 als Funktion f(t) der Laufzeit der Ventilatorgruppe eingezeichnet. Es ist zu erkennen, dass die Weibull-Gerade 22 von dem ersten Wertepaar 20 und dem zweiten Wertepaar 21 annähernd denselben Abstand hat. Ferner ist zu erkennen, dass die Weibull-Gerade der 5 im Vergleich zu der Weibull-Geraden der 3 geringfügig nach oben verschoben ist. Dies bedeutet, dass der erste Ansatz der parametrierten Wahrscheinlichkeitsverteilung geringfügig zu optimistische Werte für die zu erwartende Restlebensdauer ergeben hätte und dass mit der nun erfolgten Änderung der Parametrierung die Abschätzung der Restlebensdauern verbessert ist. Basierend auf der eingezeichneten Weibull-Geraden 22 können dann die weiteren Ausfallzeitpunkte ermittelt werden. Hierzu wird betrachtet, wann die Weibull-Gerade 22 eine zugehörige Ausfallwahrscheinlichkeit annimmt. Die dritte Ausfallwahrscheinlichkeit liegt beispielsweise - gemäß Benard's Median Rank - bei 16,5%. An dem Punkt, an dem die Weibull-Gerade 22 diesen Wert annimmt, liegt das dritte Wertepaar 23, das einen dritten Ausfall eines Ventilators der Ventilatorgruppe kennzeichnet. Damit kann der zugehörige dritte Ausfallzeitpunkt aus dem Weibull-Netz abgelesen werden. Entsprechend kann für das vierte Wertepaar 24 und das fünfte Wertepaar 25 vorgegangen werden. Diese Wertepaare sind ergänzend in 6 eingezeichnet. Unter der Annahme, dass die Ventilatorgruppe n = 5 redundante Ventilatoren aufweist, wäre mit dem fünften Ausfallzeitpunkt der letzte redundante, betriebsbereite Ventilator ausgefallen, sodass zu diesem Zeitpunkt auch die Ventilatorgruppe ausgefallen ist und ein Systemausfall vorliegt.
Hinsichtlich weiterer vorteilhafter Ausgestaltungen der erfindungsgemäßen Lehre wird zur Vermeidung von Wiederholungen auf den allgemeinen Teil der Beschreibung sowie auf die beigefügten Ansprüche verwiesen.
Schließlich sei ausdrücklich darauf hingewiesen, dass das voranstehend beschriebene Ausführungsbeispiel lediglich zur Erörterung der beanspruchten Lehre dienen, diese jedoch nicht auf die Ausführungsbeispiele einschränken.
Bezugszeichenliste

20: Erstes Wertepaar
21: Zweites Wertepaar
22: Weibull-Gerade
23: Drittes Wertepaar
24: Viertes Wertepaar
25: Fünftes Wertepaar

Claims

Verfahren zum Prognostizieren eines Ausfalls einer Ventilatorgruppe mit N Ventilatoren, von denen n Ventilatoren redundant sind, wobei bei Ausfall von n Ventilatoren ein Ausfall der Ventilatorgruppe vorliegt, wobei 1 < n ≤ N, wobei Ausfallwahrscheinlichkeiten der Ventilatoren als Funktion einer Betriebsdauer der Ventilatorgruppe durch eine Wahrscheinlichkeitsverteilung beschreibbar sind und wobei die Wahrscheinlichkeitsverteilung zumindest durch einen Parameter parametrierbar ist, umfassend die Schritte: Erzeugen einer ersten Ausfallwahrscheinlichkeit, die eine Wahrscheinlichkeit eines ersten Ausfalls eines Ventilators der Ventilatorgruppe angibt, Erzeugen einer n-ten Ausfallwahrscheinlichkeit, die eine Wahrscheinlichkeit eines n-ten Ausfalls eines Ventilators der Ventilatorgruppe angibt, Ermitteln eines ersten Ausfallzeitpunkts, wobei der erste Ausfallzeitpunkt die Betriebsdauer der Ventilatorgruppe bis zum ersten Ausfall eines Ventilators angibt, Erzeugen einer parametrierten Wahrscheinlichkeitsverteilung durch Approximieren der Wahrscheinlichkeitsverteilung an ein erstes Wertepaar bestehend aus der ersten Ausfallwahrscheinlichkeit und dem ersten Ausfallzeitpunkt und Berechnen des n-ten Ausfallzeitpunkts als Zeitpunkt des n-ten Ausfalls eines Ventilators mittels der parametrierten Wahrscheinlichkeitsverteilung und der n-ten Ausfallwahrscheinlichkeit.
Verfahren nach Anspruch 1, gekennzeichnet durch das Erzeugen einer k-ten Ausfallwahrscheinlichkeit, wobei die k-te Ausfallwahrscheinlichkeit die Wahrscheinlichkeit eines k-ten Ausfalls eines Ventilators der Ventilatorgruppe angibt, wobei 2 ≤ k < n und wobei vorzugsweise für jedes k eine Ausfallwahrscheinlichkeit berechnet wird.
Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass bei dem Schritt des Erzeugens einer Ausfallwahrscheinlichkeit ein in einem Speicher abgelegter Wahrscheinlichkeitswert ausgelesen wird.
Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass bei dem Schritt des Erzeugens einer Ausfallwahrscheinlichkeit ein Wahrscheinlichkeitswert bestimmt oder approximiert wird, wobei hierbei vorzugsweise ein Median-Rang-Verfahren verwendet wird.
Verfahren nach Anspruch 4, dadurch gekennzeichnet, dass bei dem Bestimmen oder Approximieren eines Wahrscheinlichkeitswertes ein Median-Rang-Verfahren nach Benard oder ein Kaplan-Meier-Verfahren oder eine Beta-Verteilung oder eine F-Verteilung verwendet wird.
Verfahren nach einem der Ansprüche 1 bis 5, dadurch gekennzeichnet, dass bei einem zweiten Ausfall eines Ventilators der Ventilatorgruppe ein zweiter Ausfallzeitpunkt bestimmt wird, wobei der zweite Ausfallzeitpunkt die Betriebsdauer der Ventilatorgruppe bis zum zweiten Ausfall eines Ventilators angibt, dass bei dem Schritt des Erzeugens einer parametrierten Wahrscheinlichkeitsverteilung ein Approximieren der Wahrscheinlichkeitsverteilung an das erste Wertepaar und an ein zweites Wertepaar bestehend aus einer zweiten Ausfallwahrscheinlichkeit und dem zweiten Ausfallzeitpunkt durchgeführt wird.
Verfahren nach einem der Ansprüche 1 bis 6, dadurch gekennzeichnet, dass bei einem k-ten Ausfall eines Ventilators der Ventilatorgruppe ein k-ter Ausfallzeitpunkt bestimmt wird, wobei 2 ≤ k < n, wobei der k-te Ausfallzeitpunkt die Betriebsdauer der Ventilatorgruppe bis zum k-ten Ausfall eines Ventilators angibt, dass die parametrierte Wahrscheinlichkeitsverteilung derart angepasst wird, dass die Wahrscheinlichkeitsverteilung an Wertepaare approximiert wird, die jeweils aus einer Ausfallwahrscheinlichkeit und einem zugehörigen Ausfallzeitpunkt bis einschließlich dem k-ten Ausfallzeitpunkt gebildet sind.
Verfahren nach Anspruch 6 oder 7, dadurch gekennzeichnet, dass nach Anpassung der parametrierten Wahrscheinlichkeitsverteilung der n-te Ausfallzeitpunkt und damit der Zeitpunkt eines prognostizierten Ausfalls der Ventilatorgruppe neu berechnet wird.
Verfahren nach einem der Ansprüche 1 bis 8, dadurch gekennzeichnet, dass zusätzlich zu dem n-ten Ausfallzeitpunkt prognostizierte Ausfallzeitpunkte weitere zukünftiger Ausfälle eines Ventilators der Ventilatorgruppe mittels der parametrierten Wahrscheinlichkeitsverteilung und einer jeweils zugehörigen Ausfallwahrscheinlichkeit berechnet werden.
Verfahren nach einem der Ansprüche 1 bis 9, dadurch gekennzeichnet, dass die Wahrscheinlichkeitsverteilung eine Weibullverteilung ist, deren Parameter vorzugsweise durch einen Offset und/oder eine Skalierung gebildet ist.
Verfahren nach einem der Ansprüche 1 bis 10, dadurch gekennzeichnet, dass die Wahrscheinlichkeitsverteilung in einem doppellogarithmischen Diagramm oder in einem Weibullnetz eine Gerade mit einer definierten Steigung darstellt und dass der Parameter der Wahrscheinlichkeitsverteilung durch eine Verschiebung der Gerade in Ordinatenrichtung gebildet ist.
Verfahren nach einem der Ansprüche 1 bis 11, dadurch gekennzeichnet, dass der n-te Ausfallzeitpunkt und damit der Zeitpunkt eines prognostizierten Ausfalls der Ventilatorgruppe an einen Benutzer und/oder an eine Systemüberwachungseinheit ausgeben wird.
Verfahren nach einem der Ansprüche 1 bis 12, dadurch gekennzeichnet, dass die Anzahl redundanter Ventilatoren mindestens 10 % der Ventilatoren der Ventilatorgruppe, besonders bevorzugter Weise mindestens 20 %, ganz besonders bevorzugter Weise mindestens 25% der Ventilatoren der Ventilatorgruppe umfasst.
System zum Prognostizieren eines Ausfalls einer Ventilatorgruppe mit N Ventilatoren, von denen n Ventilatoren redundant sind, insbesondere zur Durchführung eines Verfahrens nach einem der Ansprüche 1 bis 13, wobei bei Ausfall von n Ventilatoren ein Ausfall der Ventilatorgruppe vorliegt, wobei 1 < n ≤ N, wobei die Ausfallwahrscheinlichkeiten der Ventilatoren als Funktion einer Betriebsdauer der Ventilatorgruppe durch eine Wahrscheinlichkeitsverteilung beschreibbar sind und wobei die Wahrscheinlichkeitsverteilung zumindest durch einen Parameter parametrierbar ist, umfassend: eine Überwachungseinheit, die zum Erkennen von Ausfällen von Ventilatoren der Ventilatorgruppe ausgebildet ist, eine Zeitmesseinheit, die zum Ermitteln eines Ausfallzeitpunkts eines Ventilators ausgebildet ist, wobei die Zeitmesseinheit kommunizierend mit der Überwachungseinheit verbunden ist und jeweils die Betriebsdauer der Ventilatorgruppe bis zu einem Ausfall eines Ventilators misst, eine Wahrscheinlichkeitseinheit, die zum Erzeugen von Ausfallwahrscheinlichkeiten von Ventilatoren der Ventilatorgruppe ausgebildet ist, eine Parametriereinheit, die zum Erzeugen und/oder Anpassen einer parametrierten Wahrscheinlichkeitsverteilung durch Approximieren der Wahrscheinlichkeitsverteilung an mindestens ein erzeugtes Wertepaar ausgebildet ist, wobei das mindestens eine erzeugte Wertepaar eine Ausfallwahrscheinlichkeit und ein zugehöriger gemessener Ausfallzeitpunkt umfasst, und eine Ausfallsberechnungseinheit, die dazu ausgebildet ist, basierend auf der parametrierten Wahrscheinlichkeitsverteilung und einer n-ten Ausfallwahrscheinlichkeit einen prognostizieren Ausfallzeitpunkt der Ventilatorgruppe zu berechnen.
Ventilatorgruppe bestehend aus N Ventilatoren, von denen n Ventilatoren redundant sind, sowie einem System nach Anspruch 14 zur Prognostizierung eines Ausfalls der Ventilatorgruppe.