DE60126404T2 - Vorrichtung und verfahren zum simulieren und analysieren eines systems mit ausfallmoden - Google Patents

Vorrichtung und verfahren zum simulieren und analysieren eines systems mit ausfallmoden Download PDF

Info

Publication number
DE60126404T2
DE60126404T2 DE60126404T DE60126404T DE60126404T2 DE 60126404 T2 DE60126404 T2 DE 60126404T2 DE 60126404 T DE60126404 T DE 60126404T DE 60126404 T DE60126404 T DE 60126404T DE 60126404 T2 DE60126404 T2 DE 60126404T2
Authority
DE
Germany
Prior art keywords
failure
simulation
event
cause
failure modes
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Lifetime
Application number
DE60126404T
Other languages
English (en)
Other versions
DE60126404D1 (de
Inventor
Marie Donna Cincinnati CAPORALE
Jerome Thomas Cincinnati LANGE
Joseph Arthur Middletown KOEHLER
Timothy Michael West Chester LOONEY
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Procter and Gamble Co
Original Assignee
Procter and Gamble Co
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Procter and Gamble Co filed Critical Procter and Gamble Co
Application granted granted Critical
Publication of DE60126404D1 publication Critical patent/DE60126404D1/de
Publication of DE60126404T2 publication Critical patent/DE60126404T2/de
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/22Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing
    • G06F11/26Functional testing
    • G06F11/261Functional testing by simulating additional hardware, e.g. fault simulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/008Reliability or availability analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Debugging And Monitoring (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • General Factory Administration (AREA)

Description

  • TECHNISCHES GEBIET DER ERFINDUNG
  • Die vorliegende Erfindung betrifft das Gebiet von Verfahren und Geräten zum Analysieren eines Systems und genauer das Gebiet von Verfahren und Geräten zum Simulieren und Analysieren von reparierbaren Systemen wie Fertigungssystemen, Warteschlangensystemen usw.
  • HINTERGRUND DER ERFINDUNG
  • Zuverlässigkeit ist ein Maß für die Wahrscheinlichkeit, dass Teile, Komponenten, Produkte oder Systeme die Funktionen, für die sie konstruiert wurden, in bestimmten Umgebungen für gewünschte Zeiträume mit einem bestimmten Vertrauensgrad ohne Ausfall erfüllen. In der Regel wird Zuverlässigkeit als Dezimalbruch (z. B. 0,832) ausgedrückt. Zuverlässigkeitstechnik umfasst die theoretischen und praktischen Hilfsmittel, mit denen die Wahrscheinlichkeit und die Fähigkeit, mit der Teile, Komponenten, Vorrichtungen, Produkte und Systeme ihre geforderten Funktionen erfüllen, angegeben, vorhergesagt, getestet, demonstriert, installiert und initialisiert werden können. Leistungsfähige Hilfsmittel der Zuverlässigkeitstechnik, welche die genaue Vorhersage der Zuverlässigkeit von Teilen, Komponenten und Systemen ermöglichen, können einem Unternehmen einen bedeutenden Wettbewerbsvorteil verschaffen. Beispielsweise kann die genaue Vorhersage der Zuverlässigkeit einer geplanten oder bestehenden Fertigungs- oder Produktionslinie Kosten verringern, die Schnelligkeit des Markteintritts neuer Produkte erhöhen und für vorhersagbarere Projektergebnisse sorgen. Eine genaue Zuverlässigkeitsvorhersage kann auch zur Bestimmung und Zuweisung von Ressourcen für die Implementierung von Verfahrensänderungen genutzt werden, welche die Zuverlässigkeit eines Fertigungssystems erhöhen können, wie aus WO 98/24042 A1 oder US 5 455 777 bekannt.
  • Historisch gesehen hingen Zuverlässigkeitsanalysen und -simulationen von verbreiteten statistischen Annahmen bezüglich der Unabhängigkeit und der identischen Verteilung der Zeit bis zu Ausfallereignissen und von Verfahren wie Markov-Ketten-Simulationen (mit denen Zustandsänderungen sequenziell über die Zeit verfolgt werden) zur Simulation der Zuverlässigkeit von Produktionssystemen oder deren Subsystemen ab. Für den Einsatz bei der Simulation der Dynamik eines komplexen Fertigungssystems können diese Simulationen zeitaufwendig und teuer in der Entwicklung und Ausführung sein. Vereinfachungen können Fehler einbringen, welche die Gültigkeit und Nützlichkeit dieser Simulationen in Frage stellen. Vorteile bezüglich der Markteintrittsgeschwindigkeit, des richtigen Markteintritts und vorhersagbarer Projektergebnisse, wie vorstehend, können aus Verfahren erzielt werden, die ein hohes Maß an Genauigkeit bei der Simulation der Leistung bestehender Systeme bieten, und können zur Simulation von Szenarios verwendet werden, mit denen solche Systeme verändert werden sollen, oder zur Simulation von Systemen, bei denen neue Kombinationen von Subsystemen aus gültigen Modellen bestehender Fertigungssysteme verwendet werden können. Die Fertigungskosten und die Fertigungskapazität können mit genaueren Vorhersageverfahren besser verstanden und kontrolliert werden, was zu einer geringeren Marktverunsicherung, insbesondere in den frühen Phasen der Einführung eines neuen Produkts, führt.
  • So besteht eine Notwendigkeit für Simulationsverfahren, mit denen die Kopplungs- oder Verbindungseffekte, die vorzeitige Ausfälle oder „Stop-and-Go"-Vorgänge auf die Leistung eines Fertigungssystems haben, vorhergesagt werden können. Ferner besteht eine Notwendigkeit für Simulationsverfahren, welche die bessere Nutzung von Ausfallzeit für Reparatur und Wiederherstellung des Systembetriebs ermöglichen. Das heißt, Reparaturmaßnahmen werden speziell unternommen, um die Wahrscheinlichkeit eines erfolgreichen Neustarts des ausgefallenen Subsystems zu erhöhen und die Häufigkeit von Fehlstarts und kurzen Zeit spannen bis zu Ausfällen aufgrund von unzulänglicher Reparatur (d. h. wartungsbedingtem Ausfall) zu verringern.
  • ZUSAMMENFASSUNG DER ERFINDUNG
  • Computergeräte und -verfahren zum Analysieren eines Systems werden bereitgestellt. Die Geräte und Verfahren umfassen die Schritte Sammeln von Daten aus einem ersten System, wobei das erste System eine Vielzahl von Fehlermodi mit kumulativer Ursache und eine Vielzahl von Fehlermodi mit konkurrierender Ursache aufweist und sich die Daten auf die Fehlermodi beziehen, Parameterisieren der Daten zur Verwendung in einer computerisierten Simulation eines zweiten Systems und Ausführen einer Simulation des zweiten Systems. Die Ausführung der Simulation umfasst auch die Schritte Berechnen einer ersten Betriebszeit für jeden Fehlermodus auf der Basis der aus dem ersten System gesammelten Daten, Bestimmen, welcher der Fehlermodi mit kumulativer Ursache und der Fehlermodi mit konkurrierender Ursache ein erstes Ausfallereignis des zweiten Systems hervorruft, durch Auswählen des kleinsten Werts der ersten Betriebszeiten, und wenn der Fehlermodus, der das erste Ausfallereignis des zweiten Systems hervorruft, einer der Vielzahl von Fehlermodi mit kumulativer Ursache ist, dann Berechnen einer zweiten Betriebszeit nur für den Fehlermodus mit kumulativer Ursache, der das erste Ausfallereignis für das zweite System hervorruft, und Berechnen einer zweiten Betriebszeit für jeden der Vielzahl von Fehlermodi mit konkurrierender Ursache.
  • KURZBESCHREIBUNG DER ZEICHNUNGEN
  • Obwohl die Beschreibung mit Ansprüchen schließt, in denen die Erfindung speziell angegeben und genau beansprucht wird, wird angenommen, dass die vorliegende Erfindung aus der folgenden Beschreibung in Verbindung mit den beigefügten Zeichnungen besser verständlich wird, worin:
  • 1 eine schematische Darstellung eines beispielhaften Verfahrens gemäß einem Gesichtspunkt der vorliegenden Erfindung ist;
  • 2 eine schematische Darstellung eines beispielhaften Papierhandtuch-Fertigungssystems ist;
  • 3 eine schematische Darstellung einer veranschaulichenden Hierarchie für das Fertigungssystem aus 2 ist;
  • 4 ein Diagramm von beispielhaften Ausfallzeit-Systemausfallereignis-Daten ist;
  • 5 eine schematische Darstellung von vernetzten Computern, die zur Verwendung mit der vorliegenden Erfindung geeignet sind, ist;
  • 6 eine schematische Darstellung einer bevorzugten Architektur für eine erfindungsgemäß erzeugte Simulation ist;
  • 7 bis 9 schematische Darstellungen eines bevorzugten, mit Hilfe der Simulation aus 6 implementierten Verfahrens sind; und
  • 10 eine schematische Darstellung eines bevorzugten, für den Akkumulator der Simulation aus 6 implementierten Verfahrens ist.
  • AUSFÜHRLICHE BESCHREIBUNG DER BEVORZUGTEN AUSFÜHRUNGSFORMEN
  • Nun wird auf die vorliegenden bevorzugten Ausführungsformen der Erfindung ausführlich Bezug genommen, für die Beispiele in den beigefügten Zeichnungen dargestellt sind, wobei gleiche Bezugszahlen in allen Ansichten dieselben Elemente bezeichnen. Zum Zwecke der Klarheit und Einfachheit werden die folgenden Ausdrücke hierin verwendet.
  • Wie hier verwendet, soll sich der Ausdruck „System" auf eine beliebige Reihe von Komponenten, Verfahren, Vorgängen oder Funktionen beziehen, die ein Produkt oder eine Dienstleistung liefern. Beispielhafte Systeme umfassen Fertigungs- und Produktionssysteme, Flugvorgänge von Fluggesellschaften, Wartungsvorgänge, Warteschlangenvorgänge (z. B. Verkehrsüberwachung, Verringerung der Wartezeit in Reihen oder Warteschlangen wie Kassenschaltern, Zapf säulen, Kassen von Lebensmittelgeschäften usw.), Einsatz von industriellen und militärischen Anlagegütern (z. B. Truppeneinsätze, Geschwadergröße, Größe von Mietwagen- und Lkw-Flotten, Lager- und Transportlogistik).
  • Wie hier verwendet, soll sich der Ausdruck „Ausfallereignis" auf ein beliebiges Ereignis beziehen, das sich negativ auf die Leistung oder Funktion eines Systems oder einer seiner Komponenten auswirkt (z. B. Systemstillstände oder Komponentenausfallzeit, Produktqualitätsverringerungen, erhöhte Bedienerintervention, ungenutzte Lkw oder Pkw, leere Reihen oder Warteschlangen), wobei jedes Ausfallereignis damit zusammenhängend eine Ursache und einen Fehlermodus aufweist.
  • Wie hier verwendet, soll sich der Ausdruck „Fehlermodus" auf eine Beschreibung beziehen, wie ein System seine vorgesehene Funktion nicht erfüllen kann. Jeder Fehlermodus kann damit zusammenhängend eine oder mehrere Ursachen, eine Ausfallzeit, während der der Fehlermodus dazu geführt hat, dass ein System oder eine Komponente davon aufhört, die vorgesehene Funktion zu erfüllen, und eine Betriebszeit bis zum nächsten Auftreten eines Fehlermodus, während der ein System oder eine Komponente davon die vorgesehene Funktion erfüllt, aufweisen.
  • Wie hier verwendet, soll sich der Ausdruck „Ursache" auf den Grund für das Auftreten eines Fehlermodus beziehen.
  • Wie hier verwendet, soll sich der Ausdruck „Laufzeit" auf die Zeit von einem Startpunkt bis zum Auftreten eines Endpunkts beziehen.
  • Wie hier verwendet, soll sich der Ausdruck „Fehlermodus mit konkurrierender Ursache" (Competing Cause Failure Mode, CCFM) auf einen Fehlermodus beziehen, der nach eigener Verteilung auftritt, der unabhängig von den Verteilungen anderer Fehlermodi ist und bei dem die Betriebszeit des Fehlermodus mit konkurrierender Ursache mit dem Auftreten eines beliebigen Ausfallereignisses endet. In Simulationen der vorliegenden Erfindung wird die Betriebszeit jedes Fehlermodus mit konkurrierender Ursache nach dem Auftreten eines beliebigen Ausfallereignisses wie von Neuem regeneriert.
  • Wie hier verwendet, soll sich der Ausdruck „Fehlermodus mit kumulativer Ursache" (Cumulative Cause Failure Mode, CMFM) auf einen Fehlermodus beziehen, der nach eigener Verteilung auftritt, der unabhängig von den Verteilungen anderer Fehlermodi ist und bei dem die Betriebszeit des Fehlermodus mit kumulativer Ursache nicht durch das Auftreten von Ausfallereignissen beeinflusst wird, die nicht mit dem betreffenden Fehlermodus mit kumulativer Ursache zusammenhängen. In Simulationen der vorliegenden Erfindung wird die Betriebszeit jedes Fehlermodus mit kumulativer Ursache nur nach ihrem Ablauf von Neuem regeneriert.
  • Wie hier verwendet, soll sich der Ausdruck „Fehlstartereignis" auf ein Ausfallereignis beziehen, das im Verhältnis zu der erwarteten Laufzeit eines Systems schnell auftritt (z. B. zwei Minuten oder weniger bei einem Fertigungssystem, das eine durchschnittliche erwartete Laufzeit von zwanzig bis dreißig Minuten aufweisen kann), nachdem ein System oder eine Komponente davon einen akzeptablen Betrieb wieder aufgenommen hat.
  • Wie hier verwendet, soll sich der Ausdruck „Reihensystem" auf ein System beziehen, das ausfällt, wenn beliebige seiner Komponenten ausfallen.
  • Wie hier verwendet, soll sich der Ausdruck „Parallelsystem" auf ein System beziehen, das ausfällt, wenn alle seiner parallelen Komponenten ausfallen.
  • Wie hier verwendet, soll sich der Ausdruck „Betriebszeit" auf die Zeitspanne oder Laufzeit eines Systems oder einer Komponente davon beziehen, während der es bzw. sie die vorgesehene Funktion erfüllt.
  • Wie hier verwendet, soll sich der Ausdruck „Ausfallzeit" auf die Zeitspanne oder Laufzeit eines Systems oder einer Komponente davon beziehen, während der es bzw. sie die vorgesehene Funktion aufgrund eines Ausfallereignisses nicht erfüllt.
  • Wie hier verwendet, soll sich der Ausdruck „Verfügbarkeit" auf das Verhältnis der Gesamtbetriebszeit eines Systems zu der Summe aus der Gesamtbetriebszeit eines Systems und der Gesamtausfallzeit eines Systems beziehen.
  • Wie hier verwendet, soll sich der Ausdruck „Mittlere Zeit zwischen Ausfällen" (Mean Time Between Failures, MTBF) auf das Verhältnis der Gesamtbetriebszeit eines Systems zu der Gesamtzahl von Ausfallereignissen des Systems beziehen.
  • Wie hier verwendet, soll sich der Ausdruck „Mittlere Reparaturzeit" (Mean Time To Repair, MTTR) auf das Verhältnis der Gesamtausfallzeit eines Systems zu der Gesamtzahl von Ausfallereignissen des Systems beziehen.
  • Wie hier verwendet, soll sich der Ausdruck „Parameterisieren" auf das Verfahren der Charakterisierung oder Anpassung von Daten gemäß einer parametrischen Gleichung beziehen (z. B. Gleichungen, die Form-, Skalierungs- und Positionsparameter zur Beschreibung von Daten enthalten, wie Weibull-Gleichungen, Lognormal-Gleichungen, Normal-Gleichungen usw.).
  • Um nun auf 1 Bezug zu nehmen und gemäß einem Gesichtspunkt der vorliegenden Erfindung, wird nun ein Verfahren zum Analysieren und/oder Simulieren eines beispielhaften Systems beschrieben. Das Verfahren 20 beginnt mit Schritt 21, in dem eine Hierarchieebene des Systems ausgewählt wird. Die Hierarchieebene bestimmt das zu analysierende System und stellt die Tiefe dar, bis zu der die Komponenten eines Systems simuliert werden. Zum Zwecke einer leichten Erörterung wird die vorliegende Erfindung hierin mit Bezug auf ein System in Form eines Fertigungssystems und der Maschinen, die zu dem Fertigungssystem gehören, beschrieben. Insbesondere wird die vorliegende Erfindung hierin mit Bezug auf ein Reihenhandtuchfertigungssystem 22 beschrieben, wie in 2 schematisch dargestellt. Das Fertigungssystem 22 umfasst eine Bogenwalze 24, um die ein Papierbogen 26 mit einer endlichen Länge gewickelt ist. Der Bogen 26 durchläuft eine Prägevorrichtung 28, welche ein Muster auf den Bogen 26 aufprägt. An einer ersten Schneidmaschine 30 wird der Bogen 26 in der Maschinenlaufrichtung in einzelne Teile 32 geschnitten. Die Teile 32 werden um einen zylindrischen Papierkern an der Kernwalze 34 gewickelt, woraufhin die aufgerollten Teile 36 in einem Akkumulator 38 abgelegt werden. Als Nächstes werden die aufgerollten Teile 36 an der zweiten Schneidmaschine 40 in der Maschinenquerrichtung geschnitten. Die zweifach geschnittenen aufgerollten Teile 42 werden zu einer Verpackungsmaschine 44 befördert, die eine Vielzahl der aufgerollten Teile 42 in eine Polymerfolie 46 einwickelt, welche von einer Polymerwalze 48 heruntergezogen wird. Eine Vielzahl von Sensoren 50 ist über das gesamte Fertigungssystem 22 verteilt, um Ausfallereignisse des Fertigungssystems zu erkennen, wie nachfolgend ausführlicher erörtert. Obwohl das Fertigungssystem 22 hierin auf einer Maschinenhierarchieebene beschrieben wird, ist erkennbar, dass das Fertigungssystem 22 auf der Basis des Analyseziels und des gewünschten Maßes an Simulationsgenauigkeit auf höheren und niedrigeren Hierarchieebenen beschrieben werden kann und dass diese verschiedenen Ebenen je nach Wunsch zusammen oder einzeln simuliert werden können. In 3 sind verschiedene veranschaulichende Hierarchien oberhalb und unterhalb der für das Fertigungssystem 22 aus 2 beschriebenen dargelegt. Beispielsweise kann eine höhere Hierarchieebene ein Verteilungsnetz 52 einschließen, umfassend eine Vielzahl von Fertigungsanlagen 54 (ein Parallelsystem), die jeweils eine Vielzahl der Fertigungssysteme 22 aufweisen, wobei die Fertigungssysteme 22 eine Vielzahl von damit zusammenhängenden Maschinen 56 (z. B. die Walze 24) aufweisen und jede Maschine 56 eine Vielzahl von Unterkomponenten 58 (z. B. ein Walzenlager für die Bogenwalze 24) aufweist. Obwohl die vorliegende Erfindung hierin mit Bezug auf ein Fertigungssystem beschrieben wird, ist ferner leicht erkennbar, dass andere Produkte, Dienstleistungen, Fertigungssysteme und Systeme zur Verwendung mit der vorliegenden Erfindung, wie zuvor beschrieben, geeignet sind.
  • Unter erneuter Bezugnahme auf 1 wird die in Schritt 21 ausgewählte Systemhierarchie analysiert, um die dazugehörigen kumulativen und konkurrierenden Fehlermodi und deren Ursachen zu bestimmen. In der nachstehenden Tabel le 1 ist eine veranschaulichende Auflistung von kumulativen und konkurrierenden Fehlermodi und deren Ursachen für das Fertigungssystem 22 dargelegt.
  • Figure 00100001
  • Als Beispiel in Bezug auf Tabelle 1 weist die Bogenwalze 24 drei Fehlermodi auf zwei Fehlermodi mit kumulativer Ursache und einen Fehlermodus mit konkurrierender Ursache. Ob ein Fehlermodus kumulativ oder konkurrierend ist, kann auf der Ursache des Fehlermodus oder auf Konstruktionsregeln (z. B. alle Fehlermodi sind konkurrierend, sofern nicht anders bestimmt) basieren. Die Konstruktionsregeln können gemäß den Zielen oder der Verwendung der Simulation zugeschnitten sein. Der Bogenstau-Fehlermodus ist konkurrierend, weil Bogeninstabilitäten nach der Reparatur eines beliebigen Ausfallereignisses erneut einen Bogenstau verursachen können. Die Fehlermodi für Riemenausfall und Walzenwechsel (d. h. Austausch der Walze, weil der Bogen aufgebraucht ist) sind kumulativ, weil sie ungeachtet von anderen, nicht damit zusammenhängenden Ausfallereignissen von der endlichen Laufzeit des Riemens und des Bogens abhängen. Die Fehlermodi können mehrere Ursachen (siehe z. B. Fehlermodus Nummer 1 in Tabelle 1) und Ausfallzeitverteilungen aufweisen. Ferner besteht bei den Fehlermodi nicht notwendigerweise eine Übereinstimmung zwischen der Anzahl von Fehlermodusursachen und der Anzahl von Ausfallzeitverteilungen. Die Ausfallzeitverteilungen stellen unabhängige, identisch verteilte Reparaturzeiteigenschaften für einen einzelnen Fehlermodus dar. Beispielsweise weist der Bogenstau-Fehlermodus drei Ausfallzeitverteilungen auf, wie einen kurzen Reparaturzeitraum, einen mittleren Reparaturzeitraum und einen langen Reparaturzeitraum. Die Auswahl der Anzahl von Ausfallzeitverteilungen kann unter Anwendung von auf dem Fachgebiet bekannten Verfahren, wie segmentierter Regression, wobei Unstetigkeiten zwischen Segmenten jeweils eine separate Verteilung darstellen, bestimmt werden. Die Wahrscheinlichkeit C der Zugehörigkeit zu einer bestimmten Ausfallzeitverteilung wird durch das Verhältnis der Anzahl von Ausfallereignissen innerhalb einer Ausfallzeitverteilung zu der Gesamtzahl von Ausfallereignissen für den betreffenden Fehlermodus bestimmt. Beispielsweise ist mit Bezug auf 4 ein beispielhaftes Diagramm für den Bogenstau-Fehlermodus mit konkurrierender Ursache der Bogenwalze 24 dargestellt. Die in 4 dargestellte Gesamtzahl von Ausfallereignissen beträgt 188. Für die erste Ausfallzeitverteilung 70 beträgt die Anzahl von Ausfallereignis sen 109, und daher liegt die Wahrscheinlichkeit C für das Auftreten einer Ausfallzeit in der ersten Ausfallzeitverteilung 70 bei 0,58. In ähnlicher Weise beträgt die Anzahl von Ausfallereignissen für die zweite Ausfallzeitverteilung 73 76, und daher liegt die Wahrscheinlichkeit C für das Auftreten einer Ausfallzeit in der zweiten Ausfallzeitverteilung bei 0,40.
  • Unter erneuter Bezugnahme auf 1 und das Verfahren 20 werden zeitbasierte Systemausfallereignisdaten (z. B. Betriebszeiten, Ausfallzeiten) aus dem Fertigungssystem 22 gesammelt und in den Schritten 60 und 62 parametrisch analysiert, sobald die Hierarchieebene des Fertigungssystems 22 ausgewählt wurde. Die Sammlung dieser Systemausfallereignisdaten wird zur Charakterisierung und quantitativen Bestimmung der Fehlermodi des Fertigungssystems 22 verwendet. Die gesammelten Systemausfallereignisdaten schließen vorzugsweise Fehlermodusursachen, Zeitstempel, welche den Beginn und das Ende von Betriebszeit- und Ausfallzeitphasen kennzeichnen, und die absolute Zeit von Betriebszeitphasen und Ausfallzeitphasen ein. Je nach der Fehlermodusursache können verschiedene Erkennungsverfahren für das Sammeln der Daten eingesetzt werden. Veranschaulichende Verfahren sind in der nachstehenden Tabelle 2 dargelegt.
  • Tabelle 2
    Figure 00120001
  • Wie erwähnt, können die Systemausfallereignisdaten mit Hilfe der Sensoren 50 und/oder speicherprogrammierbarer Steuerungen (oder SPS) gesammelt werden. Veranschaulichende Systemausfallereignisdaten für das Fertigungssystem 22 sind nachfolgend in Tabelle 3 dargelegt. Es sollten genügend Daten für jeden Fehlermodus gesammelt werden, um eine statistische Stichprobe zu bilden. Mehr bevorzugt werden mindestens etwa 3 Ereignisse für jeden Fehlermodus aufgezeichnet. Am meisten bevorzugt werden zwischen etwa 15 Ereignisse und etwa 30 Ereignisse für jeden Fehlermodus aufgezeichnet. Die Systemausfallereignisdaten können auch andere Informationen wie einen Datumsstempel einschließen. Obwohl Tabelle 3 auf Systemausfallereignisdaten für ein Fertigungssystem ausgerichtet ist, können andere Datentypen für andere Systeme, wie ungenutzte Zeit bei Warteschlangensystemen (z. B. eine verfügbare, jedoch ungenutzte Zapfsäule), überwacht werden.
  • Tabelle 3
    Figure 00130001
  • Sobald die Systemausfallereignisdaten gesammelt wurden, werden sie als Nächstes in Schritt 62 des Verfahrens 20 parameterisiert. Die Systemausfallereignisdaten können mit Hilfe einer von mehreren auf dem Fachgebiet bekannten Arten von statistischer Verteilung/Funktion, wie einer Exponentialverteilung, einer Normal-Verteilung, einer Weibull-Verteilung oder einer Lognormal-Verteilung, parameterisiert werden. Die Weibull-Verteilung (insbesondere die Weibull-Wahrscheinlichkeitsdichtefunktion oder PDF) ist besonders nützlich zur Charakterisierung von Betriebszeiten, während Ausfallzeiten in der Regel nach einer Lognormal-Verteilung charakterisiert werden. Fehlstartereignisse werden vorzugsweise nach der folgenden Gleichung berechnet:
    Figure 00140001
  • Somit bedeutet eine Fehlstartwahrscheinlichkeit P von 0,97 (oder 97 %), dass für diesen Fehlermodus zu 97 % der Zeit kein Fehlstart nach einem beliebigen Ausfallereignis eines beliebigen Fehlermodus vorliegt. Eine typische Weibull-PDF für die Betriebszeit weist die folgende Form auf:
    Figure 00140002
  • Worin die Konstanten Alpha und Beta die üblichen auf dem Fachgebiet bekannten Weibull-Konstanten sind (d. h., Alpha ist der Skalierungsparameter und Beta ist der Formparameter). Gleichung (2) kann zu der folgenden Form umgestellt werden, wenn sie nach der Betriebszeit aufgelöst wird: Betriebszeit = Alpha(–1n (Ausfallwahrscheinlichkeit))(1/Beta) (3)
  • Gleichung (2) kann verwendet werden, um auf der Basis der Erzeugung einer Zufallswahrscheinlichkeit Betriebszeiten zu berechnen, wobei für die Ausfallwahrscheinlichkeit eine konstante reelle Zufallszahl zwischen null und eins verwendet wird. Eine beliebige auf dem Fachgebiet bekannte Lognormal-Gleichung mit den Parametern Sigma (d. h. die Standardabweichung des Logarithmus der Ausfallzeiten) und My (d. h. das Mittel des Logarithmus der Ausfallzeiten) kann verwendet werden, um eine Ausfallzeitverteilung zu parameterisieren. Nur zu Zwecken der Erörterung hierin werden die Betriebszeitverteilungen für die Fehlermodi des Ferti gungssystems 22, wie in Tabelle 1 dargelegt, mittels einer Weibull-PDF parameterisiert, und die Ausfallzeiten werden mittels einer Lognormal-Funktion charakterisiert, wobei die Wahrscheinlichkeitskonstante C für die Wahrscheinlichkeiten unter den verschiedenen Ausfallzeitverteilungen steht. Es sollte beachtet werden, dass die Summierung der Werte für die Konstante C eines beliebigen einzelnen Fehlermodus gleich eins sein muss, da die aus einem beliebigen Ausfallereignis resultierende Ausfallzeit in eine der betreffenden Ausfallzeitverteilungen für den Fehlermodus dieses Ausfallereignisses fallen muss. Die Fehlstartwahrscheinlichkeit der einzelnen Fehlermodi wird durch eine Konstante P dargestellt. Veranschaulichende Werte für Alpha, Beta, My, Sigma und die Konstanten C und P sind für jeden Fehlermodus nachstehend in Tabelle 4 dargelegt. Wie zuvor erörtert, weisen einige der Fehlermodi mehr als eine Ausfallzeitverteilung auf. Beispielsweise kann eine riemengetriebene Walze aufgrund des Ausfalls eines Antriebsriemens ausfallen. Die Walze kann möglicherweise schnell repariert werden, wenn mehrere Riemen über die Antriebsscheiben gehängt sind, so dass die Zerlegung der Walzenstruktur für die Reparatur nicht erforderlich ist und eine kurze Reparaturzeit auftritt. Sobald jedoch der letzte Reparaturriemen verwendet wurde, wäre eine Zerlegung der Walzenstruktur erforderlich, was zu einer längeren Reparaturzeitverteilung führen würde als wenn ein Reparaturriemen verfügbar gewesen wäre. Mehrere Ausfallzeitverteilungen sind auch nützlich zum Modellieren von Fehlermodi mit mehr als einer Ursache, wobei jede Ursache eine separate Ausfallzeit-Reparatur-Verteilung aufweist. Die Anzahl von Ausfallzeitverteilungen kann unter Anwendung eines von mehreren auf dem Fachgebiet bekannten Verfahren (z. B. segmentierter Regression) ausgewählt werden.
  • Figure 00160001
  • Figure 00170001
  • Ebenfalls in Tabelle 4 aufgeführt ist eine Ratenkonstante R, welche einen Ratenwert für ein Produkt im stationären Zustand für ein Simulationsobjekt (z. B. einen Bogenzulaufvon 54,9 m/min (180 Fuß pro Minute) für die Bogenwalze) darstellt.
  • Nach Abschluss der Sammlung und Parameterisierung der Systemausfallereignisdaten in den Schritten 60 und 62 von Verfahren 20 aus 1 wird ein Computerprogramm, welches das Fertigungssystem 22 modelliert oder simuliert, gemäß einem anderen Gesichtspunkt der vorliegenden Erfindung konstruiert. Das Simulationsprogramm wird auf einem beliebigen Universal- oder Spezialcomputer oder einem anderen digitalen Verarbeitungsgerät, wie einem Desktopcomputer, einem Serverund/oder Client-Computer, die durch ein Netzwerk miteinander verbunden sind (beispielsweise entweder über das Internet oder ein Intranet), einem Mikrocomputer, Hand-Held-Organizern und anderen Arten von Computern und Computersystemen, wie sie anderweitig dem Stand der Technik entsprechen, ausgeführt. Beispielhafte vernetzte Computer 1000 sind in 5 schematisch dargestellt. Der Computer umfasst vorzugsweise eine Logikschaltung (wie eine zentrale Rechnereinheit 1030, einen Mikroprozessor oder einen anderen Mikrocontroller) mit der Fähigkeit, das Simulationsprogramm auszuführen. Das Simulationsprogramm oder Teile davon können als ein Programmprodukt bereitgestellt werden, wobei das Programmprodukt ein signaltragendes Medium einschließt, welches zur Speicherung von Daten und/oder maschinenlesbaren Anweisungen konfiguriert werden kann, welche die Logikschaltung, mit der es verbunden ist, veranlassen, die nachfolgend besprochenen Simulationsschritte auszuführen. Das signaltragende Medium kann in Form einer optischen Platte, einer Magnetplatte, eines magnetischen Festplattenlaufwerks (z. B. Bezugszahl 1010), eines Magnetbands, RAM, ROM, oder eines beliebigen anderen magnetischen, optischen oder sonstigen computerlesbaren Speichermediums bereitgestellt werden. Als Alternative kann das Programmprodukt so verteilt werden, dass die Anweisungen in anderen signaltragenden Medien enthalten sind, einschließlich digitaler und analoger Kommunikationsverbindungen (wie z. B. ein Draht- oder Faserteil eines lokalen Netzwerks, ein Draht- oder Faserteil eines Weitbereichsnetz werks, ein Teil eines drahtlosen Netzwerks usw.), einer Trägerwelle oder eines Ausbreitungssignals und anderer Arten von Übertragungsmedien. Außerdem umfasst der Computer vorzugsweise ein oder mehrere Eingabe-/Ausgabe-Peripheriegeräte, wie eine Tastatur, eine Maus, einen berührungsempfindlichen Bildschirm, ein Mikrofon, einen Anzeigemonitor, einen Drucker usw., die über einen Systembus und einen Adapter (z. B. einen Anzeigeadapter 1040) mit der Logikschaltung verbunden werden können. Obwohl der Schritt 148 aus 1 vorzugsweise computerisiert ist, ist erkennbar, dass die anderen Schritte (oder Teile davon) des Verfahrens 20 durch ein digitales Verarbeitungsgerät oder in Kombination damit implementiert werden können.
  • Unter Bezugnahme auf 6 umfasst ein bevorzugtes Simulationsprogramm 80 eine Vielzahl von Simulationsobjekten 82 und eine Steuereinrichtung 84, wobei jedes Simulationsobjekt 82 eine physische Komponente des modellierten Systems (z. B. eine Fabrik, eine Fertigungslinie, eine Maschine, eine Komponente, eine Warteschlange usw.) darstellt. Das Simulationsprogramm kann mit Hilfe einer beliebigen einer Reihe von objektorientierten oder nicht objektorientierten Programmiersprachen, die dem Stand der Technik entsprechen (z. B. C, C++, EXCEL Macros usw.) implementiert werden. In diesem Fall stellen die Simulationsobjekte jeweils eine Maschine 56 des Fertigungssystems 22 dar und umfassen Anweisungen und/oder Daten, die den Betrieb der Maschine beschreiben. Somit sind in 6 Simulationsobjekte jeweils für die Bogenwalze 24, die Prägevorrichtung 28, die erste Schneidmaschine 30, die Kernwalze 34, den Akkumulator 38, die zweite Schneidmaschine 40, die Polymerwalze 42 und die Verpackungsmaschine 44 dargestellt. Die Simulationsobjekte 82 sind mit den entsprechenden übergeordneten und untergeordneten Simulationsobjekten verbunden, so dass eine virtuelle Darstellung des Fertigungssystems 22 aufgestellt wird. Die Simulationsobjekte 82 senden vorzugsweise die simulierte Rate (z. B. eine lineare Rate in Fuß/Minute des Bogens 26 zwischen Simulationsobjekt 1 und Simulationsobjekt 2) und den simulierten Zustand des Simulationsobjekts (z. B. entweder angehalten oder in Betrieb) an ihre unmittelbar be nachbarten übergeordneten und untergeordneten Simulationsobjekte. Die Steuereinrichtung 84 koordiniert die Simulationszeit (nachfolgend „die aktuelle Simulationszeit") unter den verschiedenen Simulationsobjekten 82. Vorzugsweise wird die Koordination erreicht, indem jedes Simulationsobjekt die dazugehörige Betriebszeit und/oder Ausfallzeit an die Steuereinrichtung 84 übermittelt, wenn bei den einzelnen Simulationsobjekten ein simuliertes Ausfallereignis (z. B. ein Stopp) auftritt. Wenn ein simuliertes Ausfallereignis auftritt, rückt die Steuereinrichtung 84 die aktuelle Simulationszeit gemäß der bei einem Simulationsobjekt berechneten Ausfallzeit oder Betriebszeit vor, wie nachfolgend ausführlicher beschrieben.
  • Unter Bezugnahme auf die 6 bis 8 wird nun ein beispielhaftes Verfahren 86, das in Kombination mit einem Simulationsobjekt 82 gemäß noch einem anderen Gesichtspunkt der vorliegenden Erfindung implementiert wird, beschrieben. Die Schritte des Verfahrens werden sowohl allgemein für ein beliebiges Simulationsobjekt 82 als auch als Beispiel für das Bogenwalzen-Simulationsobjekt beschrieben, obwohl erkennbar ist, dass diese Schritte in ähnlicher Weise für die anderen Simulationsobjekte 82 der Simulation 80 implementiert werden können. Obwohl die Schritte des Verfahrens 86 hierin mit Bezug auf Simulationsobjekte beschrieben werden, werden einige durch die Steuereinrichtung 84 implementierte Schritte zum Zwecke einer leichten Erörterung ebenfalls in das Verfahren 86 eingeschlossen. Ferner ist erkennbar, dass die Schritte des Verfahrens 86 und die Anordnung der Simulationsobjekte und der Steuereinrichtung modifiziert, neu angeordnet, kombiniert und getrennt werden können, wie auf dem Fachgebiet bekannt, ohne vom Schutzumfang dieser Erfindung abzuweichen.
  • Das Verfahren 86 beginnt mit Schritt 88, in dem die Parameter (z. B. die Konstanten P/C/R, Alpha, Beta, My, Sigma usw.) für die Betriebszeit- und Ausfallzeitverteilungen, Raten und Fehlstartwahrscheinlichkeiten des Simulationobjekts 82 vorzugsweise aus einer Eingabedatei oder dergleichen gelesen werden. Sobald jedes Simulationsobjekt 82 so initialisiert wurde, wird in Schritt 89 eine Fehlstartwahrscheinlichkeitsmatrix erzeugt, wobei die Matrix vorzugsweise die in der nachstehenden Tabel le 5 dargelegte Struktur aufweist. Die erste Spalte ist die Fehlstartwahrscheinlichkeitskonstante P, während die zweite Spalte die Differenz von eins minus der Fehlstartwahrscheinlichkeit P ist. Die dritte Spalte ist der Quotient aus eins minus der Fehlstartwahrscheinlichkeitskonstante P und der Summe aus eins minus der Fehlstartwahrscheinlichkeitskonstante P aus Spalte 3. Die vierte Spalte ist die laufende Summierung der dritten Spalte.
  • Tabelle 5
    Figure 00210001
  • Als Nächstes wird in Schritt 90 eine Ziel-Fehlstartwahrscheinlichkeit für die Fehlermodi mit konkurrierender Ursache des Simulationsobjekts nach der folgenden Gleichung summiert: Ziel-Fehlstartwahrscheinlichkeit = 1 – Σ(1 – Fehlstartwahrscheinlichkeiten P) (4)
  • Nach der Bestimmung der Ziel-Fehlstartwahrscheinlichkeit in Schritt 90 wird in Schritt 94 eine konstante reelle Zufallszahl zwischen null und eins erzeugt, und diese konstante reelle Zufallszahl wird zur Berechnung einer Betriebszeit für jeden Fehlermodus mit kumulativer Ursache für das betreffende Simulationsobjekt 82 auf der Basis der vorstehenden Gleichung (2) verwendet. Beispielsweise weist die Bogenwalze 24 den Walzenwechsel- und den Riemenausfall-Fehlermodus mit kumulativer Ursache auf, wie in den Tabellen 1 und 4 aufgeführt. Die in Tabelle 4 aufgeführten veranschaulichenden Alpha- und Beta-Werte für Fehlermodus Nummer 2 sind 63,400 bzw. 15. Beziehungsweise würde dieser Fehlermodus mit kumulativer Ursache in Schritt 94 für einen Wert der konstanten reellen Zufallszahl von 0,54 eine Betriebszeit von 63,346 Minuten aufweisen. Diese Betriebszeitwerte werden vorzugsweise in einer Matrix oder einer anderen Datenstruktur gespeichert, die bei Ausführung der Simulation 80 aktualisiert wird.
  • Als Nächstes werden die Schritte 96 bis 106 ausgeführt, um einen Fehlstartfehler für Fehlermodi mit konkurrierender Ursache zu berechnen. In Schritt 96 wird ein Ausfallereigniszähler, durch den die Gesamtzahl von simulierten Ausfallereignissen (d. h. Ausfallereignisse aufgrund von Fehlermodi mit sowohl konkurrierender als auch kumulativer Ursache) gespeichert wird, bei Auftreten jedes Ausfallereignisses um 1 erhöht. Wenn das vorherige Ausfallereignis bei dem Simulationsobjekt auf einen Fehlermodus mit konkurrierender Ursache zurückzuführen war und ein Fehlstart war, wie in Schritt 98 erwähnt, wird Schritt 100 ausgeführt, in dem ein Zähler, der die Anzahl von Fehlstarts aufgrund eines Fehlermodus mit konkurrierender Ursache summiert, um eins erhöht wird. Andernfalls ist direkt Schritt 102 auszuführen, in dem die Fehlstartereignis-Wahrscheinlichkeit der Simulation nach der folgenden Gleichung berechnet wird:
    Figure 00220001
  • Die Gesamtzahl von Simulationsausfallereignissen im Nenner der Gleichung (5) wurde zuvor in Schritt 96 berechnet, und die Gesamtzahl von Fehlstartereignissen aufgrund von Fehlermodi mit konkurrierender Ursache im Zähler der Gleichung (5) wurde zuvor in Schritt 100 berechnet. Als Nächstes wird in Schritt 106 der Fehler zwischen der Simulations-Fehlstartwahrscheinlichkeit und der Ziel-Fehlstartwahrscheinlichkeit nach der folgenden Gleichung berechnet: Fehler = Simulations-Fehlstartwahrscheinlichkeit – Ziel-Fehlstartwahrscheinlichkeit
  • Sobald der Fehler berechnet wurde, wird in Schritt 106 eine korrigierte Simulations-Fehlstartwahrscheinlichkeit auf der Basis des berechneten Fehlers berechnet. Ein beliebiges dem Stand der Technik entsprechendes Fehlerkorrekturverfahren kann angewendet werden, um den Wert für die korrigierte Simulations-Fehlstartwahrscheinlichkeit zu berechnen (z. B. eine Binärsuche). Obwohl eine Fehlerkorrektur hierin aus Gründen der Einfachheit in Bezug auf Fehlstarts nach einem Fehlermodus mit konkurrierender Ursache beschrieben wird, ist erkennbar, dass eine Fehlerkorrektur in ähnlicher Weise für Fehlstarts nach einem Fehlermodus mit kumulativer Ursache implementiert werden könnte.
  • In Schritt 110 wird bestimmt, ob das vorherige Ausfallereignis auf einen Fehlermodus mit konkurrierender Ursache oder auf einen Fehlermodus mit kumulativer Ursache zurückzuführen ist. Wenn es auf einen Fehlermodus mit konkurrierender Ursache zurückzuführen ist, wird mittels der Schritte 112 und 114 bestimmt, ob ein Fehlstart nach der Ausfallzeit (d. h. nach der Reparaturzeit) für das vorherige Ausfallereignis vorliegt, unter Berücksichtigung der in Schritt 106 bestimmten korrigierten Simulations-Fehlstartwahrscheinlichkeit. Wenn das vorherige Ausfallereignis auf einen Fehlermodus mit kumulativer Ursache zurückzuführen ist, dann werden die Schritte 111 und 113 (8) ausgeführt. In Schritt 111 wird eine konstante reelle Zufallszahl zwischen null und eins erzeugt. Wenn die konstante reelle Zufallszahl kleiner oder gleich der Fehlstartwahrscheinlichkeit P des vorherigen Fehlermodus mit kumulativer Ursache ist, wie in Schritt 113 beschrieben, dann liegt ein Fehlstart nach diesem Ausfallereignis vor. Als Nächstes wird die Ausfallzeit für dieses Fehlstartereignis unter Anwendung des Verfahrens 116 (9) erzeugt, wie nachfolgend ausführlicher erörtert; andernfalls liegt kein Fehlstart mit kumulativer Ursache nach dem vorherigen Ausfallereignis mit kumulativer Ursache vor, und als Nächstes wird Schritt 112 ausgeführt, um zu bestimmen, ob ein Fehlstartereignis mit konkurrierender Ursache vorliegt, beginnend mit Schritt 112, wie ebenfalls nachfolgend ausführlicher erörtert.
  • Wenn in Schritt 110 der vorherige Stopp wegen eines Ausfallereignisses mit konkurrierender Ursache auftrat (oder wenn Schritt 110 zum ersten Mal zu Beginn der Simulation ausgeführt wird), werden die Schritte 112 und 114 ausgeführt. In Schritt 112 wird eine konstante reelle Zufallszahl zwischen null und eins erzeugt, und wenn diese konstante reelle Zufallszahl größer oder gleich der in Schritt 106 bestimmten korrigierten Simulations-Fehlstartwahrscheinlichkeit ist, dann liegt kein Fehlstart nach dem vorherigen Ausfallereignis vor, anschließend werden die parallelen Pfade A und B (8) ausgeführt, um die nächste Mindestbetriebszeit für das betreffende Simulationsobjekt 82 zu bestimmen. Wenn die in Schritt 114 erzeugte konstante reelle Zufallszahl größer ist als die in Schritt 106 bestimmte korrigierte Fehlstartwahrscheinlichkeit (d. h., es liegt ein Fehlstartereignis nach dem vorherigen Ausfallereignis vor), dann wird in Schritt 115 eine neue konstante reelle Zufallszahl erzeugt, und diese Zahl wird mit der vierten Spalte der in Schritt 89 erzeugten Matrix verglichen, um zu bestimmen, welcher Fehlermodus des betreffenden Maschinenschritts den Fehlstart verursacht hat. Wenn beispielsweise mit Bezug auf Tabelle 5 die in Schritt 115 erzeugte konstante reelle Zufallszahl 0,85 beträgt, dann würde Fehlermodus Nummer 3 verwendet, um die Ausfallzeit für das Fehlstartereignis zu bestimmen, da 0,85 größer als 0,7777, jedoch kleiner als 1 ist. Nach der Bestimmung, welcher Fehlermodus das Fehlstartereignis auslöst, wird als Nächstes das Ausfallzeitverfahren 116 (9) ausgeführt, um die Ausfallzeit für das Fehlstartereignis zu bestimmen.
  • Unter Bezugnahme auf 8 werden über den parallelen Pfad A die Betriebszeiten für die einzelnen Fehlermodi mit konkurrierender Ursache des betreffenden Simulationsobjekts berechnet, während über den parallelen Pfad B die Betriebszeiten für die einzelnen Fehlermodi mit kumulativer Ursache des betreffenden Simulationsobjekts erzeugt werden. Beginnend mit Schritt 118 für Pfad A wird eine konstante reelle Zufallszahl zwischen null und eins getrennt für jeden Fehlermodus mit konkurrierender Ursache des Simulationsobjekts erzeugt. Jede konstante reelle Zufallszahl wird in Gleichung (3) eingesetzt, wobei Gleichung (3) die Alpha- und Beta-Werte für den Fehlermodus einschließt, welcher der erzeugten konstanten reellen Zufallszahl entspricht. Beispielsweise ist in Tabelle 6 die konstante reelle Zufallszahl aufgeführt, die für die einzelnen Fehlermodi mit konkurrierender Ursache der Bogenwalze 24 erzeugt wurde. Mit Hilfe des Alpha- und Beta-Werts für die einzelnen Fehlermodi wird eine Betriebszeit auf der Basis der erzeugten konstanten reellen Zufallszahl für einen Fehlermodus mit konkurrierender Ursache berechnet. Als Nächstes wird in Schritt 120 die kürzeste Simulationszeit für Fehlermodi mit konkurrierender Ursache unter allen Simulationszeiten für Fehlermodi mit konkurrierender Ursache für das betreffende Simulationsobjekt ausgewählt, und dieser Wert wird auf Schritt 132 übertragen.
  • Tabelle 6
    Figure 00250001
  • Um nun auf den parallelen Pfad B aus 8 Bezug zu nehmen, wird in den Schritten 122 bis 130 die kürzeste Betriebszeit unter den Fehlermodi mit kumulativer Ursache für das betreffende Simulationsobjekt 82 bestimmt. In Schritt 122 wird für jeden Fehlermodus mit kumulativer Ursache des betreffenden Simulationsobjekts 82 die Systembetriebszeit von der Betriebszeit für Fehlermodi mit kumulativer Ursache jedes Fehlermodus mit kumulativer Ursache subtrahiert, und diese neuen Werte werden in der Matrix gespeichert. In Schritt 124 wird bestimmt, ob die Ursache für das vorherige Ausfallereignis eine kumulative Ursache ist. Falls ja (z. B. hat ein Fehlermodus mit kumulativer Ursache einen Stopp verursacht), dann wird für den Fehlermodus mit kumulativer Ursache eine neue Betriebszeit für Fehlermodi mit kumulativer Ursache berechnet, indem in Schritt 126 eine konstante reelle Zufallszahl zwischen null und eins erzeugt wird; andernfalls wird Schritt 130 wie nachfolgend erörtert ausgeführt. Unter Verwendung von Gleichung (3) und dem Alpha- und Beta-Wert für den betreffenden Fehlermodus mit kumulativer Ursache wird die neue Betriebszeit berechnet, welche die abgelaufene Betriebszeit für Fehlermodi mit kumulativer Ursache in der Matrix ersetzt. Als Nächstes wird in Schritt 130 für das betreffende Simulationsobjekt 82 die kürzeste Betriebszeit für Fehlermodi mit kumulativer Ursache unter allen Betriebszeiten für Fehlermodi mit kumulativer Ursache in der Matrix ausgewählt. Als Nächstes wird in Schritt 132 der kleinste Betriebszeitwert zwischen Schritt 130 und Schritt 120 ausgewählt, um zu bestimmen, welcher Fehlermodus mit konkurrierender Ursache oder Fehlermodus mit kumulativer Ursache das nächste Ausfallereignis bei dem betreffenden Simulationsobjekt 82 hervorruft.
  • Nach der Bestimmung, welcher Fehlermodus das nächste Ausfallereignis bei dem Simulationsobjekt hervorruft, wird diese kürzeste Fehlermodus-Betriebszeit in Schritt 133 an die Steuereinrichtung 84 gesendet. In Schritt 135 wählt die Steuereinrichtung 84 die kürzeste Fehlermodus-Betriebszeit (die „Systembetriebszeit") unter allen Simulationsobjekten, einschließlich jeglicher Ausfallereignisse auf der Akkumulator-Produktstufe (nachfolgend als eine andere bevorzugte Ausführungsform ausführlicher erörtert), aus und addiert diese Betriebszeit zu der aktuellen Simulationszeit, wodurch die Simulation an den Beginn des Ausfallereignisses vorrückt. Die Systembetriebszeit wird an die einzelnen Simulationsschritte zurückgegeben. In Schritt 139 wird für jedes Simulationsobjekt bestimmt, ob die dazugehörige, in Schritt 132 bestimmte Fehlermodus-Betriebszeit mit der zurückgegebenen Systembetriebszeit übereinstimmt. Wenn dies der Fall ist, dann wird die Ausführung mit dem Ausfallzeitverfahren 116 fortgesetzt, welches beginnend mit Schritt 134 ausgeführt wird (d. h., das Simulationsobjekt ist dasjenige, bei dem das Ausfallereignis auftritt), wie in 9 gezeigt; andernfalls werden die Schritte 141 und 143 ausgeführt, wobei das Simulationsobjekt in Schritt 141 in einen „Warte- oder Leerlauf-Zustand eintritt, in dem jedes Simulationsobjekt eine Eingabe von seinen benachbarten Simulationsobjekten und/ oder von der Steuereinheit erwartet. Unter Bezugnahme auf 9 und das Ausfallzeitverfahren 116 werden in Schritt 134 aktualisierte Raten- und Zustandsinformationen an die einzelnen benachbarten Simulationsobjekte gesendet, was im Allgemeinen für ein Ausfallereignis eine Rate von null ist und die Zustandsanzeige, dass das betreffende Simulationsobjekt 82 gestoppt wurde. Die Zustandsanzeigen dienen nur zur Koordination von Ereignissen unter den Simulationsobjekten. In Schritt 136 wird eine konstante reelle Zufallszahl zwischen null und eins erzeugt, und diese Zahl wird in Schritt 138 verwendet, um auszuwählen, welche Ausfallzeitverteilung zur Berechnung der Ausfallzeit für das bestimmte Ausfallereignis verwendet wird, indem jede Ausfallzeitkonstante C mit der konstanten reellen Zufallszahl verglichen wird. Die Konstanten C werden der Reihe nach summiert, und die konstante reelle Zufallszahl wird mit der Spannweite zwischen den Summierungen verglichen, um zu bestimmen, welche Ausfallzeitverteilung verwendet werden soll. Wenn beispielsweise mit Bezug auf Tabelle 4, Fehlermodus 1, und Tabelle 7 die in Schritt 136 erzeugte konstante reelle Zufallszahl 0,85 ist, dann würde die Ausfallzeitverteilung Nr. 2 aus Tabelle 4 zur Be9stimmung der Ausfallzeit verwendet, weil 0,85 größer als 0,6, jedoch kleiner als 0,95 ist.
  • Tabelle 7
    Figure 00270001
  • In Schritt 140 wird eine neue konstante reelle Zufallszahl zwischen null und eins erzeugt. Diese konstante reelle Zufallszahl wird in Schritt 142 mit Gleichung (4) zur Bestimmung der Ausfallzeit für das Ausfallereignis unter Verwendung der in Schritt 136 bestimmten Ausfallzeitverteilungsparameter für die Ausfallzeitverteilung verwendet. Die in Schritt 142 berechnete Ausfallzeit (die Systemausfallzeit) wird in Schritt 144 an die Steuereinrichtung 84 gesendet. Die Steuereinrichtung addiert die Systemausfallzeit zu der aktuellen Simulationszeit hinzu (d. h., die Simulationszeit wird nun zum Ende des Reparaturzeitraums vor gerückt) und leitet in Schritt 144 die aktuelle Simulationszeit an die einzelnen Simulationsobjekte weiter (wobei diese Informationen in Schritt 143 von den Simulationsobjekten empfangen werden). Als Nächstes werden die Rate und der Zustand für das betreffende Simulationsobjekt 82, welches das Ausfallereignis verursacht hat, aktualisiert und in Schritt 146 an die benachbarten Simulationsobjekte gesendet, wobei im Allgemeinen die Rate auf die Ratenkonstante eingestellt wird (z. B. 54,9 m/min (180 Fuß/Minute) für die Bogenwalze 24) und der Zustand auf in Betrieb aktualisiert wird. Anschließend wird an Punkt E von 6 die Ausführung für alle Simulationsobjekte 82 fortgesetzt, wobei die Fehlerkorrektur der Fehlstartwahrscheinlichkeit in Schritt 96 beginnt.
  • Eine alternative bevorzugte Ausführungsform der vorliegenden Erfindung schließt das in 10 dargestellte Verfahren 152 für Simulationsobjekte ein, durch die Speicher- oder Pufferkomponenten wie der Akkumulator 38 modelliert werden. Jeder Akkumulator weist einen Wert für eine leere Produktstufe (d. h. der Wert, bei dem sich kein Produkt im Akkumulator befindet), einen Wert für eine aktuelle Produktstufe (d. h. den aktuellen Wert für die Produktmenge im Akkumulator) und einen Wert für eine volle Produktstufe (d. h. den Wert, bei dem der Akkumulator vollständig mit Produkt gefüllt ist und kein weiteres aufnehmen kann) auf. Beginnend mit Schritt 154 wird die Differenz zwischen der Rate von in den Akkumulator eintretendem Produkt und der Rate von aus dem Akkumulator austretendem Produkt berechnet. Als Beispiel in Bezug auf die Simulation 80 ist die Rate von in den Akkumulator 38 des Fertigungssystems 22 eintretendem Produkt die Differenz zwischen der Ratenkonstante für Produkt, das von dem Simulationsobjekt 82, welches die Kernwalze 82 darstellt, geliefert wird, und der Ratenkonstante für das vom Simulationsobjekt 82, welches die zweite Schneidmaschine 40 darstellt, empfangene Produkt. Wenn die Differenz in Schritt 156 größer als null ist, dann wird Schritt 158 ausgeführt, in dem bestimmt wird, wie lange es dauert, bis der Akkumulator 38 voll ist, indem der Wert für die volle Produktstufe von dem Wert für die aktuelle Produktstufe subtrahiert wird und diese Differenz durch die in Schritt 154 berechnete Ratendifferenz dividiert wird. Anschließend wird dieser Wert mit der aktuellen Simulationszeit summiert, die in Schritt 143 von 6 vom Simulationsobjekt 82 für den Akkumulator empfangen wurde, und an Schritt 132 gesendet. Anschließend wird dieser Simulationszeitwert für die Akkumulatorstufe (welcher ein Ausfallereignis darstellt) mit den kürzesten Simulationszeiten mit konkurrierender Ursache und kumulativer Ursache aus Schritt 132 verglichen. Wenn unter Bezugnahme auf Schritt 160 die Ratendifferenz weniger als null beträgt, dann wird Schritt 162 ausgeführt, in dem bestimmt wird, wie lange es dauert, bis der Akkumulator 38 leer ist, indem der Wert für die aktuelle Produktstufe von dem Wert für die leere Produktstufe subtrahiert wird und diese Differenz durch die in Schritt 154 berechnete Ratendifferenz dividiert wird. Anschließend wird dieser Wert mit der in Schritt 143 von 6 vom Simulationsobjekt 82 für den Akkumulator empfangenen aktuellen Simulationszeit summiert und an Schritt 132 gesendet. Anschließend wird dieser Simulationszeitwert für die Akkumulatorstufe (welcher ein Ausfallereignis darstellt) mit den kürzesten Simulationszeiten mit konkurrierender Ursache und kumulativer Ursache aus Schritt 132 verglichen. Andernfalls wird Schritt 164 ausgeführt (d. h., die Ratendifferenz ist gleich null, und die Eingangsrate entspricht der Ausgangsrate), wobei die Produktstufe im Akkumulator konstant ist und der Simulationszeitwert Unendlich für die Akkumulatorstufe an Schritt 132 gesendet wird.
  • Unter Bezugnahme auf Tabelle 8 werden nun sechs beispielhafte Zeitschritte (z. B. T = 0 Minuten, T = 143 Minuten, T = 322 Minuten, T = 327 Minuten, T = 330 Minuten und T = 350 Minuten) für eine vereinfachte erfindungsgemäße Simulation des Fertigungssystems 22 beschrieben. Jeder Zeitschritt schließt einen oder mehrere Schritte der zuvor beschriebenen Simulationsverfahren ein und soll dazu dienen, die hier beschriebenen Konzepte für weitere Klarheit allgemein zu demonstrieren. Im ersten Zeitschritt (d. h. bei T = 0 Minuten oder zu Beginn der Simulation nach der Initialisierung der Simulation) wird eine konstante reelle Zufallszahl in der vierten Spalte erzeugt, um zu bestimmen, ob ein Fehlstart für die Fehlermodi mit konkurrierender Ursache vorliegt, unter der vereinfachten Annahme, dass beim Start kein Fehlstart mit kumulativer Ursache vorliegt. Dieselbe einzelne reelle Zufallszahl wird für jeden Fehlermodus mit konkurrierender Ursache eines Maschinenobjektschritts (d. h. die Schritte 112 und 114 von 7) verwendet, und gegebenenfalls (d. h., wenn Schritt 111 von 7 ausgeführt wird) wird für jeden Fehlermodus mit kumulativer Ursache eine separate reelle Zufallszahl erzeugt. Wenn gemäß Bestimmung in den Schritten 113 oder 114 von 7 ein Fehlstart vorliegt, wird in der fünften Spalte ein "ja" angegeben. Da für den ersten Zeitschritt kein Fehlstart vorliegt, wird für jeden Fehlermodus eine konstante reelle Zufallszahl erzeugt, und diese konstante reelle Zufallszahl wird anschließend zur Erzeugung einer Betriebszeit verwendet. In der achten Spalte wird die kürzeste Betriebszeit für jedes Simulationsobjekt ausgewählt, und anschließend wird in der neunten Spalte die kürzeste Betriebszeit für das System ausgewählt. Im zweiten Zeitschritt (d. h. Zeit T = 0 + 143 Minuten) wird die Systembetriebszeit zu der aktuellen Simulationszeit addiert. In der zehnten Spalte wird eine konstante reelle Zufallszahl erzeugt; da jedoch nur eine Ausfallzeitverteilung vorliegt, wirkt sie sich nicht darauf aus, welche Ausfallzeitverteilung ausgewählt wird. In der elften Spalte wird eine Zufallszahl erzeugt, die anschließend zur Bestimmung der Ausfallzeit für Fehlermodus Nummer fünf verwendet wird. Im dritten Zeitschritt wird die Ausfallzeit aus der zwölften Spalte zu der Simulationszeit addiert (d. h. Zeit T = 143 + 179). Konstante reelle Zufallszahlen werden erneut in der vierten Spalte für die Fehlstartwahrscheinlichkeiten erzeugt (außer den Fehlermodi mit kumulativer Ursache, da das vorherige Ausfallereignis nicht auf einen Fehlermodus mit kumulativer Ursache zurückzuführen war), und es liegen keine Fehlstarts vor. Neue Betriebszeiten werden für die Fehlermodi mit konkurrierender Ursache nur in der siebten Spalte auf der Basis der in der sechsten Spalte aufgeführten konstanten reellen Zufallszahlen erzeugt. Die Be triebszeiten für die Fehlermodi mit kumulativer Ursache in der siebten Spalte entsprechen der Betriebszeit aus dem ersten Zeitschritt (d. h. bei Zeit T = 0) minus der im ersten Zeitschritt berechneten Systembetriebszeit. In der zehnten Spalte wird eine neue Systembetriebszeit ausgewählt (z. B. 5 Minuten). Nach der Ausfallzeitberechnung des vierten Zeitschritts (d. h. bei Zeit T = 327 Minuten) tritt ein Fehlstart im fünften Zeitschritt (d. h. bei Zeit T = 330 Minuten) auf, in dem eine Ausfallzeit für den Fehlermodus acht berechnet wird, der das Fehlstartereignis verursacht hat. Diese wird gemäß den Schritten 134 bis 146 von 9 berechnet. Im sechsten Zeitschritt (d. h. Zeit T = 350 Minuten) wird die im fünften Zeitschritt berechnete Ausfallzeit für das Fehlstartereignis zu der aktuellen Simulationszeit in der ersten Spalte der fünften Zeit addiert. Die Betriebszeit für jeden Fehlermodus mit konkurrierender Ursache wird in der siebten Spalte auf der Basis der konstanten reellen Zufallszahlen der sechsten Spalte erzeugt. Da keine Systembetriebszeit zwischen dem vierten und dem sechsten Zeitschritt vorlag, bleiben die Betriebszeiten für die Fehlermodi mit kumulativer Ursache dieselben wie die Betriebszeiten des dritten Zeitschritts.
  • Figure 00320001
  • Figure 00330001
  • Figure 00340001
  • Figure 00350001
  • Unter erneuter Bezugnahme auf 1 kann nach dem Aufbau der Simulation 80 in Schritt 148, wie vorstehend beschrieben, die Simulation 80 verwendet werden, um das Fertigungssystem 22 zu analysieren und Änderungen in dem Fertigungssystem 22 zu implementieren, um dessen Zuverlässigkeit zu verbessern, wie in Schritt 150 beschrieben. Beispielsweise kann die Größe des Akkumulators 38 geändert werden, die Ratenkonstanten für eine Maschine können eingestellt werden, die Anordnung von Maschinen in dem Fertigungssystem kann geändert werden, der Wert für die Beseitigung eines Fehlermodus usw. Außerdem können die Systemdaten zur Modellierung eines zweiten, noch zu konstruierenden Fertigungssystems mit ähnlichen, vielleicht in einer anderen Weise angeordneten Systemobjekten verwendet werden, um die Zuverlässigkeit des zweiten Systems vor dessen Konstruktion vorherzusagen und zu optimieren.
  • Nachfolgend sind Beispiele für Verfügbarkeit, MTBF und MTTR für ein bestehendes Fertigungssystem und dieselben Werte aus einer erfindungsgemäß erzeugten Simulation dargelegt, wobei durch die Simulation kumulative und konkurrierende Fehlermodi mit Beta-Werten von größer und kleiner als eins und Fehlstartwahrscheinlichkeiten modelliert wurden. Vorzugsweise beträgt der prozentuale Fehler (d. h. das Verhältnis des tatsächlichen Werts minus dem simulierten Wert zu dem tatsächlichen Wert X 100) weniger als etwa 3 % und mehr bevorzugt weniger als etwa 2 %. Am meisten bevorzugt beträgt der Fehler weniger als etwa 1 %. Wie erkennbar ist, können andere Werte, wie die Anzahl von Ausfallereignissen, die Ausfallzeit nach Ausfallereignis, aus einer erfindungsgemäß erzeugten Simulation ausgegeben werden. Der Betrag des Fehlers kann beispielsweise durch Erhöhung der Anzahl von Ausfallzeitverteilungen, die simuliert werden, weiter verringert werden. Beispiel 1
    Figure 00360001
    Figure 00370001
    Beispiel 2
    Figure 00370002
    Beispiel 3
    Figure 00370003

Claims (9)

  1. Verfahren zum Analysieren eines Systems, umfassend die folgenden Schritte: Sammeln von Daten aus einem ersten System, wobei das erste System eine Vielzahl von Fehlermodi mit kumulativer Ursache und eine Vielzahl von Fehlermodi mit konkurrierender Ursache aufweist, und dadurch gekennzeichnet, dass sich die Daten sowohl auf die Fehlermodi mit kumulativer Ursache als auch auf die Fehlermodi mit konkurrierender Ursache beziehen; Parameterisieren der Daten zur Verwendung mit einem Computerprogramm, welches ein zweites System simuliert; und Ausführen des Computerprogramms, welches das zweite System simuliert, wobei der Ausführungsschritt die folgenden Schritte umfasst: Berechnen einer ersten Betriebszeit für jeden Fehlermodus auf der Basis der aus dem ersten System gesammelten Daten, Bestimmen, welcher der Fehlermodi mit kumulativer Ursache und der Fehlermodi mit konkurrierender Ursache ein erstes Ausfallereignis des zweiten Systems hervorruft, durch Auswählen des kleinsten Werts der ersten Betriebszeiten, und wenn der Fehlermodus, der das erste Ausfallereignis des zweiten Systems hervorruft, einer der Vielzahl von Fehlermodi mit kumulativer Ursache ist, dann Berechnen einer zweiten Betriebszeit nur für den Fehlermodus mit kumulativer Ursache, der das erste Ausfallereignis für das zweite System hervorruft, und Berechnen einer zweiten Betriebszeit für jeden der Vielzahl von Fehlermodi mit konkurrierender Ursache und Verwenden mindestens einer der berechneten Betriebszeiten zum Implementieren von Änderungen in dem System.
  2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass der Ausführungsschritt ferner den Schritt des Berechnens einer Ausfallzeit für den Fehlermodus, der das erste Ausfallereignis hervorruft, umfasst.
  3. Verfahren nach den Ansprüchen 1 und 2, dadurch gekennzeichnet, dass der Ausführungsschritt ferner den Schritt der Bestimmung umfasst, ob in dem zweiten System ein erstes Fehlstartereignis auf der Basis von aus dem ersten System gesammelten Daten auftritt.
  4. Verfahren nach den Ansprüchen 1, 2 und 3, wobei der Ausführungsschritt ferner die folgenden Schritte umfasst: wenn ein Fehlstartereignis auftritt, dann Berechnen einer Ausfallzeit für das erste Fehlstartereignis; und gekennzeichnet durch den Schritt der Bestimmung, ob in dem zweiten System ein zweites Fehlstartereignis nach der Ausfallzeit für das erste Fehlstartereignis auftritt.
  5. Verfahren nach den Ansprüchen 1, 2, 3 und 4, wobei der Ausführungsschritt ferner den Schritt des Ausgebens eines Zuverlässigkeitswerts für das zweite System umfasst, dadurch gekennzeichnet, dass der Fehler für den Zuverlässigkeitswert weniger als etwa drei Prozent beträgt.
  6. Verfahren zum Analysieren eines Systems, umfassend die folgenden Schritte: Erhalten von Werten für eine Vielzahl von Betriebszeiten und Ausfallzeiten für ein erstes System, wobei das erste System eine Vielzahl von Fehlermodi mit kumulativer Ursache und eine Vielzahl von Fehlermodi mit konkurrierender Ursache aufweist, wobei sich die Werte für eine Vielzahl von Betriebszeiten und Ausfallzeiten sowohl auf die Fehlermodi mit kumulativer Ursache als auch auf die Fehlermodi mit konkurrierender Ursache beziehen, und Berechnen einer ersten Betriebszeit für jeden Fehlermodus auf der Basis der aus dem ersten System gesammelten Daten, Bestimmen, welcher der Fehlermodi mit kumulativer Ursache und der Fehlermodi mit konkurrierender Ursache ein erstes Ausfallereignis des zweiten Systems hervorruft, durch Auswählen des kleinsten Werts der ersten Betriebszeiten, dadurch gekennzeichnet, dass dann, wenn der Fehlermodus, der das erste Ausfallereignis des zweiten Systems hervorruft, einer der Vielzahl von Fehlermodi mit kumulativer Ursache ist, eine zweite Betriebszeit nur für den Fehlermodus mit kumulativer Ursache, der das erste Ausfallereignis für das zweite System hervorruft, berechnet wird und eine zweite Betriebszeit für jeden der Vielzahl von Fehlermodi mit konkurrierender Ursache berechnet wird, und Verwenden mindestens einer der berechneten Betriebszeiten zum Implementieren von Änderungen in dem System.
  7. Programmprodukt, umfassend ein signaltragendes Medium, welches ein Programm aus maschinenlesbaren Anweisungen umfasst, das durch ein digitales Verarbeitungsgerät ausführbar ist, um die Schritte nach Anspruch 6 auszuführen.
  8. Programmprodukt nach Anspruch 7, wobei das signaltragende Medium mindestens ein Teil eines Computernetzwerks ist.
  9. Fertigungsartikel, umfassend: mindestens einen Computer; und ein Programmprodukt, umfassend ein signaltragendes Medium, welches ein Programm aus maschinenlesbaren Anweisungen umfasst, das durch ein digitales Verarbeitungsgerät ausführbar ist, um die Schritte nach Anspruch 6 auszuführen.
DE60126404T 2000-05-04 2001-05-03 Vorrichtung und verfahren zum simulieren und analysieren eines systems mit ausfallmoden Expired - Lifetime DE60126404T2 (de)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US56500800A 2000-05-04 2000-05-04
US565008 2000-05-04
PCT/US2001/014361 WO2001084315A2 (en) 2000-05-04 2001-05-03 Apparatus and process for simulating and analyzing a system with failure modes

Publications (2)

Publication Number Publication Date
DE60126404D1 DE60126404D1 (de) 2007-03-22
DE60126404T2 true DE60126404T2 (de) 2007-10-31

Family

ID=24256820

Family Applications (1)

Application Number Title Priority Date Filing Date
DE60126404T Expired - Lifetime DE60126404T2 (de) 2000-05-04 2001-05-03 Vorrichtung und verfahren zum simulieren und analysieren eines systems mit ausfallmoden

Country Status (9)

Country Link
EP (1) EP1279098B1 (de)
AR (1) AR033672A1 (de)
AT (1) ATE353151T1 (de)
AU (1) AU2001261168A1 (de)
CA (1) CA2409753C (de)
DE (1) DE60126404T2 (de)
ES (1) ES2280372T3 (de)
MX (1) MXPA02010864A (de)
WO (1) WO2001084315A2 (de)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7571089B2 (en) 2006-08-23 2009-08-04 Kimberly Clark Worldwide, Inc. Method for simulating a system having multiple failure modes
RU2692423C1 (ru) * 2018-06-15 2019-06-24 Наталья Владиславовна Львова Способ моделирования двусторонних воздействий при использовании конфликтующими системами управления общего технологического ресурса
CN111597682B (zh) * 2020-04-14 2023-03-31 新疆大学 预测风力机齿轮箱轴承剩余寿命的方法
US11501380B1 (en) 2020-07-01 2022-11-15 BlueOwl, LLC Systems and methods for parallelly validating a plurality of policies
US11461851B1 (en) 2020-07-14 2022-10-04 BlueOwl, LLC Systems and methods for determining validation times

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5210704A (en) * 1990-10-02 1993-05-11 Technology International Incorporated System for prognosis and diagnostics of failure and wearout monitoring and for prediction of life expectancy of helicopter gearboxes and other rotating equipment
JP3186866B2 (ja) * 1992-11-20 2001-07-11 株式会社東芝 構造部材の劣化・損傷予測方法およびその予測装置
US6226597B1 (en) * 1996-11-27 2001-05-01 Hamilton Sundstrand Corporation Method of maintaining components subject to fatigue failure
JP2982741B2 (ja) * 1997-05-13 1999-11-29 日本電気株式会社 集積回路の故障診断装置及びその記録媒体

Also Published As

Publication number Publication date
EP1279098B1 (de) 2007-01-31
MXPA02010864A (es) 2003-07-14
CA2409753C (en) 2009-06-23
DE60126404D1 (de) 2007-03-22
ES2280372T3 (es) 2007-09-16
WO2001084315A2 (en) 2001-11-08
ATE353151T1 (de) 2007-02-15
CA2409753A1 (en) 2001-11-08
AR033672A1 (es) 2004-01-07
AU2001261168A1 (en) 2001-11-12
EP1279098A2 (de) 2003-01-29
WO2001084315A3 (en) 2002-07-18

Similar Documents

Publication Publication Date Title
DE102012102770B9 (de) System und Verfahren zur Fehlereingrenzung und Fehlerabschwächung basierend auf einer Netzwerkmodellierung
DE102018103827A1 (de) Lagerverwaltungssystem mit funktionen für das ausführen von lagerverwaltung und vorbeugender instandhaltung
DE102019218138A1 (de) Ein proaktives und automatisiertes System und Verfahren davon zum Reparieren eines suboptimalen Betriebs einer Maschine
DE10331207A1 (de) Verfahren und Vorrichtung zur Vorhersage einer Ausfall-Häufigkeit
WO2020216530A1 (de) Verfahren zum bestimmen von restnutzungszyklen, restnutzungszyklusbestimmungsschaltung, restnutzungszyklusbestimmungsvorrichtung
EP2442248A1 (de) Kopplungsmethodik für nicht-iterative Co-Simulation
DE102019219727A1 (de) System und Verfahren zum Detektieren von Anomalien in Sensordaten von industriellen Maschinen, die in einer vorbestimmten Umgebung angeordnet sind
DE202017106569U1 (de) Analyse grossangelegter Datenverarbeitungsaufträge
DE102019001760A1 (de) Informationsverarbeitungsgerät, maschinelle lernvorrichtungund system
DE112019005467T5 (de) System und verfahren zum erkennen und vorhersagen von mustern eines anomalen sensorverhaltens einer maschine
EP3914979A1 (de) Virtueller sensor auf einer übergeordneten maschinenplattform
EP2854045B1 (de) Verfahren und System zum Bewerten von erhobenen Messwerten eines Systems
DE60126404T2 (de) Vorrichtung und verfahren zum simulieren und analysieren eines systems mit ausfallmoden
EP1470459A1 (de) Frühzeitige prognose der zuverlässigkeit einer technischen anordnung
DE102020200051A1 (de) Verfahren zum Bestimmen von Restnutzungszyklen, Restnutzungszyklusbestimmungsschaltung, Restnutzungszyklusbestimmungsvorrichtung
WO2012034805A1 (de) Vorrichtung zur verarbeitung von daten in einem rechnergestützten logiksystem sowie entsprechendes verfahren
US20020069044A1 (en) Computer apparatuses and processes for analyzing a system having false start events
Bauer Automated Hybrid Time Series Forecasting: Design, Benchmarking, and Use Cases
DE10346612A1 (de) Verfahren zur Prognose einer zeitlichen Entwicklung einer Systemgröße
WO2017190956A1 (de) Verfahren zum bestimmen eines modells
EP3340250B1 (de) Bauteilidentifikation bei der fehlerbehandlung von medizinischen geräten
EP1264253B1 (de) Verfahren und anordnung zur modellierung eines systems
WO2005109196A1 (de) Verfahren zur bestimmung von verklemmungen in nebenläufigen prozessen
DE102018208782A1 (de) Verfahren zur Qualitätssicherung bei der Produktion eines Produktes sowie Recheneinrichtung und Computerprogramm
EP1997007B1 (de) Verfahren und managementsystem zum konfigurieren eines informationssystems

Legal Events

Date Code Title Description
8364 No opposition during term of opposition