WO2020094187A1

WO2020094187A1 - Verfahren und system zum prognostizieren eines ausfalls einer ventilatorgruppe sowie entsprechende ventilatorgruppe

Info

Publication number: WO2020094187A1
Application number: PCT/DE2019/200117
Authority: WO
Inventors: Bjoern WENGER; Michael Aichele
Original assignee: Ziehl-Abegg Se
Priority date: 2018-11-08
Filing date: 2019-10-09
Publication date: 2020-05-14
Also published as: EP3824417A1; US20210398003A1; DE102018219094A1; CN113168597A

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 und Berechnen 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

VERFAHREN UND SYSTEM ZUM PROGNOSTIZIEREN EINES AUSFALLS EINER VENTILATORGRUPPE SOWIE ENTSPRECHENDE VENTILATORGRUPPE

Die Erfindung betrifft ein Verfahren und ein System zum Prognostizieren eines Ausfalls einer Ventilatorgruppe mit N Ventilatoren, von denen n Ventilatoren redun- dant sind, wobei bei Ausfall von n Ventilatoren ein Ausfall der Ventilatorgruppe vor- liegt und wobei 1 < n < N. Die Erfindung betrifft ferner eine entsprechende Ventilator- gruppe.

Insbesondere bei der Belüftung oder Klimatisierung von Räumen oder Anlagen werden statt einzelner Ventilatoren vielfach Ventilatorgruppen eingesetzt. Hierbei be- fördern mehrere Ventilatoren gleichzeitig Luft für eine Anwendung, wobei die Ventila- toren 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 vorbeibe- wegen, 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 ausge- führt. 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 Ventila- toren 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 gleich- zusetzen ist. Dies hat zur Folge, dass derartig redundant aufgebaute Ventilator- gruppen 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 Ventila- torgruppe ausgetauscht. In solchen Einsatzszenarien ist es von Interesse, den Zeit punkt 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 Eisan- lagerungen 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 aufwän- digen Messreihen konkrete Koeffizienten der Lebensdauerberechnung für unter- schiedlichste Betriebssituationen ermittelt werden. Zudem müssen Sensoren nahe bei den Ventilatoren angebracht werden, die Lebensdauer beeinflussende physikalische Größen, wie Temperatur oder Vibrationen, messen und eine Be- stimmung von Koeffizienten der Lebensdauerberechnung ermöglichen. Diese Heran- gehensweise erzeugt jedoch ebenfalls einen erheblichen Mehraufwand. Dieser Mehr- aufwand 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 ein- fachen Mitteln möglich ist. Erfindungsgemäß wird die voranstehende Aufgabe durch die Merkmale des An- spruchs 1 gelöst. Danach sind bei dem in Rede stehenden Verfahren Ausfallwahr- scheinlichkeiten der Ventilatoren als Funktion einer Betriebsdauer der Ventilator- gruppe durch eine Wahrscheinlichkeitsverteilung beschreibbar, wobei die Wahr- scheinlichkeitsverteilung 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 Approxi- mieren 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 Ausfallwahr- scheinlichkeiten der Ventilatoren als Funktion einer Betriebsdauer der Ventilator- gruppe durch eine Wahrscheinlichkeitsverteilung beschreibbar, wobei die Wahr- scheinlichkeitsverteilung 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 Venti- lators ausgebildet ist, wobei die Zeitmesseinheit kommunizierend mit der Über- wachungseinheit verbunden ist und jeweils die Betriebsdauer der Ventilatorgruppe bis zu einem Ausfall eines Ventilators misst,

eine Wahrscheinlichkeitseinheit, die zum Erzeugen von Ausfallwahrscheinlich- keiten von Ventilatoren der Ventilatorgruppe ausgebildet ist,

eine Parametriereinheit, die zum Erzeugen einer parametrierten Wahrschein- lichkeitsverteilung durch Approximieren der Wahrscheinlichkeitsverteilung an mindestens ein erzeugtes Wertepaar ausgebildet ist, wobei das mindestens eine er- zeugte 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 Ausfallwahrschein- lichkeit 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 erfindungs- gemäßen 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 viel mehr, 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 relevan- ten Betriebsbedingungen meist über alle Ventilatoren einer Ventilatorgruppe sehr ähnlich sind. Bei Ventilatoren ist die Lebensdauer insbesondere durch die Lebens- dauer 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 zuneh- mendem Alter reduziert. Zum anderen kann es mit zunehmender Betriebsdauer des Lagers zu einem Schmiermittelverlust kommen, wodurch die Benetzung der Wälz- körper 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 Vibra- tionsbeanspruchungen 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 Ventila- torgruppe 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 Wahrschein- lichkeitsverteilungen mit mindestens einem Parameter parametriert, in dem im vor- liegenden 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 Ventilator- gruppe bis zu dem ersten Ausfall eines Ventilators angibt. Die erste Ausfallwahr- scheinlichkeit 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 ange- nähert wird. Im einfachsten Fall bedeutet dies, dass das erste Wertepaar in die Wahr- scheinlichkeitsverteilung eingesetzt wird und daraus ein Parameter der Wahrschein- lichkeitsverteilung ermittelt und eingesetzt wird. Sollte die Wahrscheinlichkeitsver- teilung 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 parame- trierten 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 Ventilator- gruppe. Dieser Ausfallzeitpunkt kann auch als„Systemausfall“ bezeichnet werden.

Das erfindungsgemäße Verfahren kann für verschiedenste Ventilatorgruppen ver- wendet 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 zwei- dimensionale 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 ange- ordnet, so dass die Ventilatoren in„Zeilen“ und„Spalten“ angeordnet sind. Dabei können beispielsweise 3 x 4 oder 4 x 4 oder 5 x 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 Ventilator- gruppe 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 Ventila- toren 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 Venti- latoren einer Ventilatorgruppe mit N = 4 ^c 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 Mindestförder- leistung 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 be- deutet beispielsweise, dass der n-te Ausfallzeitpunkt die Betriebsdauer zwischen der Erstinbetriebnahme und dem Zeitpunkt des n-ten Ausfalls eines Ventilators bezeich- net. Es sei jedoch darauf hingewiesen, dass die Zeitpunkte auch relative Angaben sein können. So ist es beispielsweise für die Angabe des prognostizierten Ausfallzeit- punkt der Ventilatorgruppe von untergeordneter Bedeutung, wie viele Betriebsstun- den 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 be- vorzugter 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 einge- setzt werden wie Asynchronmotoren oder andere Motortechnologien. Wichtig dürfte jedoch sein, dass alle Ventilatoren der Ventilatorgruppe baugleich sind, um eine Ver- gleichbarkeit der einzelnen Ventilatoren erhalten zu können.

In einer Weiterbildung werden ergänzend zu der ersten und n-ten Ausfallwahrschein- lichkeit eine oder mehrere weitere Ausfallwahrscheinlichkeiten erzeugt. Prinzipiell können diese weiteren Ausfallwahrscheinlichkeiten die Ausfälle sämtlicher N Ventila- toren 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 Ausfallwahr- scheinlichkeiten 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 Ausfallwahrschein- lichkeiten 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 Spei- cher 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 Ausfall- wahrscheinlichkeit die Ausfallwahrscheinlichkeit (bei Bedarf) bestimmt oder approxi- miert. 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 Wahr- scheinlichkeit für den k-ten Ausfall wird beispielsweise mit der folgenden Gleichung berechnet:

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: k-0,3

P^k_ 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 abge- legten 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 Parametrie- rung 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 Aus- fallwahrscheinlichkeit noch nicht erzeugt worden ist, wird zudem die zweite Ausfall- wahrscheinlichkeit erzeugt, die eine Wahrscheinlichkeit des zweiten Ausfalls angibt. Danach wird der Schritt des Erzeugens einer parametrierten Wahrscheinlichkeits- Verteilung durchgeführt, in dem die Wahrscheinlichkeitsverteilung an das erste Werte- paar 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 zusam- menfallen werden, wird eine parametrierte Wahrscheinlichkeitsverteilung derart ge- wählt, 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 durchge- führt wird. Andererseits kann dieser Schritt auch dazu genutzt werden, die vorherge- hende Parametrierung der Wahrscheinlichkeitsverteilung zu aktualisieren.

Generell kann bei jedem Ausfall eines Ventilators der Ventilatorgruppe die parame- trierte 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 Ventilator- gruppe 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 Wahrscheinlichkeitsver- teilung derart bestimmt, dass alle Wertepaare bestehend aus einer Ausfallwahr- scheinlichkeit und einem zugehörigen Ausfallzeitpunkt für den ersten bis einschließ- lich k-ten Ausfall möglichst nahe an der aktualisierten parametrierten Wahrscheinlich- keitsverteilung liegen. Auch hier kann beispielsweise ein Least-Square-Schätzer ein- gesetzt werden. Wenn beispielsweise k = 4 ist, würde bei der Aktualisierung der para- metrierten 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 Ausfallzeit- punkt 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 prognos- tizierten Systemausfall, sondern vielmehr die noch verbleibende Betriebsdauer der Ventilatorgruppe, also die Restlebensdauer, von Bedeutung ist, kann mit der Neu- berechnung des prognostizierten Zeitpunkts eines Systemausfalls auch die Rest- lebensdauer neu berechnet werden. Dazu muss lediglich die aktuelle Betriebsdauer der Ventilatorgruppe von dem prognostizierten Zeitpunkt eines Systemausfalls abge- zogen werden.

Zusätzlich zu der Berechnung des n-ten Ausfallzeitpunkts können noch weitere prog- nostizierte Ausfallzeitpunkte berechnet werden. Diese weiteren prognostizierten Aus- fallzeitpunkte würden alle zukünftigen Ausfälle eines Ventilators der Ventilatorgruppe betreffen. Für die Berechnung der weiteren Ausfallzeitpunkte würde - wie bei der Be- rechnung des n-ten Ausfallzeitpunkts - die parametrierte Wahrscheinlichkeitsver- teilung und eine zu dem jeweiligen weiteren Ausfallzeitpunkt gehörende Ausfallwahr- scheinlichkeit 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 betref- fende Wahrscheinlichkeitsverteilung berücksichtigen können, dass die Stichproben- menge 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 vorzugs- weise durch einen Offset und/oder eine Skalierung gebildet ist. Der Offset beschreibt dabei, wie eine die Weibull-Verteilung beschreibende Kurve innerhalb eines Dia- gramms verschoben ist. Üblicherweise wird dieser Offset durch eine Verschiebung in Ordinatenrichtung repräsentiert. Die Skalierung gibt an, wie stark die Weibull-Ver- teilung ansteigt.

In einer Ausgestaltung ist die Wahrscheinlichkeitsverteilung in einem doppel- logarithmischen Diagramm eine Gerade mit einer definierten Steigung. Der Parame- ter der Wahrscheinlichkeitsverteilung ist durch eine Verschiebung der Geraden in Ordinatenrichtung gebildet. Bei Bestimmen einer parametrierten Wahrscheinlich- keitsverteilung würde die Ordinatenverschiebung bestimmt, bei der die Wahrschein- lichkeitsverteilung 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 Zeit- punkt 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 draht- los 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 System- Überwachungseinheit ausgegeben werden. Diese Systemüberwachungseinheit kann die Ventilatorgruppe hinsichtlich ihres Betriebsverhaltens überwachen. Auf diese Weise kann bei Erreichen kritischer Zustände oder bei einem drohenden System- ausfall 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 Ausfallberechnungs- einheit. 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 Überwachungs- einheit den Ausfall eines Ventilators erkennt, würde diese eine entsprechende Signalisierung ausgeben. Die Zeitmesseinheit ist zum Ermitteln eines Ausfallzeit- punkt eines Ventilators ausgebildet. Hierzu ist die Zeitmesseinheit kommunizierend mit der Überwachungseinheit verbunden und misst die Betriebsdauer der Ventilator- gruppe. Für das Messen der Betriebsdauer kann der Zeitmesseinheit eine Echtzeituhr zur Verfügung gestellt sein, die die Zeitmesseinheit zur Bestimmung der Be- triebsdauer 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 Ausfallwahrscheinlich- keiten übergibt die Wahrscheinlichkeitseinheit an die Parametriereinheit, die zum Erzeugen und/oder Anpassen einer parametrierten Wahrscheinlichkeitsverteilung ausgebildet ist. Hierzu wird ein Parameter/werden Parameter der Wahrscheinlich- keitsverteilung 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, basie- rend auf der parametrierten Wahrscheinlichkeitsverteilung und einer n-ten Ausfall- wahrscheinlichkeit einen prognostizierten Ausfallzeitpunkt der Ventilatorgruppe zu berechnen.

Dieses erfindungsgemäße System kann Bestandteil einer erfindungsgemäßen Ven- tilatorgruppe 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 Ausfüh- rungsbeispiels der Erfindung anhand der Zeichnung werden auch im Allgemeinen be- vorzugte Ausgestaltungen und Weiterbildungen der Lehre erläutert. In der Zeichnung zeigen Fig. 1 ein Ablaufdiagramm eines Ausführungsbeispiels eines erfindungsgemäßen Verfahrens,

Fig. 2 ein doppellogarithmisches Diagramm mit einem ersten Wertepaar, das eine

Ausfallwahrscheinlichkeit und einen zugehörigen Ausfallzeitpunkt umfasst,

Fig. 3 das Diagramm nach Fig. 2, in das ergänzend eine Verteilungsfunktion nach einer Weibull-Verteilung eingezeichnet ist,

Fig. 4 ein doppellogarithmisches Diagramm mit einem ersten Wertepaar und einem zweiten Wertepaar, die jeweils eine Ausfallwahrscheinlichkeit und einen zugehörigen Ausfallzeitpunkt umfassen,

Fig. 5 das Diagramm nach Fig. 4, in das ergänzend eine Verteilungsfunktion nach einer Weibull-Verteilung eingezeichnet ist und

Fig. 6 das Diagramm nach Fig. 5, in das zusätzlich ein drittes, ein viertes und ein fünftes Wertepaar eingezeichnet ist.

Fig. 1 zeigt ein Ablaufdiagramm eines Ausführungsbeispiels eines erfindungsge- mäßen Verfahrens, das eine Weibull-Verteilung nutzt. Dabei basiert das Verfahren auf der Wahrscheinlichkeitsverteilung für den Ausfall von Lagerfett oder von Elektro- nikbauteilen. 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 die- selbe Steigung aufweist, unabhängig davon bei welcher Temperatur, welcher Vibra- tionsbeanspruchung oder welcher Einbaulage der Ventilator betrieben wird. Die Weibull-Gerade unterscheidet sich lediglich dadurch, wie sie in dem doppellogarith- mischen Diagramm angeordnet ist. Dies bedeutet, dass die Weibull-Gerade abhängig von den Betriebsbedingungen der Ventilatoren einen unterschiedlichen Ordinaten- wert aufweist. Dieser Ordinatenwert stellt damit ein Parameter der Wahrscheinlich- keitsverteilung 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 Venti- lators 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 abge- legt, vorzugsweise ein nicht flüchtiger Speicher, auf den verschiedene Komponenten des erfindungsgemäßen Systems zum Prognostizieren eines Ausfalls der Ventilator- gruppe zugreifen können.

In Schritt 3 werden die Ausfallwahrscheinlichkeiten der Ventilatoren der Ventilator- gruppe nach einem Median-Rang-Verfahren nach Benard als prozentuale Werte berechnet. Wie bereits ausgeführt, kann die Ausfallwahrscheinlichkeit mit der nach- folgenden Formel berechnet werden: k-0,3

P^k_ 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 aus- gegangen, dass die Ventilatorgruppe 16 Ventilatoren umfasst, von denen 5 redundant sind. Damit ergeben sich die folgenden Ausfallwahrscheinlichkeiten: k = 1 (erste Ausfall): Pi = 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): Pi6 = 95,7% Damit ist bekannt, welcher Wert der Ausfallwahrscheinlichkeit dem jeweils ausge- fallenen Ventilator zugeordnet werden kann. Diese Ausfallwahrscheinlichkeiten wer- den dazu verwendet, prognostizierte Ausfallzeitpunkt für zukünftige Ausfälle abzu- schätzen.

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 erfin- dungsgemäßen 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 Wahrscheinlichkeits- Verteilung genutzt wird.

Prinzipiell kann mit Detektieren des ersten Ausfalls eine parametrierte Wahrschein- lichkeitsverteilung ermittelt werden, was anhand der Fig. 2 und 3 näher betrachtet werden wird. Bei dem vorliegenden Ausführungsbeispiel der Fig. 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 Fehlerab- weichung 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 Wahrschein- lichkeitsverteilung entstanden, deren Steigung empirisch ermittelt worden ist und deren Ordinatenabschnitt nun als Parameter der Wahrscheinlichkeitsverteilung fest- gelegt worden ist. Anhand dieser parametrierten Wahrscheinlichkeitsverteilung kön- nen in Schritt 10 zusammen mit den weiteren Ausfallwahrscheinlichkeiten die ge- schätzten zukünftigen Ausfallzeitpunkt ermittelt werden. In Schritt 1 1 wird der prog- nostizierte n-te Ausfallzeitpunkt und damit der prognostizierte Ausfall der Ventilator- gruppe 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 Wahrschein- lichkeitsverteilung und der prognostizierte Zeitpunkt des Ausfalls der Ventilatorgruppe aktualisiert werden. Wenn die Anzahl der Ausfälle größer als die Anzahl n der redun- danten Ventilatoren ist, wird das Verfahren beendet, da ein Systemausfall vorliegt.

Anhand der Figuren 2 bis 6 sollen die Schritte 8 bis 1 1 nochmals genauer betrachtet werden. Jede der Figuren 2 bis 6 stellt ein Weibull-Netz dar, bei dem die Ausfallwahr- scheinlichkeit über der Laufzeit der Ventilatorgruppe aufgetragen ist. Dabei ist sowohl die Abszisse als auch die Ordinate logarithmisch dargestellt. Die Fig. 2 und 3 stellen einen Verfahrensablauf dar, bei dem bereits nach dem ersten Ausfall eine parametrierte Wahrscheinlichkeitsverteilung erzeugt wird. In Fig. 2 ist zunächst das erste Wertepaar 20 eingezeichnet, das durch die erste Ausfallwahrscheinlichkeit und den ersten Ausfallzeitpunkt definiert ist. In Fig. 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 Fig. 4 ist zusätzlich zu dem ersten Wertepaar 20 das zweite Wertepaar 21 eingezeichnet. In Fig. 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 Fig. 5 im Vergleich zu der Weibull-Geraden der Fig. 3 geringfügig nach oben verschoben ist. Dies bedeutet, dass der erste Ansatz der parametrierten Wahrscheinlichkeits- Verteilung 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 eingezeichne- ten Weibull-Geraden 22 können dann die weiteren Ausfallzeitpunkte ermittelt werden. Hierzu wird betrachtet, wann die Weibull-Gerade 22 eine zugehörige Ausfallwahr- scheinlichkeit 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 zuge- hörige 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 Fig. 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 beschrie- bene Ausführungsbeispiel lediglich zur Erörterung der beanspruchten Lehre dienen, diese jedoch nicht auf die Ausführungsbeispiele einschränken. Bezugszeichenliste

Erstes Wertepaar

Zweites Wertepaar Weibull-Gerade

Drittes Wertepaar

Viertes Wertepaar

Fünftes Wertepaar

Claims

A n s p r ü c h e

1. 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 Ausfall- wahrscheinlichkeiten der Ventilatoren als Funktion einer Betriebsdauer der Ventilator- gruppe durch eine Wahrscheinlichkeitsverteilung beschreibbar sind und wobei die Wahrscheinlichkeitsverteilung zumindest durch einen Parameter parametrierbar ist, umfassend die Schritte:

Ermitteln eines ersten Ausfallzeitpunkts, wobei der erste Ausfallzeitpunkt die Betriebsdauer der Ventilatorgruppe bis zum ersten Ausfall eines Ventilators angibt, Erzeugen einer parametrierten Wahrscheinlichkeitsverteilung durch Approxi- mieren der Wahrscheinlichkeitsverteilung an ein erstes Wertepaar bestehend aus der ersten Ausfallwahrscheinlichkeit und dem ersten Ausfallzeitpunkt und

2. Verfahren nach Anspruch 1 , gekennzeichnet durch das Erzeugen einer k-ten Ausfallwahrscheinlichkeit, wobei die k-te Ausfallwahrscheinlichkeit die Wahrschein- lichkeit eines k-ten Ausfalls eines Ventilators der Ventilatorgruppe angibt, wobei 2 < k < n und wobei vorzugsweise für jedes k eine Ausfallwahrscheinlichkeit be- rechnet wird.

3. Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass bei dem Schritt des Erzeugens einer Ausfallwahrscheinlichkeit ein in einem Speicher abge- legter Wahrscheinlichkeitswert ausgelesen wird.

4. 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-Ver- fahren verwendet wird.

5. Verfahren nach Anspruch 4, dadurch gekennzeichnet, dass bei dem Bestim- men oder Approximieren eines Wahrscheinlichkeitswertes ein Median-Rang-Ver- fahren nach Benard oder ein Kaplan-Meier-Verfahren oder eine Beta-Verteilung oder eine F-Verteilung verwendet wird.

6. Verfahren nach einem der Ansprüche 1 bis 5, dadurch gekennzeichnet, dass bei einem zweiten Ausfall eines Ventilators der Ventilatorgruppe ein zweiter Ausfall- zeitpunkt 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 Appro- ximieren der Wahrscheinlichkeitsverteilung an das erste Wertepaar und an ein zweites Wertepaar bestehend aus einer zweiten Ausfallwahrscheinlichkeit und dem zweiten Ausfallzeitpunkt durchgeführt wird.

7. Verfahren nach einem der Ansprüche 1 bis 6, dadurch gekennzeichnet, dass bei einem k-ten Ausfall eines Ventilators der Ventilatorgruppe ein k-ter Ausfallzeit- punkt bestimmt wird, wobei 2 < k < n, wobei der k-te Ausfallzeitpunkt die Betriebs- dauer der Ventilatorgruppe bis zum k-ten Ausfall eines Ventilators angibt, dass die parametrierte Wahrscheinlichkeitsverteilung derart angepasst wird, dass die Wahr- scheinlichkeitsverteilung an Wertepaare approximiert wird, die jeweils aus einer Ausfallwahrscheinlichkeit und einem zugehörigen Ausfallzeitpunkt bis einschließlich dem k-ten Ausfallzeitpunkt gebildet sind.

8. Verfahren nach Anspruch 6 oder 7, dadurch gekennzeichnet, dass nach Anpassung der parametrierten Wahrscheinlichkeitsverteilung der n-te Ausfallzeit- punkt und damit der Zeitpunkt eines prognostizierten Ausfalls der Ventilatorgruppe neu berechnet wird.

9. 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 Ausfallwahrscheinlich- keit berechnet werden.

10. Verfahren nach einem der Ansprüche 1 bis 9, dadurch gekennzeichnet, dass die Wahrscheinlichkeitsverteilung eine Weibullverteilung ist, deren Parameter vor- zugsweise durch einen Offset und/oder eine Skalierung gebildet ist.

1 1. 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.

12. Verfahren nach einem der Ansprüche 1 bis 1 1 , 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.

13. 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.

14. System zum Prognostizieren eines Ausfalls einer Ventilatorgruppe mit N Ventilatoren, von denen n Ventilatoren redundant sind, insbesondere zur Durch- führung 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 para- metrierbar ist, umfassend: eine Überwachungseinheit, die zum Erkennen von Ausfällen von Ventilatoren der Ventilatorgruppe ausgebildet ist,

eine Parametriereinheit, die zum Erzeugen und/oder Anpassen einer para- metrierten Wahrscheinlichkeitsverteilung durch Approximieren der Wahrscheinlich- keitsverteilung an mindestens ein erzeugtes Wertepaar ausgebildet ist, wobei das mindestens eine erzeugte Wertepaar eine Ausfallwahrscheinlichkeit und ein zuge- höriger gemessener Ausfallzeitpunkt umfasst, und

eine Ausfallsberechnungseinheit, die dazu ausgebildet ist, basierend auf der parametrierten Wahrscheinlichkeitsverteilung und einer n-ten Ausfallwahrschein- lichkeit einen prognostizieren Ausfallzeitpunkt der Ventilatorgruppe zu berechnen.

15. Ventilatorgruppe bestehend aus N Ventilatoren, von denen n Ventilatoren redundant sind, sowie einem System nach Anspruch 14 zur Prognostizierung eines Ausfalls der Ventilatorgruppe.