Integrierte Modellierung von Zuverlässigkeit und dynamischem Verhalten mechatronischer Systeme
Thorben Kaul
Die digitale Transformation prägt die Entwicklung intelligenter technischer Systeme, welche durch Vernetzung und inhärente Intelligenz einen weiten Funktionsumfang aufweisen. Selbstoptimierende Systeme sind als Stellvertreter der Klasse intelligenter Systeme durch die autonome zielkonforme Adaption des Systemverhaltens charakterisiert. Dabei stellen mechatronische Systeme eine der Grundlagen dieser Systemklasse dar, indem die Umwelt- und Betriebsbedingungen sowie die Systemzustände sensorisch erfasst und das dynamische Systemverhalten zielgerichtet beeinflusst werden. Der große Funktionsumfang intelligenter technischer Systeme geht mit einer Zunahme der Systemkomplexität einher, die eine Herausforderung bei der Absicherung der Verlässlichkeit darstellt. Dem gegenüber bieten insbesondere selbstoptimierende Systeme Potenziale zur Steigerung der Verlässlichkeit. Die Umsetzung entsprechender Maßnahmen erfordert die Unterstützung des Entwicklungsprozesses durch geeignete Methoden. Die Beherrschung der zunehmenden Systemkomplexität ist durch die Verwendung vorhandener Modelle des Entwicklungsprozesses möglich, wird aber in aktuellen Methoden nicht umfänglich genutzt. Das Ziel ist die Absicherung der Verlässlichkeit bereits in frühen Entwicklungsphasen bis hin in späte Lebenszyklusphasen. Es wird eine Methode für die integrierte Modellierung der Zuverlässigkeit, als zentrale Kenngröße der Verlässlichkeit, und des dynamischen Systemverhaltens entwickelt. Anhand von drei Anwendungsbeispielen wird gezeigt, dass diese Methode die Entwicklung von Maßnahmen zur Steigerung der Verlässlichkeit in selbstoptimierenden Systemen ermöglicht, auf komplexe Systeme anwendbar ist und die Absicherung der Verlässlichkeit während des Betriebs mit Hilfe eines Digitalen Zwillings unterstützt.
