Loading…
Automatisierte Lebensdatenanalyse mittels der Weibull-Verteilung zur Instandhaltung von Triebwerken
Krämer, Jonathan
In der folgenden Bachelorarbeit werden die Möglichkeiten der Automatisierung der Lebensdatenanalyse untersucht. Im Besonderen soll ein Prozess der Instandhaltung der Firma Rolls-Royce Deutschland automatisiert werden. Hierfür werden grundsätzliche Informationen über die Analyse von Lebensdaten in der technischen Industrie herausgearbeitet. Anschließend wird die Analyse für den Beispielprozess händisch durchgeführt, um Aufwand und notwendige Arbeitsschritte aufzuzeigen. Mit dem daraus resultierenden Wissen werden Kriterien für die automatisierte Lösung erstellt. Hierunter befinden sich verfügbare Verteilungen, Methoden zur Parameterschätzung und Schätzung von Konfidenzintervallen und Möglichkeiten der Erstellung von Outputs. Unter Anwendung dieser Kriterien ist es nun möglich viele verschiedene Softwarelösungen miteinander zu vergleichen. Anschließend werden die am besten geeigneten Lösungen ausgewählt, um den Prozess der Lebensdatenanalyse mit ihnen durchzuführen und zu vergleichen. Schließlich wird ein in "R" selbst programmiertes Programm aufgrund seiner Flexibilität und maximalen Automatisierungsfähigkeit als beste Lösung ausgewählt. Die Arbeit erklärt auch den Prozess der Verwendung von vorhandenen Paketen in der Programmiersprache "R" und dem Aufbau einer Nutzeroberfläche, die Funktionen dieser Pakete verwendet. Sie ist besonders interessant für Leute, die einen Überblick über die Lebensdatenanalyse und deren vergangene und aktuelle Softwarelösungen bekommen möchten. Ebenfalls spricht sie Leute an, die statistische Prozesse in der Programmiersprache "R" automatisieren wollen.
The following bachelor thesis investigates the possibilities of automating the life data analysis for a given process in the maintenance of Rolls-Royce Germany. For this to be done, general information about life data analysis in the engineering industry is given. For the process that is to be automated the life data analysis is done manually. With the resulting knowledge criteria for automated solutions are created. These are available distributions, methods for estimating parameters and confidence intervals and the possibilities of generating outputs. The main contribution of this thesis is the test of many software solutions for the elaborated criteria all captured in one table. As a final study some of the best fitting solutions are tested with the process of the life data analysis. As a result, a self-programmed solution in "R" is the best solution to maximize the automation of the given life data analysis. The thesis also explains the process of turning a chosen package with specified functions into a usable app. This thesis is interesting for people who want an overview over the former and current software solutions for life data analysis and their possibility for automation.
