PowerPoint-Präsentationarchiv.windenergietage.de/WT25/25WT1011_F2_1115_IQZ.pdf · • Evaluation of failure rates with respect to environmental conditions Data handbooks No field

IEC 61400-1BEDEUTUNG UND NUTZEN DER „FAILURE MODE RETURN PERIODS“

Dr.-Ing. Jan Hauschild

© I

nst

itu

t fü

r Q

ua

litä

ts-

un

d Z

uv

erlä

ssig

kei

tsm

an

ag

emen

t G

mb

H

10.11.2016 25. Windenergietage, Templiner See 20161

IQZ VORSTELLUNG

Geschäftsstelle Hamburg

Hauptsitz Wuppertal

Beratungs- und Forschungsdienstleistung auf Stand von Wissenschaft und Technik

Qualitätsmanagement

Risikomanagement

Sicherheitsmanagement

Zuverlässigkeitsmanagement

Kooperationspartner in China, Korea und den USA

„Wir helfen bei der Entwicklung sicherer

und zuverlässiger Produkte und

Prozesse“

http://www.phoenixhof.de/images/bg_phoenixhalle2.jpg

http://www.w-tec.de/downloads/au_en_fertig_01.jpg

© I

nst

itu

t fü

r Q

ua

litä

ts-

un

d Z

uv

erlä

ssig

kei

tsm

an

ag

emen

t G

mb

H


UNSERE HAUPTGESCHÄFTSFELDER

WarrantyManagement

Funktionale Sicherheit

Ersatzteil-management

Optimierung Anlagen-

verfügbarkeit

Felddaten-auswertung / Zuverlässig-

keitsprognosen

Zuver-lässigkeits-

management bei Neuent-wicklungen

Ihre Heraus-

forderung

Risiko-simulation

Maschinen-sicherheit

Standort-bezogene Risiko-

beurteilung

© I

nst

itu

t fü

r Q

ua

litä

ts-

un

d Z

uv

erlä

ssig

kei

tsm

an

ag

emen

t G

mb

H

10.11.2016 3

Das IQZ berät Unternehmen in zahlreichen Industriezweigen. Profitieren Sie vom Wissenstransfer.

VERSCHIEDENE INDUSTRIEN – GLEICHE HERAUSFORDERUNGEN – EIN BERATER

Automotive Windenergie

Luftfahrt Bahntechnik

25. Windenergietage, Templiner See 2016

© I

nst

itu

t fü

r Q

ua

litä

ts-

un

d Z

uv

erlä

ssig

kei

tsm

an

ag

emen

t G

mb

H

Einleitung

Zuverlässigkeitsmanagement-Prozess

Ermittlung der „failure mode return periods“

• Methoden und Prozesse

• Systemanalyse

• Datenanalyse

Zusammenfassung und Ausblick


AGENDA

EINLEITUNG

FAILURE MODE RETURN PERIODS - HINTERGRUND UND NUTZEN

10.11.2016 5 25. Windenergietage, Templiner See 2016

© I

nst

itu

t fü

r Q

ua

litä

ts-

un

d Z

uv

erlä

ssig

kei

tsm

an

ag

emen

t G

mb

H

KONTEXT DER SICHERHEITSRELEVANTEN REGELWERKE


Bauwerk• Turm• Fundament

Maschine• Triebstrang, Getriebe, Kupplung• Bremse, Generator

DIBT 2012

IEC 61400

GL 2010

Maschinen-richtlinie2006/42/EG

IEC 62061

ISO 13849

Maschinen-verordnung

Standort• Verkehrswege• Störfallbetriebe …

…BImSchG

…

© I

nst

itu

t fü

r Q

ua

litä

ts-

un

d Z

uv

erlä

ssig

kei

tsm

an

ag

emen

t G

mb

H

Beispiel Turm [www.wind-energie.de, 2016]

• Größte und schwerste Teil einer Windenergieanlage

• Ein bis 1,8 Mal länger als der Rotordurchmesser

• Kosten zwischen 15 und 25 Prozent der Herstellkosten einer gesamten Windenergieanlage

• Trägt wesentlich zu den Montage- und Transportkosten bei


Einsparpotentiale identifizieren Bemessungslast und Systemtechnik spezifizieren und nachweisen!

EINSPARPOTENTIALE DURCH LASTREDUKTION

© I

nst

itu

t fü

r Q

ua

litä

ts-

un

d Z

uv

erlä

ssig

kei

tsm

an

ag

emen

t G

mb

H

10.11.2016 8

FAILURE MODE RETURN PERIODS - MTBF UND F


𝐹𝑑 = 𝛾𝑓 ∙ 𝐹𝑘 Fd: design loadf: partial safety factor for loadsFk: characteristic load

• Vorgabe der Bemessungslast Ermittlung des Teilsicherheitsbeiwertes f

Auslegung und Nachweis der MTBF (Domäne Systementwicklung)

Fd f MTBF

• Vorgabe der MTBF - Klassifizierung der Fehlerereignisse Ermittlung des Teilsicherheitsbeiwertes f

Auslegung und Nachweis der Bemessungslast (Domäne Lastrechner)

MTBF f Fd

© I

nst

itu

t fü

r Q

ua

litä

ts-

un

d Z

uv

erlä

ssig

kei

tsm

an

ag

emen

t G

mb

H

10.11.2016 9

FAILURE MODE RETURN PERIODS - F UND PERFORMANCE LEVEL


10a 50a 2000a

1,35

1,1

PL = ?

PL = ?

PL = ?

failure mode return period [a]

PerformanceLevel

Anforderung an:• Auslegung Bemessungslast• Auslegung Sicherheitssystem

Teilsicherheits-beiwert f

f =?

ZUVERLÄSSIGKEITSMANAGEMENT-PROZESS


© I

nst

itu

t fü

r Q

ua

litä

ts-

un

d Z

uv

erlä

ssig

kei

tsm

an

ag

emen

t G

mb

H


Windenergieanlagen werden leistungsfähiger, größer und komplexer!Mit der neuen IEC 61400-1 steigen die Anforderungen an präventiven Zuverlässigkeitsmethoden!

AKTUELLE HERAUSFORDERUNGEN WINDENERGIE

Bundesverband Windenergie

© I

nst

itu

t fü

r Q

ua

litä

ts-

un

d Z

uv

erlä

ssig

kei

tsm

an

ag

emen

t G

mb

H


ZIELE UND NUTZEN

WirtschaftlichkeitWIRTSCHAFTLICHKEIT RISIKOABSICHERUNG

RECHTSSICHERHEIT LESSONS LEARNED

– Sicherheitsnachweis

– Lieferantenüberwachung

– Feldüberwachung (Rückrufe)

– Erstellung von Wartungsstrategien

– Regressunterstützung

– Einheitliche Vorgehensweise

– Input für Neuentwicklungen

– Fixierung von Wissen durch Zuverlässigkeitsdaten

– Einheitliche Unternehmenssprache

– Optimierung/Verkürzung von Entwicklungsprozessen

– Optimierung des Ersatzteilmanagements

– Optimierung der Erprobungsaufwände

– Kalkulation von Wartungsverträgen

– Absicherung Geschäftsführung / benannte Personen

– Versicherbarkeit

– Produktbeobachtungspflicht

– Vertragsgestaltung zwischen OEM und weiteren Partnern

© I

nst

itu

t fü

r Q

ua

litä

ts-

un

d Z

uv

erlä

ssig

kei

tsm

an

ag

emen

t G

mb

H


ZUVERLÄSSIGKEITSMANAGEMENT-PROZESS NACH IQZ BASIEREND AUF KUNDENPROJEKTEN

Quelle: VDA Band 3.2

ErfahrungswerteWettbewerbsdaten

normative AnforderungenKundenanforderungen

Zuverlässigkeits-anforderungen

und -ziele

u.a.Test- und Prüfplanung

Lastenheft für Lieferanten

Zuverlässigkeits-spezifikationen

u.a. Entwicklungstests

Systemmodelle

Zuverlässigkeits-vorhersage und

-beurteilung

Prototypentest

Zuverlässigkeits-nachweis

Vorserientest

Zuverlässigkeits-prüfung

FertigungstestsFelddatenanalyse

reaktive Methoden

IST-Aufnahme Zuverlässigkeit

© I

nst

itu

t fü

r Q

ua

litä

ts-

un

d Z

uv

erlä

ssig

kei

tsm

an

ag

emen

t G

mb

H


KENNGRÖßEN/METHODEN IM KONTEXT DES ZUVERLÄSSIGKEITSMANAGEMENT-PROZESSES

• HAZOP• FMEA• Risikograph• …Zuverlässigkeits-

anforderungenund -ziele



-beurteilung




Konzept

Entwicklung

Produktion/ Nutzung

S-FMEA / D-FMEA / P-FMEARBD / FTA / Markov / MCS

Auswertung Testdaten• Testspezifikation• Weibull Analyse …• Beschleunigte Lebensdauerprüfung• Zusammenfassung von Ergebnissen

Auswertung Felddaten• Proven in Use• Zuverlässigkeitsprognose…• MTBF, MTTR, …• Zusammenfassung von Ergebnissen

ERMITTLUNG DER FAILURE MODE

RETURN PERIODS

METHODEN UND PROZESSE


© I

nst

itu

t fü

r Q

ua

litä

ts-

un

d Z

uv

erlä

ssig

kei

tsm

an

ag

emen

t G

mb

H


ERMITTLUNG DER FAILURE MODE RETURN PERIODS - ÜBERSICHT

relevant fault events

Failure mode return period (MTBF)

System analysisProven in use• statistical analysis

RBD FTA

Markov

Simplifiedmethods

Monte-Carlo-

Simulation

FMEAHAZOPGeneric events (IEC)

DCA

DFA

i Field data

Test data

Generic data(Handbooks)

RBD: Reliability Block DiagramFTA: Fault Tree AnalysisDCA: Diagnostic Coverage AnalysisDFA: Dependent Failure Analysis

© I

nst

itu

t fü

r Q

ua

litä

ts-

un

d Z

uv

erlä

ssig

kei

tsm

an

ag

emen

t G

mb

H


VERFÜGBARKEITSKENNGRÖßEN

Ausfall

Betrieb

1

0t

1

0t

λ

λ + μ

μ

λ + μ

𝑉 𝑡 = 𝑃1 𝑡

U 𝑡 = 𝑃2 𝑡

lim𝑡→∞

𝑉 𝑡 = 𝑉∞ =𝑀𝑇𝐵𝐹

𝑀𝑇𝐵𝐹 +𝑀𝑇𝑇𝑅

1

2

𝑃1 𝑡

𝑃2 𝑡 Ausfall

Betrieb

MTBFMTTR

Beobachtung Systemmodell

Lösung stetig

Lösung stationär


RETURN PERIODS

SYSTEMANALYSE


“…failure mode return periods…must be demonstrated by recognized methods.” [IEC 61400-1 CD]




RBD FTA

Markov

Simplifiedmethods

Monte-Carlo-

Simulation


DCA

DFA

i Field data

Test data


© I

nst

itu

t fü

r Q

ua

litä

ts-

un

d Z

uv

erlä

ssig

kei

tsm

an

ag

emen

t G

mb

H


SIMPLIFIED METHODS – BRIEF SUMMARY

• Definition of scope and system

• Determination of failure rate/ MTTF

• Calculation of system reliability

• Elimination of weaknesses

Steps for Simplified Method

Advantages / Restrictions

• DIN EN ISO 13849-1, DIN EN 61508-6

• Simplified methods for determination ofreliability figures – e.g. MTTF

• Applicable for simple system structure

• Quantitative analysis / Verification

Simplified Methods

Easy to apply

Supports comparability of different system concepts

Wrong result due to invalid boundary conditions

High level of uncertainty in probability

Does not enable domino effect or conditional failures to be included

e.g. Parts Count

[DIN EN ISO 13849-1]

© I

nst

itu

t fü

r Q

ua

litä

ts-

un

d Z

uv

erlä

ssig

kei

tsm

an

ag

emen

t G

mb

H


RBD – BRIEF SUMMARY

• Definition of scope and system

• Determination of failure rate/repair rate

• Calculation of reliability/availability

• Elimination of weaknesses

Steps to perform RBD

• IEC 61078

• Inductive analysis

• Structural representation of the modelled system

• Calculation similar to FTA

• Models condition and events for a successful operation of the system

Reliability block diagrams

Systematically examine a system

Quantification and Verification




© I

nst

itu

t fü

r Q

ua

litä

ts-

un

d Z

uv

erlä

ssig

kei

tsm

an

ag

emen

t G

mb

H


FTA – BRIEF SUMMARY

• Define scope and system

• Define top event

• Identify causes/fault modes that lead to top event

• Anlayse causes and fault modes

• Further stepwise analysis to lower level of thesystem

Steps to perform FTA

Highly systematic approach

Helpful for systems with many interfaces and interactions




• IEC 61025

• Deductive analysis

• Identifying and analysing factors that can contribute to a specified undesired event

• Qualitative FTA to identify potential causes and pathways

• Quantitative FTA to calculate the probability of the top event

Fault Tree Analysis

© I

nst

itu

t fü

r Q

ua

litä

ts-

un

d Z

uv

erlä

ssig

kei

tsm

an

ag

emen

t G

mb

H


MKV – BRIEF SUMMARY

Steps to perform MKV

Calculate probability for systems with repair capability/multiple degraded states

Requires knowledge of all probabilities of change of state

Assumption of constant probabilities


• IEC 61165

• Analysis of complex system

• Quantitative technique

• Modelling of dependencies

• Based on the concept of system-states and -transitions

Markov (State-Space) Analysis

• Define scope and system

• Define states, dependencies and transitions

• Anlayse system state probabilities(reliability, availability, safety, …)


RETURN PERIODS

STATISTISCHE DATENANALYSE


“…failure mode return periods…must be demonstrated by recognized methods.” [IEC 61400-1 CD]




RBD FTA

Markov

Simplifiedmethods

Monte-Carlo-

Simulation


DCA

DFA

i Field data

Test data


© I

nst

itu

t fü

r Q

ua

litä

ts-

un

d Z

uv

erlä

ssig

kei

tsm

an

ag

emen

t G

mb

H


DATA HANDBOOKS – BRIEF SUMMARY

• Collect all relevant information: systemconcept, break down structure, environmental conditions, bill of material

• Evaluate all relevant environmental parameters

• Evaluate failure rates

• Take care on failure rate dimension[time, cycles, …]

Steps to evaluate failure rates


• SN 29500, …

• IEC 61709 / TR 62380

• Evaluation of failure rates with respect to environmental conditions

Data handbooks

No field data needed

Supports comparability of different system concepts

Time consuming in evaluating all relevant parameters

© I

nst

itu

t fü

r Q

ua

litä

ts-

un

d Z

uv

erlä

ssig

kei

tsm

an

ag

emen

t G

mb

H


FRACAS – BRIEF SUMMARY

• Initiate FRACAS data system

• Observe and document failure events

• Analysis of failure events

• Define measures to prevent failure events and mitigate failure effects

• Evaluate and monitor effectiveness of measures

• Communicate and allocate results

Steps for FRACAS


• EN 60300-3-1

• System to document failure events and corrective actions

• System to monitor corrective actions

• Identify causes within development, implementation and operation

Failure Reporting Analysis and Corrective Action System

Can be used for design and development, manufacturing and maintenance

Can be an important contribution for reliability growth

Can use data from previous projects and to provide data for future projects

Depends on quality of failure reports

No failure prevention

http://maintenancephoenix.com/wp-content/uploads/2012/12/FRACAS.jpg

© I

nst

itu

t fü

r Q

ua

litä

ts-

un

d Z

uv

erlä

ssig

kei

tsm

an

ag

emen

t G

mb

H


RELIABILITY PROGNOSIS MODEL – BRIEF SUMMARY

• Collect all relevant information: failure data, failure behaviour, load data

• Estimate load distribution

• Estimate load dependent failure distribution

• Consider statistical candidates

• Estimate time dependent failure distribution

Steps for reliability prognosis


• Analysis of field data with respect to realistic load distribution

• Evaluation of failure distributions and rates

• Evaluation of load distributions

• Estimation of spare parts

• Estimation of life cycle costs

• Assessment of call back actions

Reliability prognosis model

More precise failure rate estimation

Less uncertainties in estimating spare parts and life cycle costs

Requires knowledge of failure behaviour

Requires knowledge of load distributions

Requires knowledge of extended statistical data analysis

50 100 150 200 250

Fahrleistung in Tkm0

0,2

0,4

0,6

0,8

1,0

LG s

50 150100 200 250 s [Tkm]

LG(s)

0,2

0,8

0,6

0,4

1

020 40 60 80 100 120

20

40

60

80

Ausfälle

80

60

40

20

20 40 60 12080 100 Tkm

20 40 60 80 100 120

s Tkm

0.02

0.04

0.06

0.08

FK s

s [Tkm]

0,02

0,08

0,06

0,04

FK(s)

20 40 60 12080 100 Tkm2 4 6 8 10

t Jahr

0.02

0.04

0.06

0.08

0.1

F t

0,1

0,06

0,08

0,04

0,02

F(t)

2 4 6 8 10 t [Jahre]

© I

nst

itu

t fü

r Q

ua

litä

ts-

un

d Z

uv

erlä

ssig

kei

tsm

an

ag

emen

t G

mb

H


RELIABILITY GROWTH – BRIEF SUMMARY

• Planning of the program for reliability growth and the reliability goals

• Initiate the data base / system

• Determination of statistical parameter (MTTF)

• Planning of measures for the development process

• Monitoring of measures

Steps for Reliability Growth


• IEC 61014 / IEC 61164

• Concept for planning, monitoring and visualize the reliability of products during development

• Identify and optimise the time to get steady state level

Reliability Growth

Increased reliability during the development

Depends on quality of failure reports

Requires knowledge of statistical methods

Wrong results / wrong interpretations lead to wrong decisions

ZUSAMMENFASSUNG & AUSBLICK


© I

nst

itu

t fü

r Q

ua

litä

ts-

un

d Z

uv

erlä

ssig

kei

tsm

an

ag

emen

t G

mb

H


ZUSAMMENFASSUNG & AUSBLICK

• Wie lassen sich Lasten reduzieren, Kosten und Transportaufwände einsparen?

• Anforderungen werden aus dem Bereich Lasten in den Bereich Systemtechnik (failure mode return periods, Performance Level) verlagert.

• Ermittlung und Nachweis der failure mode returnperiods sind Bestandteil eines Lebenszyklusmodells.

• Zu beachten sind Schnittstellen zum Zuverlässigkeits-management (z.B. nach DIN EN 60300) und zur Sicherheit von Maschinen (z.B. nach DIN EN ISO 13849).

• Relevante Fehlerereignisse werden mittels Gefährdungsanalyse (z.B. FMEA) identifiziert.

• Ermittlung und Nachweis der failure mode return periodserfolgen auf Basis der Systemanalyse (z.B. Fehlerbaumanalyse)

• Eingangsdaten der Analysen basieren entweder auf Erfahrungswerten (Analyse Feld- und Testdaten) oder auf generischen Handbüchern (z.B. SN 29500).

Quelle: VDA Band 3.2

ErfahrungswerteWettbewerbsdaten

normative AnforderungenKundenanforderungen

Zuverlässigkeits-anforderungen

und -ziele

u.a.Test- und Prüfplanung

Lastenheft für Lieferanten


u.a. Entwicklungstests

Systemmodelle


-beurteilung

Prototypentest


Vorserientest


FertigungstestsFelddatenanalyse

reaktive Methoden


10a 50a 2000a

1,35

1,1

PL = ?

PL = ?

PL = ?

failure mode return period [a]

PerformanceLevel

Anforderung an:• Auslegung Bemessungslast• Auslegung Sicherheitssystem

Teilsicherheits-beiwert f

f =?




RBD FTA

Markov

Simplifiedmethods

Monte-Carlo-

Simulation


DCA

DFA

i Field data

Test data


© I

nst

itu

t fü

r Q

ua

litä

ts-

un

d Z

uv

erlä

ssig

kei

tsm

an

ag

emen

t G

mb

H


VIELEN DANK FÜR IHRE AUFMERKSAMKEIT

Dr.-Ing. Jan HauschildSpezialist Risiko-, Sicherheits- und Zuverlässigkeitsbeurteilung

Fon: +49 40 380 433 - 82Mobil: +49 152 317 588 [email protected]

IQZ GmbHPhoenixhalle I / Ruhrstr. 11a22761 Hamburgwww.iqz-wuppertal.de

Dr.-Ing. Fabian PlinkeSimulationsexperte

Fon: +49 0202 514 993 - 23Mobil: +49 152 317 519 [email protected]

IQZ GmbHHaus 5 / Heinz-Fangman-Str. 4 42287 Wuppertalwww.iqz-wuppertal.de

„Wo viel verloren wird, ist manches zu gewinnen“*Johann Wolfgang von Goethe (1749-1832), dt. Dichter

mailto:[email protected]

mailto:[email protected]

Documents

PowerPoint-Präsentationarchiv.windenergietage.de/WT25/25WT1011_F2_1115_IQZ.pdf · • Evaluation of failure rates with respect to environmental conditions Data handbooks No field