Prognosen gemäß ISO 13381-1

ISO 13381-1 definiert einen Rahmen für die Zustandsüberwachung und Prognose von Maschinen. Der Kerngedanke besteht darin, einen Gesundheitsindikator über die Zeit zu verfolgen, ein Degradationsmodell anzupassen und auf eine vordefinierte Ausfallschwelle zu extrapolieren.

Regressionsmodelle

Für die Anpassung von Trenddaten werden drei Modelle unterstützt:

• Linear: y(t) = a + b·t — geeignet für stetigen, konstanten Abbau
• Exponentiell: y(t) = a·e^b·t — geeignet zur Beschleunigung von Verschleißprozessen (z. B. Lagerverschleiß)
• Polynom (2. Ordnung): y(t) = a + b·t + c·t² — geeignet für nichtlineare Trends mit Wendepunkt

Güte der Anpassung — R²

Der Bestimmtheitskoeffizient R² misst, wie gut das Modell zu den Daten passt:

• R² > 0,95 — Ausgezeichnete Anpassung, hohes Vertrauen in die RUL-Schätzung
• R² = 0,80–0,95 — Gute Anpassung, mittlere Konfidenz.
• R² < 0,80 – Schlechte Anpassung, erwägen Sie ein anderes Modell oder weitere Daten.

Praktisches Beispiel