Kostenloses Engineering-Tool
Prognoserechner für die verbleibende Nutzungsdauer (RUL)
Geben Sie Trenddatenpunkte ein, wählen Sie ein Regressionsmodell, legen Sie eine Ausfallschwelle fest und schätzen Sie die verbleibende Nutzungsdauer mit einem Konfidenzniveau gemäß ISO 13381.
Ergebnisse
Prognostik gemäß ISO 13381-1
ISO 13381-1 definiert einen Rahmen für die Zustandsüberwachung und Prognostik von Maschinen. Der Kerngedanke besteht darin, einen Zustandsindikator 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 stetige, gleichmäßige Degradation
- Exponentiell: y(t) = a·eb·t — geeignet für beschleunigte Degradation (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, hohe Konfidenz 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
Gegeben: Die Vibrationswerte an den Tagen 0, 30, 60, 90, 120 und 150 betragen: 1,2, 1,8, 2,5, 3,4, 4,1 und 5,0 mm/s. Alarmschwelle = 7,1 mm/s.
Lineare Anpassung: y = 1,14 + 0,0253·t → Schwellenwert bei t ≈ 236 Tagen → RUL ≈ 86 Tage nach der letzten Messung.
Eine exponentielle Anpassung kann zu einer kürzeren Restlebensdauer führen, wenn sich die Degradation beschleunigt.
⚠️ Hinweis: Prognostische Schätzungen hängen stark von der Datenqualität und der Annahme ab, dass der Degradationsmechanismus unverändert bleibt. Sie sollten daher stets mit ingenieurtechnischem Fachwissen und zusätzlichen Daten aus der Zustandsüberwachung kombiniert werden.
Die Restnutzungsdauer (Remaining Useful Life, RUL) ist die geschätzte verbleibende Betriebszeit, bis eine Anlage einen vordefinierten Ausfall- oder Alarmgrenzwert erreicht. Sie ist ein Kernbegriff der Prognostik und zustandsorientierten Instandhaltung gemäß ISO 13381-1.
Die RUL-Abschätzung ermöglicht eine vorausschauende Instandhaltungsplanung, vermeidet ungeplante Stillstände und schöpft die Lebensdauer von Komponenten optimal aus.
Die Modellwahl richtet sich nach dem physikalischen Schädigungsverlauf:
- Linear — Schädigung mit konstanter Rate (z. B. gleichmäßiger abrasiver Verschleiß, stetige Verschmutzung)
- Exponentiell — sich selbst beschleunigende Schädigung (z. B. Wälzlager-Schälung/Pitting, Ermüdungsrissfortschritt)
- Polynomiell — nichtlineare Verläufe mit wechselnder Änderungsrate (z. B. Einlaufphase gefolgt von stabilem Betrieb und anschließendem progressivem Verschleißanstieg)
Vergleichen Sie die Bestimmtheitsmaße R², um die beste Kurvenanpassung für Ihre Messdaten zu ermitteln.
Für jede Regressionsrechnung sind mindestens 3 Messpunkte erforderlich. Für eine belastbare Prognose gelten folgende Empfehlungen:
- Lineares Modell: 4–5 Messpunkte empfohlen
- Exponentielles Modell: 5–6 Messpunkte empfohlen
- Polynomielles Modell: 6+ Messpunkte empfohlen
Mehr Datenpunkte — insbesondere aus der jüngsten Betriebszeit — erhöhen die Vorhersagegüte deutlich.
Die Prognosesicherheit leitet sich aus dem Bestimmtheitsmaß R² des angepassten Regressionsmodells ab:
- Hoch (R² ≥ 0.95) — Das Modell bildet die Messdaten sehr gut ab, die RUL-Schätzung ist belastbar
- Mäßig (R² 0.80–0.95) — Brauchbare Anpassung, Ergebnis mit Vorsicht interpretieren
- Niedrig (R² < 0.80) — Schwache Korrelation, anderes Modell wählen oder weitere Messpunkte sammeln
Dieser Rechner unterstützt verschiedene Zustandsgrößen (Schwingungen, Temperatur, Verschleißpartikel im Öl usw.), mehrere Regressionsmodelle, eine quantitative Bewertung der Anpassungsgüte (R²) sowie die rechnerische Extrapolation auf einen frei definierbaren Grenzwert — und liefert damit eine vollständige Lebensdauerprognose statt einer rein optischen Trendlinie.
Die auf dieser Seite beschriebenen Verfahren wurden vom Vibromera-Team entwickelt und im Praxiseinsatz getestet, unter Verwendung des Balanset-1A, eines tragbaren Zweikanal-Auswuchtgeräts und Schwingungsanalysators für die Vor-Ort-Rotorauswuchtung.
Professionelle Geräte zur Zustandsüberwachung und Schwingungsanalyse. Sagen Sie Ausfälle voraus, bevor sie eintreten. Im Einsatz in über 50 Ländern.
Nikolai Shelkovenko
Nikolai Shelkovenko ist Schwingungsanalyse-Ingenieur sowie Gründer und Geschäftsführer von Vibromera. Seit mehr als 15 Jahren wuchtet er rotierende Maschinen direkt vor Ort aus statt auf dem Prüfstand: Mulchgeräte, Industrieventilatoren, Brecher, Zentrifugen, Wellen und Spindeln. Aus dieser Arbeit sind die Balanset-Geräte entstanden — sie wurden als Werkzeug konzipiert, das ein Fachmann zur Maschine mitnehmen und dort allein einsetzen kann, nicht als Laborausrüstung. Vibromera wurde 2017 gegründet und hat seinen Sitz seit 2023 in Porto, Portugal. Entwicklung, Montage und Support der Balanset-Reihe finden hier statt. Das Flaggschiffgerät ist das Balanset-1A, ein tragbares Analysegerät für ein- und zweiebeniges Auswuchten sowie für Schwingungsdiagnose. Nikolai ist persönlich in den Kundensupport eingebunden, arbeitet schwierige Auswuchtfälle durch und ist an der Softwareentwicklung beteiligt. Er arbeitet mit Kunden weltweit, in jeder Sprache.
