Predictive Maintenance: Vorhersage von Stromrichterausfällen bei Güterzügen
Type of publication: | Mastersthesis |
Citation: | |
Year: | 2017 |
Month: | March |
School: | TU Darmstadt |
Abstract: | Die DB Cargo verfolgt im Rahmen des „Techlok“-Projektes das Ziel, ein Predictive Maintenance System für ihre Flotte zu entwickeln und kooperiert hierzu mit der Technischen Universität Darmstadt. Als Teil dieser Kooperation untersucht die vorliegende Masterarbeit die Vorhersage von Stromrichterausfällen bei Lokomotiven der Baureihe 185. Hierzu wurde von Kauschke et al. (2016) bereits ein erster Prototyp entwickelt. Die Masterarbeit baut auf diesem auf und untersucht im Rahmen der ersten Forschungsfrage, ob es möglich ist, die Vorhersagequalität durch alternative Ansätze zu steigern. Hierzu werden in drei der vier grundlegenden Bestandteile des bisherigen Systems Änderungen vorgenommen bzw. neue Algorithmen entwickelt. Die Ergebnisse zeigen, dass die Vorhersageleistung durch die Neuerungen gesteigert werden kann. Des Weiteren wird im Rahmen der zweiten Forschungsfrage untersucht, ob es neben einer Warnung des Lokführers vor einem drohenden Stromrichterausfall auch möglich ist, eine Vorhersage über die Zeit bis zum Ausfall zu geben. Hierzu wird ein Multiklassen-Ansatz eingeführt und das zuvor entwickelte System angepasst. Die Ergebnisse zeigen, dass die Genauigkeit der Zeitvorhersage mit Hilfe dieses Ansatzes gering ausfällt und die Zeitvorhersage somit nicht für eine praktische Anwendung geeignet ist. Zuletzt wird das entwickelte System im Rahmen der dritten Forschungsfrage aus wirtschaftlicher Sicht untersucht. Als zentrales Ergebnis liefert die Arbeit hierbei ein Kostenmodell, welches zur Bewertung des Systems genutzt werden kann. |
Keywords: | |
Authors | |
Attachments
|
|
Topics
|
|
|