Zusammenfassung
Zielsetzung
Nach diesem Kapitel
-
kennen Sie die Begriffe des Ausfallgeschehens,
-
sind Sie in der Lage, Ausfallverhalten von Betrachtungseinheiten zu bewerten,
-
können Sie Zuverlässigkeitskenngrößen ermitteln und Zuverlässigkeiten von Elementen und Systemen berechnen und prognostizieren,
-
können Sie die Kenngrößen der zwei- und dreiparametrischen Weibull-Verteilung schätzen,
-
sind Sie in der Lage, die schwächsten Elemente und die Zuverlässigkeit von technischen Systemen rechnerisch zu bestimmen.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Notes
- 1.
Vgl. Sachs und Hedderich 2006, S. 147
- 2.
Englischer Mathematiker (1616–1703)
- 3.
Vgl. Dietrich und Schulze 2003, S. 32
- 4.
Die Rayleigh-Verteilung ist eine stetige Verteilung, deren Zufallsgrößen der folgenden Wahrscheinlichkeitsdichtefunktionfolgen \(f(x)=\frac{2(x-a)}{{{a}^{2}}}{{e}^{-\frac{1}{2}{{\left( \frac{\left| N-a \right|}{a} \right)}^{2}}}}=\frac{x}{2\pi {{\sigma }^{2}}}{{e}^{-\frac{1}{2{{\sigma }^{2}}}{{( {{\sigma }^{2}}+{{N}^{2}} )}^{{}}}}}\int\limits_{0}^{2\pi }{{{e}^{\frac{aN}{{{\sigma }^{2}}}\cos \alpha }}d\alpha ;\; a\le x<+\infty }\)
- 5.
Das Integralzeichen ∫ entstand aus dem Summenzeichen Σ, das Leibnitz als symbolische Summation bei seiner Formulie- rung der Integralbildung benutzte.
- 6.
Der Gütegrad (veralteter Begriff) ist ein Maß für die inneren Verluste einer Maschine. Er kann auch als Maß für die Maschinenfähigkeit verstanden werden. Mit der Maschinenfähigkeitsuntersuchung wird ermittelt, ob eine (Werkzeug-) Maschine fähig ist, innerhalb der Toleranz eines vorgegebenen Maßes zu fertigen. Insofern drückt der Gütegrad einer Werkzeugmaschine deren Fähigkeit aus, Toleranzen einzuhalten und ist somit Ausdruck des Abnutzungszustandes. Zusammen mit der Prozessfähigkeitsuntersuchung ist sie eine geeignete statistische Methode der Qualitätssicherung in der Fertigung eines Unternehmens.
- 7.
Das Gesetz der kleinen Zahlen (Zwei-Drittel-Gesetz oder Gesetz des Drittels) ist eine Konsequenz aus der Poisson-Verteilung (s. auch Bortkewitsch 1898).
- 8.
Das thorndike-Nomogramm (1926) ist ein zweidimensionales Diagramm der poisson-Verteilung, womit sich die Werte der Verteilungsfunktion (dies ist die Wahrscheinlichkeitssumme) auf graphischem Weg näherungsweise ermitteln lassen (http://de.wikipedia.org/wiki/Thorndike-Nomogramm, 27.09.2011)
- 9.
engl.: acceptable quality level, AQL
- 10.
engl.: limiting quality, LQ
- 11.
W. Weibull: „A statistical distribution function of wide applicability” in: Journal of Appl. Mechanics, 18: 293–7 Royal Institute of Technology, Stockholm, Sweden, 1951
- 12.
Die Aufgabe besteht darin, anhand einer Stichprobe Näherungswerte für eine unbekannte Verteilungsfunktion oder deren Parameter zu finden. Ein solcher Näherungswert wird als Schätzwert bezeichnet. Im Gegensatz zur Punktschätzung liefert eine Konfidenzschätzung neben den Schätzwerten auch Aussagen bezüglich der Sicherheit und der Genauigkeit der Schätzung.
- 13.
- 14.
Lilliefors-Test: ist ein statistischer Test, mit dem die Häufigkeitsverteilung der Daten einer Stichprobe auf Abweichungen von der Normalverteilung untersucht werden kann. Er basiert auf einer Modifizierung des Kolmogorow-Smirnow-Tests, bei dem es sich um einen allgemeinen Anpassungstest handelt, für den speziellen Anwendungsfall der Normalitätstestung. Damit ist er für den Test auf Normalverteilung besser geeignet als der Kolmogorow-Smirnow-Test, seine Teststärke ist jedoch geringer als die anderer Normalitätstests. Benannt nach Hubert Lilliefors, der ihn 1967 erstmals beschrieb
- 15.
Vgl. Kühlmeyer 2001, S. 200.
- 16.
Vgl. Kühlmeyer 2001, S. 286.
- 17.
F. Wilcoxon (1892–1965), vgl. Siegel – Nonparametric Statistics for the Behavioural Science, 2001.
- 18.
Vgl. Eichler 1990, S. 138, s. auch VDI 4008, Bl. 8.
- 19.
- 20.
Gilt für beliebige Verteilungsfunktionen F(t) (vgl. Dück und Bliefernich 1972, S. 87), s. auch Birolini 1991, S. 378 ff.
- 21.
ebenda 20.
- 22.
Vgl. Beichelt 1976, S. 42.
- 23.
Vgl. Beckmann 1978, S. 67.
- 24.
Lauenstein et al. 1993, S. 115.
- 25.
Quellenverzeichnis
Literatur
Assenmacher, W.: Induktive Statistik, 2. überarb. Aufl., Springer-Verlag, Heidelberg (2009)
Beckmann, G.; Marx, D.: Instandhaltung von Anlagen, Dt. Verlag für Grundstoffindustrie Leipzig (1978)
Bertsche, B.; Lechner, G.: Zuverlässigkeit im Fahrzeug- und Maschinenbau, 3. Aufl., Springer-Verlag, Heidelberg (2004) (ISBN 3-540-20871–2)
Beichelt, F.: Prophylaktische Erneuerung von Systemen, Akademie, Berlin (1976)
Beichelt, F.: Zuverlässigkeits- und Instandhaltungstheorie, Teubner, Stuttgart (1993)
Betge, P.: Optimaler Betriebsmitteleinsatz, Gabler-Verlag, Wiesbaden (1983) (ISBN: 3-8006-2576–8)
Birolini, A.: Qualität und Zuverlässigkeit technischer Systeme, 3. Aufl., Springer, Heidelberg (1991) (ISBN 3-540-54067–9)
Birolini, A.: Zuverlässigkeit technischer Systeme, Springer, Heidelberg (1991)
Bortkewitsch, L. von: Das Gesetz der kleinen Zahlen, Teubner Leipzig (1898)
Cox, R.: Erneuerungstheorie, Oldenburg, München (1966)
Dietrich, E.; Schulze, A.: Statistische Verfahren zur Maschinen- und Prozessqualifikation, 6. Auf., Hanser, München (2003)
Dück, W.; Bliefernich, M.: Operationsforschung, Bd. 3., Dt. Verlag der Wissenschaften, Berlin (1972)
Eichler, Ch.: Instandhaltungstechnik, Verlag Technik GmbH, Berlin (1990) (ISBN 3-341-00667–2)
Eichler, Ch.; Schiroslawski, W.: Methoden zum Bestimmen der mittleren Grenznutzungsdauer von technischen Arbeitsmitteln aus Kurzzeituntersuchungen, Dt. Agrartechnik 21 (1971) 10
Gnedenko, B.W.; Beljajew, J. K.; Solowjew, A.D.: Mathematische Methoden der Zuverlässigkeitstheorie. Akademieverlag, Berlin (1968)
Haigh, J.: Probability Models, Springer, Heidelberg (2002)
Härtler G.: Statistische Methoden für die Zuverlässigkeitsanalyse, VEB Verlag Technik, Berlin (1983)
Kühlmeyer, M.: Statistik für Ingenieure, Springer, Heidelberg (2001) (ISBN 3-540-41097-x)
Lauenstein, G.; Renger, K.; Nowotnick, E.: Instandhaltungsstrategien für Maschinen und Anlagen. Linde Verlag, Berlin (1993)
Müller, R.; Schwarz, E.: Zuverlässigkeitsmanagement. Siemens AG, Berlin (1984) (ISBN: 3-8009-4175-9)
O’Conner, D. D. T.: Zuverlässigkeitstechnik, VCH Verlagsgesellschaft, Weinheim (1990) (ISBN 3-527-26890)
Rinne, H.: Taschenbuch Statistik, Harry Deutsch GmbH, Frankfurt a. M. (2008)
Sachs, L.: Angewandte Statistik, Springer, Heidelberg (1992)
Sachs, L.; Hedderich, J.: Angewandte Statistik. Springer, Heidelberg (2006)
Siegel, S.: Nichtparametrische Statistische Methoden (5. Auf.), D. Klotz , Magdeburg (2001)
Wilker, H.: Weibull-Statistik in der Praxis, – Leitfaden zur Zuverlässigkeitsermittlung technischer Produkte, Books on Demand GmbH, Norderstedt (2004) (ISBN 3-8334-1317–4)
Weibull, W.: Basic aspects of fatigue. In: Weibull W., Odqvist FKG (Hrsg.) Colloquium on Fatique. Springer, Berlin (1956)
Weibull, W.: A statistical distribution function of wide applicability. J. Appl. Mechan. 18, 293–297, Royal Institute of Technology, Stockholm (1951)
Zeitschriftenbeitrag, Blaschke,: Monatshefte für Mathematik, 1898, Volume 9, Number 1, Seiten A39-A41, DOI: 10.1007/BF01707919
Internetquellen
http://de.wikipedia.org/wiki/Thorndike-Nomogramm (27.09.2011)
Richlinien
VDI 4008 Blatt 1: Zuverlässigkeitstests, VDI 1998-05
VDI 4008 Blatt 8: Erneuerungsprozesse, VDI 1984-04
VDI 4008 Blatt 22: Prüfverteilungen, VDI 1984-08
Author information
Authors and Affiliations
Corresponding author
Rights and permissions
Copyright information
© 2012 Springer-Verlag Berlin Heidelberg
About this chapter
Cite this chapter
Strunz, M. (2012). Grundlagen der Zuverlässigkeitstheorie. In: Instandhaltung. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-27390-2_5
Download citation
DOI: https://doi.org/10.1007/978-3-642-27390-2_5
Published:
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-642-27389-6
Online ISBN: 978-3-642-27390-2
eBook Packages: Computer Science and Engineering (German Language)