Technische Zuverlässigkeit [TZU]
Studiengang: | Master of Science Sicherheitstechnik und Master of Science Qualitäts- und Zuverlässigkeitsingenieurwesen |
Kontext: | Mathematische, natur- und ingenieurwissenschaftliche Grundlagen |
Veranstaltungsnummer: | SIC211021/2 [TZU-a] |
Lehrform: | Vorlesung + Übung (2+2 SWS) |
Aufwand: | 120 h (4 LP) |
Semester: | Wintersemester |
Termin: | Vorlesung: Montags 8:00-10:00 Uhr ab dem 14.10.2024 im HS 11 |
Übung: Montags 16:00-18:00 Uhr ab dem 28.10.2024 im HS 11 | |
Prüfung: | Schriftliche Prüfung (Klausur) - Dauer: 120 Minuten |
Moodle: | Kurs-ID: 99260 |
Die Inhalte behandeln die wesentlichen Kenngrößen und deren Zusammenhänge zur Beschreibung und Quantifizierung der Zuverlässigkeit technischer Systeme. Darüber hinaus werden statistische, mathematische und numerische Methoden zur Schätzung dieser Größen vermittelt. Die erlernten Techniken ermöglichen die statistische Bewertung der Zuverlässigkeit eines Systems durch deskriptive und parametrische Schätzverfahren sowie die Modellierung, numerische Lösung und Simulation der Zuverlässigkeit statischer und zeitabhängiger Systeme mittels Fehlerbaumanalyse und Boolescher Modellierung, Poisson-, Erneuerungs-, Markov- und anderer stochastischer Prozesse, numerischer Verfahren und Monte-Carlo-Simulation. Die Methoden werden mit Hilfe realer Daten erlernt. Verwendet wird eine Open Source Software für Computational Statistics.
- Grundlagen der Wahrscheinlichkeitsrechnung
- Einführung in die technische Zuverlässigkeit
- Ausfallratenmodell
- Stichprobenverteilung
- Modellauswahl und statistische Tests
- Zuverlässigkeit einfacher Systemstrukturen
- Fehlerbaum und Boolesche Modellbildung
- Poisson- und Erneuerungsprozess
- Markovsche Modellbildung
- Computergestützte Methoden
- S. Bracke: Technische Zuverlässigkeit – Datenanalytik, Modellierung, Risikoprognose. Springer Verlag (2022).
- A. Meyna et al.: Sicherheit und Zuverlässigkeit technischer Systeme, 3. Aufl., Carl Hanser Verlag (2023).
- A. Meyna und B. Pauli: Taschenbuch der Zuverlässigkeitstechnik. Hanser (2010).
- E. Cramer und U. Kamps: Grundlagen der Wahrscheinlichkeitsrechnung und Statistik. 5. Aufl., Springer (2020).
- The R project for statistical computing: r-project.org.
- Institut für Qualitäts und Zuverlässigkeitsmanagement: iqz-wuppertal.de.
- Reliability Engineering Resource Website: weibull.com.