urn:nbn:de:hbz:468-20070741

2 1 EinleitungDie in der Automobilindustrie gängigen Verfahren wie die FMEA, die FBA und dieMarkov-Analyse sind nur bedingt in der Lage, reale Bedingungen im Rahmen derSicherheits- und Zuverlässigkeitsanalyse adäquat zu berücksichtigen. Die Analysensind hierbei in der Regel statischer Natur. Die wesentlichen Parameter einer Analyse,wie die Ausfallraten der betrachteten Systemkomponenten, werden dabei als konstantbetrachtet. Systematische Ausfälle wie Früh- oder Verschleißausfälle lassen sich unterVerwendung der oben genannten Verfahren nicht abbilden.Auf Basis von Nicht-Markov-Prozessen [Kne89] lassen sich stochastische Abhängigkeitendagegen ohne Einschränkungen beschreiben sowie alle systematischen unddynamischen Systemänderungen realitätsnah modellieren. Die Anforderung besteht inder Lösung dieser Prozesse, da aus der Vielfalt und Dynamik der Einflussgrößen Gleichungssystemefolgen, die selten geschlossen lösbar sind.Eine Möglichkeit zur Modellierung und Lösung von solch komplexen Fragestellungenist mit Hilfe der Monte-Carlo-Simulation (MCS) gegeben. Die MCS hat sich speziellim Bereich der Kerntechnik zur Probabilistischen Sicherheitsanalyse (PSA) [Smi92b],[Mar94], [Wol01] aber auch in viel versprechenden Ansätzen im Bereich der Automobilindustrie[Wol04], [Hau05], [Hau06] und des Maschinenbaus [Fri01a], [Fri01b]bewährt.Ziel dieser Arbeit ist es, die Sicherheit und Zuverlässigkeit eines Systems realitätsnahzu modellieren und zu analysieren. Es werden reale Bedingungen wie stochastischeAbhängigkeiten, systematische und dynamische Systemänderungen (z.B. Temperatureinfluss)im Rahmen einer realitätsnahen Sicherheits- und Zuverlässigkeitsanalyseberücksichtigt. Die sicherheits- und zuverlässigkeitstechnische Modellierung undAnalyse der Systeme mit den gegebenen Abhängigkeiten und Systemänderungenerfolgt unter Verwendung der MCS.Bei der Anwendung der MCS ist es insbesondere erforderlich, seltene Ereignisse, wiesie bei der Untersuchung von Systemen mit hohen Sicherheits- und Zuverlässigkeitsforderungenüblich sind, zu beachten. Diesbezüglich werden spezielle Verfahren zurErgebnisschätzung und zur Varianzreduktion (gewichtete MCS) untersucht und in dieSicherheits- und Zuverlässigkeitsanalysen integriert. Ziel ist es, einen Beitrag zurWeiterentwicklung und Optimierung von bestehenden Simulationsalgorithmen zuleisten.Eine wesentliche Einflussgröße, die im Rahmen der Sicherheits- und Zuverlässigkeitsanalysenbetrachtet wird, ist die Temperatur. Die Modellierung des Temperatureinflus-