proSVIFT – Sicherheits- und Verfügbarkeitsoptimierung für fahrerlose Transportsysteme

In der Intralogistik lässt sich ein zunehmender Trend zu selbstständig navigierenden fahrerlosen Transportsystemen beobachten. Diesen Transportsystemen fehlt jedoch die menschliche Fähigkeit auftretende Fehler zu erkennen und entsprechende Maßnahmen zu ergreifen.

Im AiF-Projekt proSVIFT arbeitet die Abteilung Informationsvisualisierung und Visual Analytics zusammen mit dem Fraunhofer LBF an einer Vorgehensweise zur automatisierten Selbstabsicherung gegen kritische Bauteil- und Funktionsausfälle innerhalb eines Fahrzeugs. Diese stützt sich auf eine systematische Zustandsüberwachung, Fehlerdetektion und Entwicklung von Absicherungsmaßnahmen anhand von sensorischer Erkennung und wahrscheinlichkeitsbasierter Analytik. Im Vordergrund steht dabei die Optimierung des Zielkonflikts zwischen Verfügbarkeit und Sicherheit des Transportsystems.

Entwicklung eines visuell-interaktiven Editors

Wir entwickeln in diesem Projekt einen visuell-interaktiven Editor, der sowohl die Erstellung eines wahrscheinlichkeits- und risikobasierten Wissensmodells unterstützt als auch eine entsprechende Auswertung und Interpretation der modellierten Fehlermöglichkeiten und deren Einfluss auf die Systemzuverlässigkeit und -sicherheit ermöglicht.

Das Projekt wird von einem industrienahen Ausschuss begleitet, um die Praxistauglichkeit der Projektergebnisse von Beginn an sicherzustellen.

Wissenschaftlicher Hintergrund

FMEA (»Failure Mode and Effects Analysis«) ist ein weitverbreiteter Einsatz für die qualitative Bewertung der Auswirkungen und Risiken von Defekten in komplexen technischen Systemen. Probabilistische FMEA ist eine Erweiterung dieser Methode, bei der Risiken und Auswirkungen in Wahrscheinlichkeiten modelliert werden. Dies erlaubt eine automatisierte Ableitung und Quantifizierung von Risiken während der Auslegung des Systems, aber auch im Betrieb.

Die wissenschaftliche Fragestellung für das Fraunhofer IGD ist es, die interaktive Erstellung eines Modells, das auch bei einfachen Systemen theoretisch schon Millionen von internen Zuständen umfassen kann, so effizient wie möglich zu gestalten.