Servicenavigation


Sie sind hier:

Statistik der Materialermüdung und Zuverlässigkeit

Prof. Dr. Christine Müller

 

Statistik der Materialermüdung und Zuverlässigkeit im WS 2017/2018

 

Diese Veranstaltung wird auch als „Qualitätssicherung“ im Modul „Quantitative Methoden“ angerechnet.

 

Vorlesung: 

Di 14-16 Uhr M/E 27 (Beginn 10. Oktober 2017)

Mi 12-14 Uhr M/E 27

Übung: Geändert:    

Mi 14-16 Uhr R.217b (am 18. Oktober 2017)

Mi 14-16 Uhr M/E 27 (ab 25. Oktober 2017)

 

Das Skript finden Sie hier.

 

Jeden Dienstag wird hier ein Übungsblatt hochgeladen, das zu bearbeiten und bis 10:00 Uhr am nachfolgenden Dienstag in den Briefkasten 123 einzuwerfen ist.
Der R-Code ist überdies an die Mailadresse jakubzik@statistik.tu-dortmund.de zu senden und ausgedruckt der Abgabe beizufügen.

Die Übungsblätter finden Sie hier:

 1. Übungsblatt (R-Code zum 1. Übungsblatt)

 2. Übungsblatt

 3. Übungsblatt (R-Code zum 3. Übungsblatt)

 4. Übungsblatt (R-Code zum 4. Übungsblatt)

 5. Übungsblatt

 6. Übungsblatt

 

Daten und Programme zur Vorlesung:

 

Prüfungsleistung: Erfolgreiches Lösen von mindestens 50% der Übungsaufgaben mit mindestens einmal Vorrechnen bzw. gegebenenfalls mündliche Prüfung.

 

Zur Vorlesung:

Zuverlässigkeit von Systemen hängt stark von der Materialermüdung ab, aber auch andere Faktoren können deren Zuverlässigkeit beeinflussen. Neben allgemeiner Analyse der Zuverlässigkeit von Systemen wird in der Vorlesung insbesondere die Materialermüdung analysiert. Materialermüdung tritt vor allem auf, wo Material (meist variierenden) Belastungen ausgesetzt ist. Dabei ist die Vorhersage, wann kritische Zustände auftreten, ein besonders wichtiges Anliegen. Z.B. ist es wichtig, vorhersagen zu können, wann Eisenbahnräder versagen, wann Brücken neugebaut werden müssen oder Knochen- bzw. Zahnersatz ausgewechselt werden muss. Um ein besseres Verständnis der Ermüdung zu gewinnen, werden Ermüdungsexperimente an Proben wie Stahlproben oder Betonträger durchgeführt. Dabei hängt die statistische Analyse sehr davon ab, wie aufwendig diese Experimente sind. Bei weniger aufwendigen Experimenten, können diese parallel durchgeführt werden. Oft laufen aber diese Experimente unter realistischen Belastungen so lange, dass ein Versagen nicht beobachtet werden kann. Dann können sogenannte Step-Stress-Experimente oder Beschleunigte Experimente durchgeführt werden. Zusätzlich kann die Rissentstehung und das Risswachstum erfasst werden, um die Vorhersage für den Versagenszeitpunkt zu verbessern.

 

Gliederung der Vorlesung:

Parallele Lebenszeitexperimente

Step-Stress-Experimente und Beschleunigte Experimente

Rissentstehung und Risswachstum

Prognose mittels nichtlinearer Modelle

Prognose mittels stochastischer Differentialgleichungen

Prognose mittels Sprungprozessen

Zuverlässigkeit von Systemen

Versuchsplanung