Daniel Zehetner

• Der Zweck dieser Masterarbeit ist mit Hilfe vorhandener Messdaten technische Gebrechen vorhersehen oder sogar verhindern zu können. Für die praktische Anwendung wurde die Kraftstoffkonditionierungseinheit des Unternehmens AVL ausgewählt. Hierbei werden mehrere Kraftstoffkonditionierungseinheiten desselben Typs von verschiedenen Prüfständen überwacht, um schneller an mehr ausschlagkräftige Daten zu kommen. Diese Einheiten dienen dazu, den Kraftstoff mit gewünschtem Druck und Temperatur zum Motor zu fördern. Um diese gewünschten Sollwerte erreichen zu können, benötigt dieses Gerät viele Messsensoren, deren Messdaten in drei Minutentakt in ein Dokument übertragen werden, um diese für die weitere Analyse und Überwachung verwenden zu können. Zusätzlich werden diese Daten verwendet um eine Augmented Reality Brille mit den notwendigen Daten auszustatten, um Wartungen mit Anleitung und Simulation darstellen zu können. Der Hauptzweck dieser Masterarbeit besteht darin, die häufigsten Ausfallsituationen festzustellen, deren Gründe herauszufinden und mit Hilfe der Messdaten diese zu erkennen. Wenn diese Analyse abgeschlossen ist, werden die Messdaten über eine Plattform überwacht und bei erneuter Erkennung dieser Abweichung wird automatisch eine Wartung eingeplant, um diesen Ausfall zu verhindern. Eine solche Systemüberwachungssoftware, die direkt mit dem Service Techniker zusammenarbeitet ist eines der Themen der Industrie 4.0.
• Combustion engines operated on a test bed have to be provided with fuel certain conditioning such as a certain temperature, pressure and flow rate. The conditioning system possesses sensors for monitoring the appropriate physical properties of the fuel. These parameters arecontrolled by sensors in the conditioning device. The conditioning unit is a highly utilized system, therefore device failures can be circumvented. The aim of this thesis is to identify possible failures and the source of it to detect them before black outs occur. To achieve that, the conditioning device gets equipped with relevant sensors to measure possible failures, for instance density of the fuel or pressure differentials. Additionally, past break down situations have been analysed to determine relevant indicators and limits. In addition, a platform has been established for predicting maintenance intervals based on the measured data. The output of this analysis is a conditioning system operating with a platform that can predict maintenance intervals and increase the utilization rate. The development of the software and the know how that was gathered within the master thesis can be used for future maintenance of other conditioning systems.