Art der Arbeit: Bachelorarbeit

Fachlicher Hintergrund:

Feldbusse werden in industriellen und Gebäudeautomatisierungssystemen als Teil der Operational Technology eingesetzt, um Sensoren und Aktoren mit den Controller-Bausteinen zu verbinden. Aus den hier übertragenen Daten lassen sich Rückschlüsse auf die Nutzungsdauer und -intensität der dort eingesetzten Aktoren ziehen (z.B. Leuchtdauer von Lampen, Anzahl von Fahrten eines Fahrstuhls). Zusammen mit Wissen über den zu erwartenden Lebenszyklus (z.B. MTBF) eines solchen Geräts lassen sich Vorhersagen über den Ausfall des Geräts treffen. Bereits vor einem Ausfall kann mit der vorbeugenden Wartung (Predictive Maintenance) begonnen werden. Das ist immer dann sinnvoll, wenn ein tatsächlicher Ausfall hohe Kosten oder kritische Situationen verursachen würde.

In der Praxis werden moderne Gebäude mit Netzwerken wie z.B. KNX ausgestattet. Das betrifft auch das Institutsgebäude der Informatik. Die dort anfallenden Daten lassen Rückschlüsse auf die Betriebsdauer von Bauteilen, wie z.B. Leuchtstoffröhren, zu.

Aufgabenbeschreibung:

Im Rahmen der Arbeit soll erforscht werden, ob und wie gut sich die Daten aus der Gebäudeautomation für die Vorhersagen von Ausfällen eignen.

Es sollen folgende Fragestellungen beantwortet werden:

• Welche Rückschlüsse lassen sich aus Aufzeichnungen in der Gebäudeautomation ziehen?
• Wie gut lassen sich Ausfälle vorhersagen? Ist die Datenqualität ausreichend?
• Wie können die Vorhersagen in kurzer Zeit in der Realität überprüft werden?
• Wie groß ist die Bauteil-Streuung bei den betrachteten Geräten?

Mögliche Arbeitsschritte:

• Einarbeitung Predictive Maintenance - Aussagen über die Lebensdauer und Verteilung der Ausfälle von Bauteilen und Geräten in der Gebäudeautomation, Beschreibung des Lebenszyklus' einiger Bauteile / Geräte
• Einarbeitung Datenquelle Gebäudeautomation
• Suche nach auswertbaren Daten, beispielsweise Ableitung der Anzahl der Schaltvorgänge und Einschaltdauer für Leuchtstoffröhren
• Konzipierung eines Experiments zur Bestimmung der Lebensdauer (z.B. Schaltvorgänge einer Leuchtstoffröhre oder Brüh- und Wartungszyklen eines Kaffee-Vollautomaten)
• Date Mining in Feldbus-Daten (KNX oder momentaner Stromverbrauch Kaffeemaschine) für konkrete Fragestellungen
• Validierung (Unterstützung durch Messgeräte)
• Bewertung.

Die genaue Festlegung des Themas erfolgt in Abstimmung mit den Betreuern unter Berücksichtigung eventuell schon an andere Studenten vergebener Themengebiete. Eine gemeinsame Bearbeitung verschiedener Teilthemen durch mehrere Studenten ist unter Umständen möglich. 

Literatur und Ressourcen:

• ZVEI (Hrsg.): „Lebensdauerverhalten von Ent- ladungslampen für die Beleuchtung – Grundlagen für Planung und Wartung“, Ff./Main 2005. www.licht.de/fileadmin/shop-downloads/ lebensdauerZVEI.pdf
• Aschendorf, Bernd. "Funktionen der Gebäudeautomation." Energiemanagement durch Gebäudeautomation. Springer Fachmedien Wiesbaden, 2014.
• Merz, Hermann, Thomas Hansemann, and Christof Hübner. "Gebäudeautomation." München: Carl-Hanser-Verlag (2010).
• Sokollik, Frank; Helm, Peter; Seela Ralph. "KNX für die Gebäudesystemtechnik in Wohn- und Zweckbau" Berlin: VDE-Verlag (2017).
• Birolini, Alessandro (2010): Reliability Engineering. Theory and Practice. 6. Aufl. Berlin u. A.: Springer.

Betreuer: Dr. Thomas Mundt (thomas.mundt@uni-rostock.de) 

Voraussetzungen: Keine besonderen, Programmierkenntnisse in einer höheren Programmiersprache sind von Vorteil. Ein grundlegendes Verständnis der elektrischen Eigenschaften von Netzwerken ist hilfreich.