Prognostics and health monitoring for ECU based on piezoresistive sensor measurements

In dieser Dissertation wird ein neues Vorgehen an Prognostics and Health Monitoring für Automobileanwendung durch Benutzung eines piezoresistiven Spannungssensors vorgestellt. Der piezoresistive Sensor ist sehr entwicklungsfähig für Zuverlässigkeitsanwendungen, weil er die direkte Messung von mechanischen Spannungen ermöglicht, die auf die Schadensentwicklung bezogen werden kann. Die Hauptherausforderung dieser Studie ist die Umsetzung des Spannungsensors für das Monitoring am Systemniveau. Um dieses Ziel zu erreichen, muss die Messunsichercheit von dem Sensor ausgewertet werden. Desweiteren muss ein System entwickelt werden, welches das Messen mit mehreren Sensoren in der selben Zeit ermöglicht. Nachdem der Rahmen für die elektronische Systemmonitoring mit dem piezoresistiven Spannungssensor festgelegt wurde, konnte ein Vorgehen an Prognostics and Health Monitoring, welches den Sensor beinhaltet, etabliert werden. Es wurde ein Hybridvorgehen ausgewählt, welches das Model Based und das Data Driven Vorgehen enthält und die Nachteile der getrennten Benutzung dieser Methoden minimalisiert. Als erstes muss ein Lebensdauermodel für das untersuchte Produkt entwickelt werden, das von FEM Modellierung unterstützt wird. Die detaillerte FEM Analyse gibt eine wertvolle Einsicht in das Produktverhalten und ermöglicht quantitative Evaluierung von der Belastung, die auf die betrachtete Konstruktionselemente wirkt. Als nächstes muss das Echtzeitmonitoring von dem untersuchten Produkt durchgeführt werden, um die Beurteilung von den Lebensdauer unter Verwendung von dem entwickelten Lebensdauermodel zu ermöglichen. Jedoch steigt die Belastung auf die betrachteten Konstruktionselemente plötzlich, wenn die Delamination auftritt. Deswegen wird das entwickelte Data Driven Vorgehen auf die Delaminationerkennung basierend auf die Spannungssensormessung fokusiert. Es benutzt statistiche Strukturerkennungsalgorithmen, die die automatische und zuverlässige Delaminationdetektion ermöglichen. Letztendlich wird das Hybridvorgehen an PHM vorgeschlagen, das beide entwickelte Methoden kombiniert