Ein Fachgebiet aus datengetriebenen und physikbasierten Methoden zur Überwachung des Anlagenzustands, Schätzung bestehender Degradation, Vorhersage der verbleibenden Nutzungsdauer (RUL) mit quantifizierter Unsicherheit und zur Information von Wartungs‑ und Betriebsentscheidungen für stromtechnische Anlagen.

Prinzip

Die Kombination von Condition‑Monitoring‑Daten mit Degradationsmodellen (statistisch, maschinelles Lernen oder Physics‑of‑Failure) liefert probabilistische Schätzungen der zukünftigen Leistung und RUL; Entscheidungen folgen durch Abgleich dieser Prognosen mit Wartungs‑, Ersatzteil‑ und Kosten‑/Risiko‑Kriterien.

Demonstration

Illustrative Anwendung — Situation: Bei einem Trafopar tritt ein Anstieg gelöster Gase und eine Temperaturanstiegstendenz auf. Erkennung: Ein an die Degradationshistorie kalibriertes Modell korreliert die Trends mit der Isolierstoffalterung. Aktion: Das PHM‑System liefert eine probabilistische RUL und schlägt ein Wartungsfenster vor, das minimale Betriebsstörungen verursacht. Folge: Geplante Wartung erfolgt vor einer Hochrisikoperiode und reduziert die Wahrscheinlichkeit ungeplanter Ausfälle.

Fehlanwendung

Verwendung eines punktuellen RUL‑Werts ohne Angabe der Unsicherheit oder ohne Validierung des Modells für dieselbe Anlagenklasse und Betriebsbedingungen; der Fehler ist, Modellvorhersagen als exakte Aussagen statt als unsichere Prognosen zu behandeln.

Konsequenz

Korrekt angewandt ermöglicht PHM zustandsbasierte Wartung, die Lebenszykluskosten senken und ungeplante Ausfälle reduzieren kann; fehlanwendbares PHM kann zu falschem Vertrauen, übersehenen Ausfällen oder unnötigen Austauschmaßnahmen und damit zu verlagertem Risiko führen.

Umkehrung

Der Nutzen von PHM ist begrenzt, wenn Ausfälle überwiegend zufällig und abrupt auftreten (z. B. plötzlicher Bruch) ohne messbare Vorzeichen; dann liefern prädiktive Modelle keine verlässlichen Frühwarnungen.

Abgrenzung

Klar innerhalb: Anlagen mit messbaren, progressiven Degradationssignalen (Batterien, Transformatoren, rotierende Maschinen, Leistungselektronik), für die Sensorik und Modelle anwendbar sind. Randfall: Anlagen mit gemischten allmählichen und abrupten Fehlermechanismen, bei denen PHM nur für Teilmengen wirksam ist. Außerhalb: rein stochastische Ausfälle ohne Vorzeichen oder rein kalenderbasierte Vorschriften.

Semantische Spannung

Risiko‑Reduktion ↔ Überwachungs­kosten — intensivere Überwachung und komplexere Modelle verringern Unsicherheit, erhöhen jedoch Instrumentierungs‑, Daten‑ und Analyseaufwand; PHM‑Design muss Vorhersagewert und Kosten abwägen.

Synthese

PHM verwandelt Instandhaltung in eine probabilistische Entscheidungsaufgabe: es übersetzt Sensordaten und Modelle in risikogewichtete Prognosen, die mit Kosten‑, Verfügbarkeits‑ und Sicherheitskriterien zu handhabbaren Wartungsentscheidungen verknüpft werden müssen.