Grundlagen der Zuverlässigkeits-Engineering für Werksingenieure

Fertigungsentscheider integrieren Zuverlässigkeitsdenken zunehmend in Strategie, Design, Beschaffung, Betrieb und Wartung. Ursprünglich in der Luftfahrt verwurzelt, treibt Zuverlässigkeits-Engineering heute Werksverfügbarkeit voran, unterstützt Lean-Initiativen und schützt Kapitalinvestitionen.

Dieser Leitfaden stellt die praxisrelevantesten Zuverlässigkeitsmethoden für Werksingenieure vor und deckt ab:

• Kernzuverlässigkeitskennzahlen: Ausfallrate, MTBF/MTTF und Verfügbarkeit
• Die Exponentialverteilung – Fundament vieler Zuverlässigkeitsmodelle
• Weibull-Analyse zur Aufdeckung zeitabhängiger Ausfallmuster
• Design eines Felddatenerfassungssystems für evidenzbasierte Entscheidungen

Zuverlässigkeits-Engineering: Ein kurzer historischer Abriss

Der Bedarf an zuverlässigen Maschinen reicht bis zur antiken Noria-Wasserpumpe zurück, die Gemeinden mit Wasser versorgte. Modernes Zuverlässigkeits-Engineering gewann jedoch nach dem Zweiten Weltkrieg an Fahrt, als Luftfahrtunfälle die Geschäftskosten von Ausfällen offenbarten. Forschungen von MITs Arnold Barnett zeigten, dass Luftfahrtvorfälle 138,2 New-York-Times-Titelseiten pro 1.000 Todesfälle generierten – weit mehr als andere Ursachen – und damit die PR- und finanziellen Risiken von Unzuverlässigkeit hervorhoben. Militär- und Luftfahrtsektoren übernahmen strenge Zuverlässigkeitsstandards, die heute viele industrielle Anwendungen untermauern.

Was ist Zuverlässigkeits-Engineering?

Zuverlässigkeits-Engineering ist die Wissenschaft, sicherzustellen, dass Bauteile, Produkte und Systeme über ihre vorgesehene Lebensdauer ohne Ausfall funktionieren. Für Werksingenieure bedeutet es, Risiken zu quantifizieren, Ausfallarten zu diagnostizieren und Wartung, Design und Beschaffung so zu steuern, dass Verfügbarkeit maximiert und Lebenszykluskosten minimiert werden.

Wichtige moderne Ansätze umfassen:

• Reliability-Centered Maintenance (RCM) und Failure-Mode Effects Analysis (FMEA/FMECA)
• Root-Cause Analysis (RCA) und zustandsbasierte Überwachung
• Lebenszykluskostenanalyse und Change-Management-Frameworks

Während qualitative Methoden wertvoll bleiben, erschließen quantitative Zuverlässigkeitswerkzeuge tiefere Einsichten. Ein solides Verständnis grundlegender Statistik – Mittelwert, Varianz, Konfidenzintervalle – und Wahrscheinlichkeitsverteilungen befähigt Werksingenieure, Ausfalldaten zu interpretieren und kontinuierliche Verbesserung voranzutreiben.

Fundamentale Zuverlässigkeitskennzahlen

Ausfallrate (λ) und MTBF/MTTF

Die Ausfallrate repräsentiert die erwartete Anzahl Ausfälle pro Zeiteinheit und wird berechnet als:

Für reparierbare Einheiten entspricht MTBF (Mean Time Between Failures) 1/λ; für nicht reparierbare Einheiten gilt dieselbe Beziehung für MTTF (Mean Time To Failure).

Beispiel: Fünf Motoren laufen zusammen 50 Jahre und fallen fünfmal aus. λ = 5 / 50 J. = 0,1 Ausfälle/J.; MTBF = 10 J.

Die Exponentialverteilung

Bei konstanter Ausfallrate ist die Zuverlässigkeit über Zeit t:

Am Motorbeispiel (λ = 0,1 J.⁻¹) beträgt die Wahrscheinlichkeit, sechs Jahre ohne Ausfall zu laufen, 54,9 %. Das Exponentialmodell definiert MTBF auch als den Zeitpunkt, an dem die Zuverlässigkeit auf 36,8 % fällt.

Weibull-Verteilung

Die Weibull-Analyse erfasst flexibel Frühausfälle, konstante und Verschleißausfallverhalten. Das Auftragen logarithmischer kumulativer Ausfallprozente gegen logarithmische Zeit ergibt eine Gerade, deren Steigung (β) das Ausfallmuster identifiziert:

• β < 1: Säuglingssterblichkeit (Frühausfälle)
• β ≈ 1: Konstante Rate (exponentiell)
• β > 3,5: Verschleiß (zeitabhängig)

Die Weibull-Zuverlässigkeitsfunktion lautet:

Bei β = 0,5 (Frühausfälle) sinkt die 6-Jahres-Zuverlässigkeit auf ~46 %. Bei β = 5 (Verschleiß) steigt sie auf ~93 %. Das Verständnis von β ermöglicht gezielte Interventionen – verbessertes Design für Frühausfälle oder planmäßige Überholung bei Verschleiß.

Systemzuverlässigkeitsmodellierung

Reihenschaltungen

In einer Reihenschaltung fällt das System aus, wenn eine Komponente ausfällt. Die Systemzuverlässigkeit ist das Produkt der Einzelzuverlässigkeiten:

Rs(t) = R1(t) × R2(t) × … × Rn(t)

Beispiel: Drei Teilsysteme jeweils 90 % zuverlässig → Rs = 0,9³ = 72,9 %.

Parallelschaltungen

Redundante Komponenten erhöhen die Gesamtzuverlässigkeit. Für zwei identische Komponenten parallel: Rs = 1 – (1 – R)². Bei R = 90 % ergibt sich Rs = 99 %.

r-aus-n-Systeme

Diese Systeme erfordern mindestens r funktionsfähige Einheiten von n. Die Zuverlässigkeit berechnet sich über eine kumulative Binomialsumme:

Rs = Σ_{k=0}^{r-1} C(n,k) p^{n-k} (1-p)^k

Beispiel: Vier Mahlwerke, drei müssen laufen, jedes 90 % zuverlässig → Rs ≈ 95 %.

Felddatenerfassung

Präzise Zuverlässigkeitsanalyse basiert auf robusten Daten. Nutzen Sie standardisierte Taxonomie (IEC 300-3-2, DOE NE-1004-92) und erfassen Sie:

• Systemdetails und Betriebskontext
• Umgebungsbedingungen
• Ausfallereignisse mit Zeitstempeln und Ursachen

Gute Daten durchbrechen die „Zufallsfalle“ und offenbaren zeitabhängige Muster, die präventive Wartungspläne und Designverbesserungen informieren.

Nächste Schritte für Werksingenieure

Vertiefen Sie Ihr Wissen in:

• Weibull- und Exponentialverteilungen
• Gauß- und Log-Normal-Modelle
• Statistische Konfidenzintervalle
• Bayessche Zuverlässigkeitsmethoden
• Spannungs-Festigkeits-Interferenzanalyse
• Zuverlässigkeitswachstum und -managementstrategien

Erwägen Sie den ASQ Certified Reliability Engineer (CRE) zur Festigung Ihrer Expertise.

Referenzen

• Troyer, D. (2006). Strategic Plant Reliability Management Course Book. Noria Publishing.
• Bernowski, K. (1997). „Safety in the Skies.“ Quality Progress, Jan.
• Dovich, R. (1990). Reliability Statistics. ASQ Quality Press.
• Krishnamoorthi, K.S. (1992). Reliability Methods for Engineers. ASQ Quality Press.
• MIL-STD-721
• IEC Standard 300-3-3
• DOE Standard NE-1004-92

Anhang: Wichtige Zuverlässigkeitsbegriffe (MIL-STD-721)

• Verfügbarkeit – Anteil der Zeit, in der ein Gegenstand einsatzbereit ist.
• Zuverlässigkeit – Wahrscheinlichkeit fehlerfreien Betriebs über ein spezifiziertes Intervall.
• MTBF / MTTF – Mittlere Zeit zwischen Ausfällen (reparierbar) bzw. bis zum Ausfall (nicht reparierbar).
• Ausfallrate (λ) – Ausfälle pro aufgewendeter Lebenseinheit.
• Mittlere Reparaturzeit (MTTR) – Durchschnittliche Reparaturdauer.
• Failure Modes & Effects Analysis (FMEA) – Systematische Identifikation potenzieller Ausfälle.