Product Lifecycle Management (PLM) ist ein Fluss komplexer Engineering-Aufgaben, angefangen von der Definition der Produkt- / Asset-Anforderungen bis hin zum Betrieb des Assets und dem Beginn des Service Lifecycle Management (SLM).
Der Entwicklungsprozess fortschrittlicher Produkte oder Systeme ist komplex und umfasst viele parallele Prozesse, darunter: Konzept, detailliertes Design, Integration, Management von Subunternehmern, Anforderungen und Analysen für Zuverlässigkeit, Verfügbarkeit, Wartbarkeit und Sicherheit (RAMS), Entwurfsprüfungen und Tests.
Herkömmliche RAMS-Analysen finden statt, nachdem der größte Teil des Entwurfs abgeschlossen ist, da die Eingabe für die Analysen (Stückliste, Fehlerraten, Fehlermodi, MTTR) vorher nicht verfügbar ist. BQR bietet eine breite Palette von Tools und professionellen Services, mit denen RAMS-Überlegungen so früh wie möglich im Design umgesetzt werden können, darunter:
• Zuverlässigkeitszuweisung für grobe Analysen während der Konzeptphase
• Analyse und Leistungsreduzierung von Bauteilen, schematische Überprüfung, Entwurfsanalyse und Entwurfsfehlererkennung für elektronische Schaltungen
• Plugins für ECADs (Altium, OrCad und Mentor) für schnellen Stücklistenimport und RAMS-Analysen
Im Folgenden finden Sie eine vollständige Liste der RAMS-Tools für PLM vom vorläufigen Konzept bis zum endgültigen Entwurf:
Thema | Bedeutung |
Zuverlässigkeitszuweisung CARE-RBD-Zuordnung |
Weisen Sie Komponentenausfallraten zu, um die Zuverlässigkeitsanforderungen auf Systemebene zu erfüllen |
Fehlermodi und Effektanalyse (FMEA) CARE-FMEA |
Überprüfen Sie die Wirkungsketten vom Komponentenausfallmodus bis zur Systemebene. Identifizieren und mindern Sie einzelne Fehlerquellen |
Schematische Übersicht für elektronische Schaltungen fiXtress-ASR |
Logische Analyse eines elektronischen Schaltungsentwurfs, um Entwurfsfehler zu identifizieren |
Elektrische Spannungsanalyse und Leistungsreduzierung fiXtress-Stress-AnalysefiXtress-Derating |
Berechnet den Betriebspunkt jeder elektronischen Komponente (Leistung, Spannung, Strom und Temperatur) gemäß ihrer Funktionalität in der Schaltung durch Simulation und vergleicht ihn mit einem vordefinierten Derating-Kriterium (gemäß der Feldbetriebsumgebung). Dies hilft bei der Identifizierung von Überbeanspruchung, Spannungsfehlanpassung und anderen Konstruktionsfehlern. |
Zuverlässigkeitsanalyse | Berechnen Sie die Zuverlässigkeit und Verfügbarkeit komplexer Systeme unter Berücksichtigung von Redundanzen, Fehlertoleranz, Reparaturrichtlinien und Logistik |
Fehlermodi, Auswirkungen und Kritikalitätsanalyse (FMECA) CARE-FMECA |
Ähnlich wie bei der FMEA werden Komponentenausfallraten verwendet, um eine höhere Analysegenauigkeit zu erzielen. FMECA ist eine Analyse von unten nach oben. |
Testbarkeitsanalyse CARE-Testbarkeit |
Analyse der optimalen BIT- (Built In Test) und ATE- (Automatic Test Equipment) Funktionen zur Erkennung und Isolierung von Fehlern |
Fehlerbaumanalyse (FTA) | Während FMECA die möglichen Auswirkungen einzelner Fehlermodi von unten nach oben analysiert, analysiert FTA Kombinationen von Ereignissen, die zu Sicherheitsereignissen in einem Top-Down-Ansatz führen können.3 |
Wartbarkeitsanalyse apmOptimizer |
Schätzung der mittleren Reparaturzeit (MTTR), Ersatzteile und Logistik, Wartungsaufgaben, vorbeugende Wartungs- und Inspektionspläne |
Planung und Optimierung von Wartung und Logistik apmOptimizer |
Optimieren Sie den Wartungs- und Logistikplan, um die Kosten zu minimieren und gleichzeitig eine hohe Verfügbarkeit der Assets zu gewährleisten |
Lebenszykluskosten (LCC) apmOptimizer |
Berechnen Sie die erwarteten Wartungs- und Betriebskosten für das Produkt / den Vermögenswert / die Flottenlebensdauer. Auf diese Weise können verschiedene Wartungsrichtlinien und IIoT-Lösungen verglichen und geschäftliche und datengesteuerte Entscheidungen getroffen werden. |
Felddatenanalyse (AUFRUHR) BQR-Digital |
Wenn das Asset in Betrieb ist, werden Fehler- und Wartungsdaten erfasst. Die Analyse der Felddaten liefert reale Fehlerverteilungen, Reparaturzeiten und PF-Zeiten (Zeit vom potenziellen Fehler bis zum tatsächlichen Fehler). Die daraus resultierenden Daten können zur weiteren Optimierung von Wartung und Logistik verwendet werden |