Bewertung der Zuverlässigkeit selbstoptimierender Systeme mit dem LARES-Framework (bibtex)
by , , , , ,
Abstract:
Selbstoptimierende mechatronische Systeme bieten die Möglichkeit, ihr Verhalten an geänderte Umgebungsbedingungen anzupassen. Dazu werden beispielsweise redundante Strukturen genutzt, Reglerparameter angepasst oder Regelstrategien umgeschaltet. Dies kann auch genutzt werden, um die Zuverlässigkeit des Systems zu steigern. Zugleich entstehen aber durch die gesteigerte Komplexität dieser Systeme zusätzliche Risiken. Um sicherzustellen, dass das System dennoch die gestellten Anforderungen bezüglich der Zuverlässigkeit erfüllt, ist eine Modellierung des Gesamtsystems und anschließende Zuverlässigkeitsbewertung notwendig. Dies ist aufgrund der situationsabhängigen Verhaltensanpassung und des nicht intuitiv vorhersehbaren Verhaltens jedoch nicht mit klassischen Verfahren möglich. Ein Modellierungsverfahren, das diese Eigenschaften abbilden kann, ist LARES (LAnguage for REconfigurable dependable Systems). Die Anwendung von LARES zur Bewertung der Zuverlässigkeit eines selbstoptimierenden Systems wird anhand des Feder-Neige-Moduls gezeigt. Es ist eine Baugruppe der Fahrzeuge eines innovativen Bahnsystems, der RailCabs. Das Feder-Neige-Modul dient dazu, unerwünschte Schwingungen des Fahrzeugaufbaus zu minimieren. Mit LARES können die Hardware-Komponenten des Systems, ihre in Abhängigkeit von der aktuellen Situation veränderten Belastungen sowie die nicht-deterministische Verhaltensadaption modelliert werden.
Reference:
Meyer, T.; Sondermann-Wölke, C.; Sextro, W.; Riedl, M.; Gouberman, A.; Siegle, M.: Bewertung der Zuverlässigkeit selbstoptimierender Systeme mit dem LARES-Framework. 9. Paderborner Workshop Entwurf mechatronischer Systeme (Jürgen Gausemeier, Roman Dumitrescu, Franz Rammig, Wilhelm Schäfer, Ansgar Trächtler, eds.), Heinz Nixdorf Institut, Universität Paderborn, 2013. (Preprint: http://www.tobi-meyer.de/Meyer2013b.pdf)
Bibtex Entry:
@INPROCEEDINGS{Meyer2013b,
  howpublished = {Conference Proceedings},
  author = {Tobias Meyer AND Christoph Sondermann-W{\"o}lke AND Walter Sextro
	AND Martin Riedl AND Alexander Gouberman AND Markus Siegle},
  title = {Bewertung der Zuverl{\"a}ssigkeit selbstoptimierender Systeme mit
	dem LARES-Framework},
  booktitle = {9. Paderborner Workshop Entwurf mechatronischer Systeme},
  year = {2013},
  editor = {J{\"u}rgen Gausemeier AND Roman Dumitrescu AND Franz Rammig AND Wilhelm
	Sch{\"a}fer AND Ansgar Tr{\"a}chtler},
  series = {HNI-Verlagsschriftenreihe},
  pages = {161-174},
  address = {Paderborn},
  publisher = {Heinz Nixdorf Institut, Universit{\"a}t Paderborn},
  abstract = {Selbstoptimierende mechatronische Systeme bieten die M{\"o}glichkeit,
	ihr Verhalten an ge{\"a}nderte Umgebungsbedingungen anzupassen. Dazu
	werden beispielsweise redundante Strukturen genutzt, Reglerparameter
	angepasst oder Regelstrategien umgeschaltet. Dies kann auch genutzt
	werden, um die Zuverl{\"a}ssigkeit des Systems zu steigern. Zugleich
	entstehen aber durch die gesteigerte Komplexit{\"a}t dieser Systeme
	zus{\"a}tzliche Risiken. Um sicherzustellen, dass das System dennoch
	die gestellten Anforderungen bez{\"u}glich der Zuverl{\"a}ssigkeit
	erf{\"u}llt, ist eine Modellierung des Gesamtsystems und anschlie{\ss}ende
	Zuverl{\"a}ssigkeitsbewertung notwendig. Dies ist aufgrund der situationsabh{\"a}ngigen
	Verhaltensanpassung und des nicht intuitiv vorhersehbaren Verhaltens
	jedoch nicht mit klassischen Verfahren m{\"o}glich. Ein Modellierungsverfahren,
	das diese Eigenschaften abbilden kann, ist LARES (LAnguage for REconfigurable
	dependable Systems).
	
	Die Anwendung von LARES zur Bewertung der Zuverl{\"a}ssigkeit eines
	selbstoptimierenden Systems wird anhand des Feder-Neige-Moduls gezeigt.
	Es ist eine Baugruppe der Fahrzeuge eines innovativen Bahnsystems,
	der RailCabs. Das Feder-Neige-Modul dient dazu, unerw{\"u}nschte
	Schwingungen des Fahrzeugaufbaus zu minimieren. Mit LARES k{\"o}nnen
	die Hardware-Komponenten des Systems, ihre in Abh{\"a}ngigkeit von
	der aktuellen Situation ver{\"a}nderten Belastungen sowie die nicht-deterministische
	Verhaltensadaption modelliert werden.},
  comment = {Preprint: \url{http://www.tobi-meyer.de/Meyer2013b.pdf}}
}
Powered by bibtexbrowser