Eine effektive Zuverlässigkeitsgarantie ist entscheidend für den sicheren, zuverlässigen und kosteneffizienten Betrieb moderner Ingenieursysteme. Im Laufe der Jahrzehnte haben Forscher und Ingenieure verschiedene Methoden entwickelt, die sich schrittweise von der präventiven Wartung hin zum Paradigma der prädiktiven Wartung (PdM) entwickelt haben. Dieser Artikel bietet einen umfassenden Überblick über Zuverlässigkeitsgarantiestrategien mit besonderem Fokus auf die neuesten Entwicklungen in der intelligenten prädiktiven Wartung. Der Kern dieses neuen Paradigmas ist das Konzept des „intelligenten Agenten“, der den Systembetrieb überwacht, das Entstehen und die Entwicklung von Fehlern erkennt, den Gesundheitszustand bewertet, die verbleibende Lebensdauer von Schlüsselkomponenten und Systemen abschätzt und eigenständig Entscheidungen bezüglich Ersatzteilversorgung und Wartungsplanung trifft. Die untersuchten Methoden werden in drei Haupttypen eingeteilt: statistische Methoden, physikbasierte Methoden und intelligente Methoden. Besonderes Augenmerk wird auf intelligente Methoden gelegt, einschließlich Datenquellen (wie Vibration, Bild- und Videoaufnahmen, akustische Emission, Ultraschall und Stromsignale), Analysemethoden (regelbasiert, statistisch, physikalisch, flach- und tiefenlernend) und Zielgeräte (darunter Batterien, Lager, Gasturbinen, Windturbinen, Chips und mechatronische Systeme). Darüber hinaus werden praktische Anwendungen in Hochgeschwindigkeitsbahnen, Luft- und Raumfahrt sowie Kernenergie diskutiert. Abschließend fasst der Artikel die zentralen Forschungsherausforderungen und Perspektiven für die Weiterentwicklung der intelligenten Zuverlässigkeitsgarantie zusammen, einschließlich Datenstandardisierung, Sicherheit und Teilen, Edge Computing, Datenfusionsalgorithmen, Schlussfolgerungen unter Unsicherheit, quantifizierbare Entscheidungsfindung, groß angelegte Basismodelle und digitale Zwillinge.

intelligente Zuverlässigkeitsgarantie; prädiktive Wartung; Prognose und Gesundheitsmanagement; Ingenieursysteme