Modellbasierte Überwachung und Fehlerdiagnose von kontinuierlichen technischen Prozessen

Abstract

Zusammenfassung Durch zunehmende Anforderungen an hochzuverlässige und sichere Prozesse, an Lebenszykluskosten und an das Assetmanagement kommt der Überwachung und Fehlerdiagnose aller wichtiger Komponenten technischer Anlagen eine wesentliche Bedeutung zu. Der Beitrag gibt zunächst eine Übersicht von einigen signalgestützten und modellgestützten Methoden zur Erkennung von fehlerhaften Änderungen des normalen Prozessverhaltens. Hierbei gelingt es durch Analyse einzelner periodischer oder stochastischer Signale mit Methoden der Spektralanalyse und durch Analyse mehrerer Ein- und Ausgangssignale über Prozessmodelle mit Parameterschätzung, Beobachtern oder Paritätsgleichungen mehrere Symptome zu erzeugen. Diese bilden die Grundlagen für eine Fehlerdiagnose mit Klassifikations- oder Inferenzmethoden. Das prinzipielle Vorgehen wird an einer Auswahl von am Institut für Automatisierungstechnik untersuchten technischen Prozessen, wie einem hydraulischen Aktor, Elektroantrieben, Kreiselpumpen, Verbrennungsmotoren und Kraftfahrzeugen kurz erläutert und es werden experimentelle Ergebnisse für eingebaute Fehler beschrieben. Der Beitrag schließt mit einer Zusammenfassung bisher erreichter Ergebnisse und einer Beurteilung der angewandten Methoden, die im Laufe der Jahre entwickelt wurden. Der Beitrag soll mit Hilfe der Beispiele die Anwendbarkeit deutlich machen.