innovations techniques
Fehlerdiagnose
Die Aufgaben der Überwachung bestehen darin, den gegenwärtigen Prozesszustand anzuzeigen, unerwünschte oder unerlaubte Prozesszustände zu melden und entsprechende Massnahmen einzuleiten, um den weiteren Betrieb zu erhalten und um Schäden oder Unfälle zu verhindern.
Hierbei kann man folgende Arten der Überwachung unterscheiden:
Grenzwert-Überwachung. Direkt messbare Grössen werden im Hiblick auf das Überschreiten von Toleranzen geprüft, und es werden Alarmmeldungen gegeben.
Automatischer Schutz. Bei gefährlichen Prozesszustände leitet eine Grenzwert-Überschreitung automatisch eine geeignete Gegenmassnahme ein, um den Prozess in einen sicheren Zustand zu überführen.
Überwachung mit Fehlerdiagnose. Aus messbaren Grössen werden Merkmale berechnet, Symptome erzeugt, eine Fehlerdiagnose durchgeführt und Entscheidungen für Gegenmassnahmen getroffen.
Bei klassischen Überwachungsmethoden kann eine Alarmmeldung nur nach relativ grossen Merkmalsänderung erfolgen. Ferner ist eine detaillierte Fehlerdiagnose im Allgemeinen nicht möglich. Hinzu kommt bei Grossanlagen, dass bei grösseren Störungen eine Flut von Alarmmeldungen erscheint, deren Auswertung kaum noch möglich ist.
Aus diesen Gründen werden entwickelte Methoden der Art Überwachung mit Fehlerdiagnose benötigt, die folgende Eigenschaften erfüllen sollen.
- Frühe Erkennung kleiner Fehler
- Fehlerdiagnose mit Angabe von Fehlerort, Fehlergrösse und Fehlerursache
- Erkennung von Fehlern in geschlossenen Regelkreisen
- Überwachung von Prozessen in dynamischen Betriebszuständen
Wenn die Überwachung verbessert werden soll, dann liegt es zunächtst nahe, zusätzliche Sensoren einzuführen, die spezielle Fehler möglichst direkt erfassen, und das Bedienungspersonal-Wissen in Rechnern zu verarbeiten. Durch die zusätzlichen Sensoren und die zugehörigen Messketten steigt aber die Gesamtzuverlässigkeit nicht unbedingt an, und viele Fehler können dennoch nicht erfasst werden. Darum ist es vorteilhaft, die bereits vorhandenen Messsignale der Prozesseingangs- und -ausgangsgrössen besser zu nutzen. Denn beim Auftreten von vielen Fehlern ändert sich der Zusammenhang dieser Signale untereinander. Wenn man die Signalzusammenhänge über einfache mathematische Modelle beschreibt, kann man durch Beobachtung dieser analytischen Prozessmodelle auf Fehler zurückschliessen, ohne viele zusätzliche Sensoren.
Der Fehlerbaum hilft damit die Beziehungen zwischen Diagnose-wünsche, Charakterisierung des Prozesses und die Signalverarbeitung (mit Sensoren) eindeutig zu machen