Condition Monitoring nichtlinearer Anlagen in der Automatisierungstechnik

Die fortschreitende Vernetzung von industriellen Anlagen liefert eine zunehmende Datenmenge, die im Betrieb zur Verfügung stehen. Für den Menschen ist es meist nicht mehr möglich diese Informationsmenge zu überschauen und Erkenntnisse daraus zu ziehen. Mit der Entwicklung immer leistungsfähigerer Prozessoren, sind für diesen Einsatz Verfahren des maschinellen Lernens in den Fokus gerückt. Dabei werden Algorithmen entwickelt, die Gesetzmäßigkeiten in den Messdaten erkennen und so Vorhersagen treffen können. Im Gegensatz zu dem im industriellen Umfeld etablierten Modellen, beruhen sie nicht auf physikalischen Zusammenhängen, sondern auf statistischen Auswertungen der verfügbaren Daten. Das so erlangte Wissen kann zum Beispiel dazu verwendet werden, komplexe Systeme zu modellieren, die nicht oder nur schwer durch physikalische Zusammenhänge beschrieben werden können. Eine verbreitete Anwendung ist die Zustandsüberwachung von Anlagen, bei der Ausfälle frühzeitig erkannt werden sollen, bevor es zum Versagen kommt.

Im Rahmen des Projekts mit der Lenze Automation GmbH werden Verfahren zur Fehlererkennung entwickelt, die an Maschinen mit nichtlinearem Systemverhalten Anwendung finden. Dazu wird der Einsatz von datengetriebener Modellierung zur Ergänzung physikalischer Modelle untersucht. Ein Beispiel hierfür ist die Überwachung der Vorspannung bei Zahnriemenantrieben. Sinkt die Vorspannkraft ab, so kann dies anhand der Sensordaten erkannt werden und eine Warnung ausgegeben werden.

Lenze ist ein weltweit agierender Spezialist für die Automatisierungstechnik, der ein umfassendes Angebot für viele verschiedene Anwendungsbereiche bereitstellt. Das Unternehmen beschäftigt über 3700 Mitarbeiter weltweit und hat seinen Stammsitz in Aerzen in der Nähe von Hameln.