WO2005045535A1 - Verfahren zum betrieb einer technischen anlage - Google Patents

Verfahren zum betrieb einer technischen anlage Download PDF

Info

Publication number
WO2005045535A1
WO2005045535A1 PCT/DE2003/003584 DE0303584W WO2005045535A1 WO 2005045535 A1 WO2005045535 A1 WO 2005045535A1 DE 0303584 W DE0303584 W DE 0303584W WO 2005045535 A1 WO2005045535 A1 WO 2005045535A1
Authority
WO
WIPO (PCT)
Prior art keywords
operating parameters
operating
technical system
parameters
determined
Prior art date
Application number
PCT/DE2003/003584
Other languages
English (en)
French (fr)
Inventor
Wolfgang Fick
Uwe Gerk
Original Assignee
Siemens Aktiengesellschaft
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Siemens Aktiengesellschaft filed Critical Siemens Aktiengesellschaft
Priority to US10/577,315 priority Critical patent/US20070078532A1/en
Priority to CNB2003801106018A priority patent/CN100430845C/zh
Priority to PCT/DE2003/003584 priority patent/WO2005045535A1/de
Priority to EP03767395A priority patent/EP1678563A1/de
Priority to AU2003291924A priority patent/AU2003291924B2/en
Priority to JP2005510414A priority patent/JP2007510187A/ja
Priority to DE10394362T priority patent/DE10394362D2/de
Publication of WO2005045535A1 publication Critical patent/WO2005045535A1/de

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/0205Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system
    • G05B13/026Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system using a predictor
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/0265Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
    • G05B13/0295Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion using fuzzy logic and expert systems

Definitions

  • the invention relates to a method for operating a technical system, in particular a power plant.
  • Modern industrial plants generally have a large number of plant parts that interact with each other in a highly complex manner.
  • operating parameters are usually sensed at least in the important plant parts and fed to an automation and / or process control system.
  • These operating parameters can e.g. are input parameters which are set by an operator in order to operate a plant part in a desired manner.
  • the fuel and air supply to a combustion chamber must be adjusted in order to call up a desired power of the gas turbine.
  • This power is also an operating parameter of the gas turbine, which can be understood as an output parameter.
  • a generator and numerous other auxiliary operations are also connected to the gas turbine.
  • Each part of the system has numerous operating parameters which have to be set by an operator of the system or which result from such settings as output parameters.
  • One of the main difficulties is to recognize correlations in the abundance of data based on operating parameters in order to be able to positively influence the operation of the system as a whole.
  • One solution from the prior art is to simulate the technical system using a model in order to find out which changes in operating parameters lead to which changes in other operating parameters in order to understand the interactions between the system parts or also within a system part.
  • the invention is therefore based on the object of specifying a method for operating a technical system, by means of which the operating mode of a technical system is determined in a simple manner.
  • the object is achieved according to the invention by a method for operating a technical system, during which
  • Time intervals of a freely selectable size operating parameters of at least one plant part are recorded and from the temporal behavior of these operating parameters using methods of artificial intelligence comprising at least one method from the group ⁇ neural network, fuzzy logic, combined neuro-fuzzy method, genetic algorithm ⁇ Operation and / or operation of the technical system is determined.
  • the operating parameters also include variables such as those of condition monitoring systems such as a vibration analysis as measured variables or derived variables and determined and made available.
  • the invention is based on the consideration that a temporal behavior of operating parameters, which are recorded and stored during a time interval, allows conclusions to be drawn about the current operating mode of the technical system without a detailed knowledge of the interdependencies of the operating parameters is necessary. In particular, no model of the technical system is required to be able to make these statements.
  • the temporal behavior of the operating parameters can be recorded, for example, by simultaneously recording a number of operating parameters at a current and a later (or also historical) point in time and combining them to form a snapshot / fingerprint, which can then be compared.
  • this connection is detected and quantified using methods of artificial intelligence, without a model equation having to be available or having to be determined beforehand, for example.
  • the known methods of artificial intelligence can relate relationships between operating parameters within a data Learn the amount of operating parameters by analyzing their behavior over time. The correlations found and their quantification become better the larger the amount of data to be examined in terms of operating parameters. As soon as a relationship between certain operating parameters has been identified and quantified, the methods of artificial intelligence are still able to indicate which behavior is more dependent on such operating parameters and their changes, for which no image of the operating parameters has already been recorded other operating parameters can be expected.
  • Modeling of the technical function of the system must be known.
  • the operation and / or mode of operation is determined by the described analysis of the behavior of the operating parameters and their mutual dependencies.
  • the operating parameters recorded during the time interval can be understood as snapshots or inventories or also characterization of the plant part or the plant (“fingerprint” of the plant part or the plant).
  • a fingerprint replaces a classic model, whereby according to the inventive method the behavior of the Operating parameters of the operation and / or functioning of the technical system can be inferred using methods of artificial intelligence
  • fingerprints for start-up and shutdown as well as normal operation can be recorded, for example, in order to get to know and identify the respective operating mode.
  • the operating parameters are recorded during at least two time intervals which are separated from one another in time, in each case the operating parameters recorded as a data set are compared with one another and comprehensively using methods of artificial intelligence
  • At least one method from the group ⁇ neural network, fuzzy logic, combined neuro-fuzzy method, genetic algorithm ⁇ is used to determine how the operating parameters are to be set in order to achieve a desired mode of operation of the technical system.
  • At least two fingerprints are compared, for example the operating parameters that change most in comparison are specifically examined. This comparison helps to determine which changes to certain operating parameters are necessary in order to influence certain other operating parameters in a targeted manner.
  • a power plant for example, can be in normal operation for days and suddenly the power output drops.
  • a comparison of fingerprints from the history of the technical system shows what has changed (e.g. the operating parameters for outside air pressure indicate a significant drop) and also how to counteract this in order to at least maintain performance '(e.g. the operating parameters for the combustion air pressure also drops).
  • a prediction is determined in that a desired mode of operation of the power plant system is determined by specifically setting selected operating parameters.
  • the prediction preferably includes the specification of the operating parameters to be changed and their setting values as a data set in order to achieve the desired operating mode.
  • the comparison can also include the comparison of fingerprints of identical but different systems and the comparison of fingerprints of systems that are only similar to one another.
  • a measure of confidence which represents a probability that the operating parameters will be set ⁇ leads to the desired mode of operation according to the prediction.
  • a degree of trust of 100% means that it can be expected with the greatest certainty that an adjustment of the operating parameters in accordance with the prediction will lead to the desired operating mode of the technical system.
  • Such a high degree of trust arises when the currently desired mode of operation of the technical system and any boundary conditions (e.g. environmental factors) have already been realized or have occurred in the past and the setting values used for the operating parameters are also known as a fingerprint.
  • a degree of trust of, for example, 60% can mean that, compared to the currently desired operating mode of the technical system, there is no historical operating mode corresponding to this desired operating mode as a fingerprint. However, there was a similar mode of operation, so that it cannot be assumed with the greatest certainty that the setting values for the operating parameters given by the prediction will achieve the desired mode of operation, but that there is still a good chance.
  • a degree of confidence close to 0% can, for example, furthermore indicate that a comparable desired operating mode of the technical system has never come close to being and consequently the setting values for the operating parameters determined in the prediction are associated with great uncertainty with regard to achieving the desired operating mode.
  • the operating mode of the technical system is advantageously determined by means of a correlation analysis of the operating parameters. averaged, the effects of changes in operating parameters corresponding to input parameters being determined on operating parameters corresponding to output parameters.
  • effects of a change in input parameters on output parameters dependent thereon are specifically detected and quantified.
  • Input parameters are usually operating parameters, the values of which either have to be set by an operator of the technical system or which are determined by boundary conditions, for example environmental influences.
  • Output parameters are those operating parameters which result from a setting of the input parameters and are consequently dependent on them; the correlation analysis examines the type of connection and quantifies it.
  • the operating parameters of all essential system parts are recorded in a technical system, so that the method of operation of the entire technical system can be determined and set in a simple manner by means of a method according to the invention; the method according to the invention can form a control system by means of which one or more system parts and the entire technical system are controlled by means of closed control loops.
  • a database image of operating parameters is generated. This image allows the operator of the technical system to derive correlations between operating parameters and the operating mode of the technical system, to compare their own knowledge with the recorded data and to control the desired operating modes of the technical system.
  • a plurality of fingerprints are preferably compared with one another in order to identify which knowledge is transferred from one operating mode to another operating mode can be. The corresponding results and predictions can easily be saved as data sets and called up at any time if required.
  • FIG shows a processing system for performing the method according to the invention.
  • a processing system 1 is shown in the figure, comprising a processing unit 10 for carrying out the method according to the invention.
  • the processing unit 10 is supplied with operating parameters 5 of a technical system, which include input parameters 15 and output parameters 20.
  • a timer 25 is used to select a time interval of interest during which the operating parameters 5 are to be recorded.
  • the temporal behavior of the operating parameters 5 during the time interval is examined by means of a neural network 30 and / or a neuro-fuzzy functional unit 35 and / or one or more genetic algorithms 40 and from this a relationship between at least part of the input parameters 15 and at least part the output parameter 20 is detected and quantified.
  • Knowledge of this relationship finally allows the provision of a data record 50, which includes setting values for at least some of the operating parameters 5, in order to achieve a desired mode of operation of a system part of a technical system.
  • This data record 50 represents a prediction of how certain operating parameters are to be set in order to implement the desired operating mode of the technical system.
  • the processing unit 10 output measure 55 which represents a probability that setting the operating parameters according to the data in data set 50 leads to the desired operating mode.
  • a correlation analysis takes place within the processing unit 10 between the input parameters 15 and the output parameters 20, so that the operation and functioning of the technical system is possible on the basis of knowledge of the temporal behavior of the input parameters 15 and the associated output parameters 20 and data records 50 can be provided for desired operating modes of the technical system, for which no operating parameters 5 with the corresponding input parameters 15 and output parameters 20 have been recorded in the past.
  • the processing unit 10 is capable of interpolation.

Landscapes

  • Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Feedback Control In General (AREA)

Abstract

Bei einem erfindungsgemäßen Verfahren zum Betrieb einer technischen Anlage ist eine Erfassung von Betriebsparametern während eines Zeitintervalls vorgesehen, wobei aus dem zeitlichen Verhalten dieser Betriebsparameter mittels Methoden der künstlichen Intelligenz eine Betriebsweise und/oder Funktionsweise der technischen Anlage ermittelt wird.

Description

Beschreibung
Verfahren zum Betrieb einer technischen Anlage
Die Erfindung betrifft ein Verfahren zum Betrieb einer technischen Anlage, insbesondere einer Kraftwerksanlage.
Moderne industrielle Anlagen weisen in der Regel eine Vielzahl an Anlagenteilen auf, welche miteinander hochkomplex wechselwirken.
Um eine Anlage betreiben zu können, werden üblicherweise zumindest bei den wichtigen Anlagenteilen Betriebsparameter sensorisch erfasst und einem Automatisierungs- und/oder Pro- zessleitsystem zugeführt. Bei diesen Betriebsparametern kann es sich z.B. um Eingangsparameter handeln, welche von einem Bediener eingestellt werden, um ein Anlagenteil auf eine gewünschte Weise zu betreiben. Beispielsweise müssen bei einer Gasturbine die Brennstoff- und Luftzufuhr zu einer Brennkam- mer eingestellt werden, um eine gewünschte Leistung der Gasturbine abzurufen. Diese Leistung ist ebenfalls ein Betriebsparameter der Gasturbine, welcher als Ausgangsparameter auf- gefasst werden kann.
Mit der Gasturbine sind weiterhin ein Generator sowie zahlreiche weitere Hilfsbetriebe verbunden. Jedes Anlagenteil weist dabei zahlreiche Betriebsparameter auf, welche von einem Betreiber der Anlage einzustellen sind bzw. welche sich als Folge derartiger Einstellungen als Ausgangsparameter er- geben.
Es ist ohne weiteres ersichtlich, dass allein aus der Erfassung der Betriebsparameter nur in beschränktem Maß Rückschlüsse und Maßnahmen für den Betrieb der technischen Anlage abgeleitet werden kann. Dies ist höchstens in Teilbereichen möglich, beispielsweise bei der Notabschaltung eines Anlagen- teils, falls der aktuelle Wert eines Betriebsparameters einen Grenzwert verletzt.
Eine Hauptschwierigkeit liegt darin, in der Fülle der Daten an Betriebsparametern Zusammenhänge zu erkennen, um den Betrieb der Anlage insgesamt positiv beeinflussen zu können.
Ein Lösungsansatz aus dem Stand der Technik besteht darin, die technische Anlage mittels eines Modells zu simulieren, um herauszufinden, welche Veränderungen von Betriebsparametern zu welchen Veränderungen anderer Betriebsparameter führen, um die Wechselwirkungen zwischen den Anlagenteilen oder auch innerhalb eines Anlagenteils zu verstehen.
Dieses Vorgehen ist jedoch sehr aufwendig und fehleranfällig, da die Modellierung einer komplexen technischen Anlage schwierig und nur mit begrenzter Genauigkeit möglich ist.
Der Erfindung liegt daher die Aufgabe zugrunde, ein Verfahren zum Betrieb einer technischen Anlage anzugeben, mittels welchem die Betriebsweise einer technischen Anlage auf einfache Weise ermittelt wird.
Die Aufgabe wird erfindungsgemäß gelöst durch ein Verfahren zum Betrieb einer technischen Anlage, wobei während eines
Zeitintervalls einer frei wählbaren Größe Betriebsparameter mindestens eines Anlagenteils erfasst werden und aus dem zeitlichen Verhalten dieser Betriebsparameter mittels Methoden der künstlichen Intelligenz umfassend mindestens eine Me- thode aus der Gruppe {neuronales Netz, Fuzzy Logic, kombinierte Neuro-Fuzzy-Methode, genetischer Algorithmus} eine Betriebsweise und/oder Funktionsweise der technischen Anlage ermittelt wird.
Die Betriebsparameter umfassen dabei auch solche Größen, welche beispielsweise von Zustandüberwachungssystemen wie z.B. einer Vibrationsanalyse als Messgrößen oder abgeleitete Größen ermittelt und zur Verfügung gestellt werden.
Die Erfindung geht dabei von der Überlegung aus, dass sich aus einem zeitlichen Verhalten von Betriebsparametern, welche während eines Zeitintervalls erfasst und abgespeichert werden, Rückschlüsse auf die aktuelle Betriebsweise der technischen Anlage ziehen lassen, ohne dass dazu eine detaillierte Kenntnis der Abhängigkeiten der Betriebsparameter voneinander vorab nötig ist. Insbesondere muss kein Modell der technischen Anlage vorliegen, um diese Aussagen machen zu können.
Das zeitliche Verhalten der Betriebsparameter kann dabei beispielsweise dadurch erfasst werden, in dem zu einem aktuellen und zu einem späteren (oder auch historischen) Zeitpunkt eine Anzahl an Betriebsparametern jeweils zeitgleich erfasst und zu je einer Momentaufnahme/Fingerprint zusammengefasst werden, die dann verglichen werden können.
Mit Hilfe bekannter Methoden der künstlichen Intelligenz ist es möglich, wenn - wie beim erfindungsgemäßen Verfahren vorgesehen - zumindest während eines Betrachtungszeitraums die dabei anfallenden Betriebsparameter und somit deren zeitliches Verhalten erfasst werden, Auswirkungen von Änderungen einer Anzahl an Betriebsparametern auf das Verhalten anderer Betriebsparameter festzustellen und zu quantifizieren.
Wenn sich z.B. während des Erfassungs-Zeitintervalls bestimmte Betriebsparameter verändern (beispielsweise linear) und bestimmte andere Betriebsparameter daraufhin ebenfalls eine
Veränderung zeigen (beispielsweise quadratisch) , so wird dieser Zusammenhang mittels Methoden der künstlichen Intelligenz aufgespürt und quantifiziert, ohne dass vorab beispielsweise eine Modellgleichung vorliegen oder ermittelt werden muss.
Die bekannten Methoden der künstlichen Intelligenz können Zusammenhänge zwischen Betriebsparametern innerhalb einer Da- tenmenge an Betriebsparametern lernen, indem sie deren zeitliches Verhalten analysieren. Die dabei festgestellten Zusammenhänge und deren Quantifizierung werden umso besser, je größer die zu untersuchende Datenmenge an Betriebsparametern ist. Sobald ein Zusammenhang zwischen bestimmten Betriebsparametern identifiziert und quantifiziert ist, sind die Methoden der künstlichen Intelligenz weiterhin in der Lage, auch für solche Betriebsparameter und deren Veränderungen, für welche noch kein Abbild als bereits erfasste Datensätze an Betriebsparametern vorliegt, anzugeben, mit welchem Verhalten davon abhängiger anderer Betriebsparameter zu rechnen ist.
Mittels des erfindungsgemäßen Verfahrens ist folglich auf einfache Weise die Betriebsweise und/oder Funktionsweise der technischen Anlage ermittelbar, insbesondere ohne dass eine
Modellierung der technischen Funktion der Anlage bekannt sein muss. Die Ermittlung der Betriebs- und/oder Funktionsweise geschieht dabei durch die beschriebene Analyse des Verhaltens der Betriebsparameter und deren gegenseitiger Abhängigkeiten. Die während des Zeitintervalls erfassten Betriebsparameter können als Moment- oder Bestandsaufnahmen order auch Charakterisierung des Anlagenteils oder der Anlage verstanden werden („Fingerprint" des Anlagenteils bzw. der Anlage) . Ein Fingerprint ersetzt dabei ein klassisches Modell, wobei gemäß dem erfindungsgemäßen Verfahren vom Verhalten der Betriebsparameter auf die Betriebs- und/oder Funktionsweise der technischen Anlage mittels Methoden der künstlichen Intelligenz geschlossen wird. Dazu können z.B. bei einer Kraftwerksanlage Fingerprints für das An- und Abfahren sowie den Normalbetrieb aufgenommen werden, um die jeweilige Betriebsweise kennen und identifizieren zu lernen.
In einer bevorzugten Ausführungsform der Erfindung werden die Betriebsparameter während mindestens zweier zeitlich ausei- nanderliegender Zeitintervalle erfasst, die dabei jeweils als Datensatz erfassten Betriebsparameter miteinander verglichen und mittels Methoden der künstlichen Intelligenz umfassend mindestens eine Methode aus der Gruppe {neuronales Netz, Fuz- zy Logic, kombinierte Neuro-Fuzzy-Methode, genetischer Algorithmus} wird eine Vorhersage ermittelt, wie die Betriebsparameter einzustellen sind, um eine gewünschte Betriebsweise der technischen Anlage zu erreichen.
Bei dieser Ausführungsform wird ein Vergleich mindestens zweiter Fingerprints vorgenommen, wobei beispielsweise die sich im Vergleich am stärksten verändernden Betriebsparameter gezielt untersucht werden. Dieser Vergleich hilft dabei festzustellen, welche Veränderungen von bestimmten Betriebsparametern nötig sind, um bestimmte andere Betriebsparameter gezielt zu beeinflussen.
Eine Kraftwerksanlage kann sich beispielsweise tagelang im Normalbetrieb befinden und plötzlich fällt die abgegebene Leistung ab. Ein Vergleich von Fingerprints aus der Historie der technischen Anlage zeigt, was sich verändert hat (z.B. zeigen die Betriebsparameter für einen Außenluftdruck einen deutlichen Abfall an) und auch, wie dem entgegenzuwirken ist, um die Leistung zumindest zu halten '(z.B. zeigen die Betriebsparameter für den Verbrennungsluftdruck ebenfalls einen Abfall an) . Eine Vorhersage wird dadurch ermittelt, indem durch gezieltes Einstellen ausgewählter Betriebsparameter ei- ne gewünschte Betriebsweise der Kraftwerksanlage ermittelt wird. Die Vorhersage umfasst dabei bevorzugt die Angabe der zu ändernden Betriebsparameter sowie deren Einstellwerte als Datensatz, um die gewünschte Betriebsweise zu erreichen.
Der Vergleich kann dabei auch den Vergleich von Fingerprints baugleicher aber voneinander verschiedener Anlagen sowie den Vergleich von Fingerprints von zueinander lediglich ähnlicher Anlagen umfassen.
Besonders bevorzugt wird dabei zusätzlich zur Vorhersage ein Vertrauensmaß ermittelt, welches eine Wahrscheinlichkeit dafür repräsentiert, dass ein Einstellen der Betriebsparameter β entsprechend der Vorhersage zur gewünschten Betriebsweise führt. Ein Vertrauensmaß von beispielsweise 100 % bedeutet, dass mit größter Sicherheit damit zu rechnen ist, dass eine Einstellung der Betriebsparameter gemäß der Vorhersage zur gewünschten Betriebsweise der technischen Anlage führt. Ein derartig hohes Vertrauensmaß entsteht dann, wenn die aktuell gewünschte Betriebsweise der technischen Anlage sowie etwaige Randbedingungen (z.B. Umweltfaktoren) in der Vergangenheit bereits realisiert wurde bzw. aufgetreten sind und auch die dabei verwendeten Einstellwerte für die Betriebsparameter als Fingerprint bekannt sind.
In diesem Fall kann also mit größter Sicherheit davon ausgegangen werden, dass die technische Anlage auch in der Gegen- wart wieder in der Lage ist, die gewünschte Betriebsweise zu erreichen.
Ein Vertrauensmaß von beispielsweise 60 % kann dabei bedeuten, dass im Vergleich zur aktuell gewünschten Betriebsweise der technischen Anlage keine dieser gewünschten Betriebsweise exakt entsprechende historische Betriebsweise als Fingerprint vorliegt. Jedoch gab es eine ähnliche Betriebsweise , so dass zwar nicht mir größter Sicherheit davon auszugehen ist, dass die durch die Vorhersage angegebenen Einstellwerte für die Betriebsparameter die gewünschte Betriebsweise erreichen, dass aber immerhin eine gute Chance dazu besteht.
Ein Vertrauensmaß nahe 0 % kann beispielsweise weiterhin angeben, dass eine vergleichbare gewünschte Betriebsweise der technischen Anlage noch nie annähernd vorgelegen hat und folglich die in der Vorhersage ermittelten Einstellwerte für die Betriebsparameter mit einer großen Unsicherheit hinsichtlich des Erreichens der gewünschten Betriebsweise behaftet sind.
Vorteilhaft wird die Betriebsweise der technischen Anlage mittels einer Korrelationsanalyse der Betriebsparameter er- mittelt, wobei die Auswirkungen von Änderungen von Betriebsparametern, welche Eingangsparametern entsprechen, auf Betriebsparameter, welche Ausgangsparametern entsprechen, ermittelt werden.
Bei dieser Ausführungsform werden gezielt Auswirkungen einer Veränderung von Eingangsparametern auf davon abhängige Ausgangsparameter detektiert und quantifiziert.
Eingangsparameter sind dabei üblicherweise Betriebsparameter, deren Werte entweder von einem Bediener der technischen Anlage eingestellt werden müssen oder die durch Randbedingungen, beispielsweise Umwelteinflüsse, festgelegt sind.
Ausgangsparameter sind solche Betriebsparameter, die sich in Folge einer Einstellung der Eingangsparameter ergeben und folglich von diesen abhängig sind; die Korrelationsanalyse untersucht dabei die Art des Zusammenhangs und quantifiziert diesen.
Idealerweise werden bei einer technischen Anlage die Betriebsparameter aller wesentlichen Anlagenteile erfasst, so dass mittels eines erfindungsgemäßen Verfahrens die Betriebsweise der gesamten technischen Anlage auf einfache Weise er- mittelbar und einstellbar ist; das erfindungsgemäße Verfahren kann dabei ein Regelungssystem ausbilden, mittels welchem ein oder mehrere Anlagenteile sowie die gesamte technische Anlage mittels geschlossener Regelkreise geregelt werden. Beim erfindungsgemäßen Verfahren wird ein Datenbank-Abbild von Be- triebspara etern generiert. Dieses Abbild erlaubt dem Betreiber der technischen Anlage Zusammenhänge zwischen Betriebsparametern und der Betriebsweise der technischen Anlage abzuleiten, eigenes Wissen mit den erfassten Daten abzugleichen und gezielt gewünschte Betriebsweisen der technischen Anlage anzusteuern. Bevorzugt werden mehrere Fingerprints miteinander verglichen, um zu identifizieren, welche Erkenntnisse von einer Betriebsweise auf eine andere Betriebsweise übertragen werden können. Die entsprechenden Ergebnisse und Vorhersagen können leicht als Datensätze abgespeichert und bei Bedarf jederzeit abgerufen werden.
Im Folgenden wird ein Ausführungsbeispiel der Erfindung näher dargestellt .
Es zeigt:
FIG ein Verarbeitungssystem zur Durchführung des erfindungsgemäßen Verfahrens .
In der Figur ist ein Verarbeitungssystem 1 dargestellt, umfassend eine Verarbeitungseinheit 10 zur Durchführung des er- findungsgemäßen Verfahrens. Der Verarbeitungseinheit 10 sind Betriebsparameter 5 einer technischen Anlage zugeführt, welche Eingangsparameter 15 sowie Ausgangsparameter 20 umfassen.
Ein Zeitgeber 25 dient zur Auswahl eines interessierenden Zeitintervalls, während welchem die Betriebsparameter 5 erfasst werden sollen.
Das zeitliche Verhalten der Betriebsparameter 5 während des Zeitintervalls wird mittels eines neuronalen Netzes 30 und/oder einer Neuro-Fuzzy-Funktionseinheit 35 und/oder eines oder mehrerer genetischer Algorithmen 40 untersucht und daraus ein Zusammenhang zwischen mindestens einem Teil der Eingangsparameter 15 und mindestens einem Teil der Ausgangsparameter 20 detektiert und quantifiziert. Die Kenntnis dieses Zusammenhangs gestattet schließlich die Bereitstellung eines Datensatzes 50, welcher Einstellwerte für zumindest einen Teil der Betriebsparameter 5 umfasst, um eine gewünschte Betriebsweise eines Anlagenteils einer technischen Anlage zu erreichen. Dieser Datensatz 50 repräsentiert eine Vorhersage, wie bestimmte Betriebsparameter einzustellen sind, um die gewünschte Betriebsweise der technischen Anlage zu realisieren. Zusätzlich wird durch die Verarbeitungseinheit 10 ein Ver- trauensmaß 55 ausgegeben, welches eine Wahrscheinlichkeit dafür repräsentiert, dass ein Einstellen der Betriebsparameter gemäß den Daten des Datensatzes 50 zur gewünschten Betriebsweise führt.
Innerhalb der Verarbeitungseinheit 10 findet eine Korrelationsanalyse zwischen den Eingangsparameter 15 und den Ausgangsparameter 20 statt, so dass die Betriebs- und Funktionsweise der technischen Anlage anhand der Kenntnis des zeitli- chen Verhaltens der Eingangsparameter 15 sowie der damit im Zusammenhang stehenden Ausgangsparameter 20 möglich ist und Datensätze 50 für gewünschte Betriebsweisen der technischen Anlage bereitgestellt werden können, für welche in der Vergangenheit noch keine Betriebsparameter 5 mit den entspre- chenden Eingangsparametern 15 und Ausgangsparametern 20 erfasst wurden. Die Verarbeitungseinheit 10 ist insofern zur Interpolation fähig.

Claims

Patentansprüche
1. Verfahren zum Betrieb einer technischen Anlage, d a d u r c h g e k e n n z e i c h n t, dass während eines Zeitintervalls einer frei wählbaren Größe Betriebsparameter mindestens eines Anlagenteils erfasst werden und aus dem zeitlichen Verhalten dieser Betriebsparameter mittels Methoden der künstlichen Intelligenz umfassend mindestens eine Methode aus der Gruppe {Neuronales Netz, Fuzzy Logic, kombinierte Neuro/Fuzzy-Methode, genetischer Algorithmus} eine Betriebsweise und/oder Funktionsweise der technischen Anlage ermittelt wird.
2. Verfahren nach Anspruch 1, d a d u r c h g e k e n n z e i c h n e t, dass die Betriebsparameter während mindestens zweier zeitlich auseinanderliegender Zeitintervalle erfasst werden, die dabei jeweils als Datensatz erfassten Betriebsparameter miteinander verglichen werden und mittels Methoden der künstlichen Intelligenz umfassend mindestens eine Methode aus der Gruppe {Neuronales Netz, Fuzzy Logic, kombinierte Neuro/Fuzzy-Methode, genetischer Algorithmus} eine Vorhersage ermittelt wird, wie zumindest ein Teil der Betriebsparameter einzustellen sind, um eine gewünschte Betriebs- weise der technischen Anlage zu erreichen.
3. Verfahren nach Anspruch 2, d a d u r c h g e k e n n z e i c h n e t, dass zusätzlich zur Vorhersage ein Vertrauensmaß ermittelt wird, welches eine Wahrscheinlichkeit dafür repräsentiert, dass ein Einstellen der Betriebsparameter entsprechend der Vorhersage zur gewünschten Betriebsweise führt.
4. Verfahren nach einem der Ansprüche 1 bis 3, d a d u r c h g e k e n n z e i c h n e t, dass die Betriebsweise der technischen Anlage mittels einer Korrelationsanalyse der Betriebsparameter ermittelt wird, wobei die Auswirkungen von Änderungen von Betriebsparametern, welche Eingangsparametern entsprechen, auf Betriebsparameter, welche Ausgangsparametern entsprechen, ermittelt werden.
PCT/DE2003/003584 2003-10-29 2003-10-29 Verfahren zum betrieb einer technischen anlage WO2005045535A1 (de)

Priority Applications (7)

Application Number Priority Date Filing Date Title
US10/577,315 US20070078532A1 (en) 2003-10-29 2003-10-29 Method for the operation of a technical system
CNB2003801106018A CN100430845C (zh) 2003-10-29 2003-10-29 技术设备的运行方法
PCT/DE2003/003584 WO2005045535A1 (de) 2003-10-29 2003-10-29 Verfahren zum betrieb einer technischen anlage
EP03767395A EP1678563A1 (de) 2003-10-29 2003-10-29 Verfahren zum betrieb einer technischen anlage
AU2003291924A AU2003291924B2 (en) 2003-10-29 2003-10-29 Method for the operation of a technical system
JP2005510414A JP2007510187A (ja) 2003-10-29 2003-10-29 技術的システムの運転方法
DE10394362T DE10394362D2 (de) 2003-10-29 2003-10-29 Method for the operation of a technical system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/DE2003/003584 WO2005045535A1 (de) 2003-10-29 2003-10-29 Verfahren zum betrieb einer technischen anlage

Publications (1)

Publication Number Publication Date
WO2005045535A1 true WO2005045535A1 (de) 2005-05-19

Family

ID=34558674

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/DE2003/003584 WO2005045535A1 (de) 2003-10-29 2003-10-29 Verfahren zum betrieb einer technischen anlage

Country Status (7)

Country Link
US (1) US20070078532A1 (de)
EP (1) EP1678563A1 (de)
JP (1) JP2007510187A (de)
CN (1) CN100430845C (de)
AU (1) AU2003291924B2 (de)
DE (1) DE10394362D2 (de)
WO (1) WO2005045535A1 (de)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7962250B2 (en) 2005-12-13 2011-06-14 Siemens Aktiengesellschaft Control method for cooling an industrial plant

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7090243B2 (ja) * 2018-05-08 2022-06-24 千代田化工建設株式会社 プラント運転条件設定支援システム、学習装置、及び運転条件設定支援装置
CN115037608B (zh) * 2021-03-04 2024-09-06 维沃移动通信有限公司 量化的方法、装置、设备及可读存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0531712A2 (de) * 1991-09-11 1993-03-17 Bodenseewerk Gerätetechnik GmbH Regler, insbesondere Flugregler
EP0710902A1 (de) * 1994-11-01 1996-05-08 The Foxboro Company Verfahren und Vorrichtung zur Steuerung von Mehrgrössen-/nichtlinearen Systemen
US5598076A (en) * 1991-12-09 1997-01-28 Siemens Aktiengesellschaft Process for optimizing control parameters for a system having an actual behavior depending on the control parameters
US6216048B1 (en) * 1993-03-02 2001-04-10 Pavilion Technologies, Inc. Method and apparatus for determining the sensitivity of inputs to a neural network on output parameters
US20030018399A1 (en) * 1996-05-06 2003-01-23 Havener John P. Method for optimizing a plant with multiple inputs

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1075219A (zh) * 1992-11-19 1993-08-11 北方工业大学 模糊控制方法和模糊控制器
US5598075A (en) * 1995-09-13 1997-01-28 Industrial Technology Research Institute Servo control method and apparatus for discharging machine
US6603795B2 (en) * 2001-02-08 2003-08-05 Hatch Associates Ltd. Power control system for AC electric arc furnace
AU2002324775A1 (en) * 2001-08-23 2003-03-10 Sciperio, Inc. Architecture tool and methods of use
US6904335B2 (en) * 2002-08-21 2005-06-07 Neal Solomon System, method and apparatus for organizing groups of self-configurable mobile robotic agents in a multi-robotic system

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0531712A2 (de) * 1991-09-11 1993-03-17 Bodenseewerk Gerätetechnik GmbH Regler, insbesondere Flugregler
US5598076A (en) * 1991-12-09 1997-01-28 Siemens Aktiengesellschaft Process for optimizing control parameters for a system having an actual behavior depending on the control parameters
US6216048B1 (en) * 1993-03-02 2001-04-10 Pavilion Technologies, Inc. Method and apparatus for determining the sensitivity of inputs to a neural network on output parameters
EP0710902A1 (de) * 1994-11-01 1996-05-08 The Foxboro Company Verfahren und Vorrichtung zur Steuerung von Mehrgrössen-/nichtlinearen Systemen
US20030018399A1 (en) * 1996-05-06 2003-01-23 Havener John P. Method for optimizing a plant with multiple inputs

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7962250B2 (en) 2005-12-13 2011-06-14 Siemens Aktiengesellschaft Control method for cooling an industrial plant

Also Published As

Publication number Publication date
CN1860419A (zh) 2006-11-08
US20070078532A1 (en) 2007-04-05
AU2003291924B2 (en) 2009-05-28
DE10394362D2 (de) 2006-09-21
CN100430845C (zh) 2008-11-05
JP2007510187A (ja) 2007-04-19
EP1678563A1 (de) 2006-07-12
AU2003291924A1 (en) 2005-05-26

Similar Documents

Publication Publication Date Title
EP0895197B1 (de) Verfahren zum Überwachen von Anlagen mit mechanischen Komponenten
DE3421522C2 (de) Verfahren und Einrichtung zur Diagnose eines Wärmekraftwerks
EP2108139B1 (de) Verfahren zur rechnergestützten regelung und/oder steuerung eines technischen systems, insbesondere einer gasturbine
EP0789861B1 (de) Verfahren zur analyse von prozessdaten einer technischen anlage
EP1543394B1 (de) Vorrichtung und verfahren zur überwachung einer mehrere systeme umfassenden technischen anlage, insbesondere einer kraftwerksanlage
EP3279756B1 (de) Diagnoseeinrichtung und verfahren zur überwachung des betriebs einer technischen anlage
WO2006018410A1 (de) Parameteridentifikation für feldgeräte in der automatisierungstechnik
EP2706422B1 (de) Verfahren zur rechnergestützten Überwachung des Betriebs eines technischen Systems, insbesondere einer elektrischen Energieerzeugungsanlage
DE102011102034A1 (de) Online-Abbgleich eines prozessanalytischen Modells mit effektivem Prozessbetrieb
EP3232282B1 (de) Diagnoseeinrichtung und verfahren zur überwachung des be-triebs einer technischen anlage
EP0789864B1 (de) Überwachungssystem für eine technische anlage
DE10241746B4 (de) Verfahren zur zyklischen Qualitätsbewertung und Prozessüberwachung bei periodischen Produktionsprozessen
EP1256037A1 (de) Verfahren zum betrieb einer technischen anlage
EP2778412A1 (de) Entwicklung eines übergeordneten Modells zum Steuern und/oder Überwachen einer Kompressoranlage
EP1055180B1 (de) Verfahren und anordnung zum entwurf eines technischen systems
EP3623890A1 (de) Verfahren zum überwachen von mehreren verfahrenstechnischen anlagen
EP4060433A1 (de) Verfahren und system zur prädiktion des betriebs einer technischen anlage
EP1678563A1 (de) Verfahren zum betrieb einer technischen anlage
EP2971769B1 (de) R&i- schema eingabe
EP3542229B1 (de) Einrichtung und verfahren zur bestimmung der parameter einer regeleinrichtung
EP1431927A1 (de) Verfahren zur Schätzung der Restlebensdauer einer Vorrichtung
EP3056957A1 (de) Diagnoseeinrichtung und -verfahren zur Überwachung des Betriebs eines Regelkreises
WO2022038060A1 (de) Verfahren zur diagnose eines steuer- und/oder regelungssystems sowie steuer- und/oder regelungssystem
EP1157317B1 (de) Verfahren und anordnung zur reduktion einer anzahl von messwerten eines technischen systems
DE102020109858A1 (de) Verfahren zum Betreiben eines Systems

Legal Events

Date Code Title Description
WWE Wipo information: entry into national phase

Ref document number: 200380110601.8

Country of ref document: CN

AK Designated states

Kind code of ref document: A1

Designated state(s): AE AG AL AM AT AU AZ BA BB BG BR BY BZ CA CH CN CO CR CU CZ DE DK DM DZ EC EE EG ES FI GB GD GE GH GM HR HU ID IL IN IS JP KE KG KP KR KZ LC LK LR LS LT LU LV MA MD MG MK MN MW MX MZ NI NO NZ OM PG PH PL PT RO RU SC SD SE SG SK SL SY TJ TM TN TR TT TZ UA UG US UZ VC VN YU ZA ZM ZW

AL Designated countries for regional patents

Kind code of ref document: A1

Designated state(s): GH GM KE LS MW MZ SD SL SZ TZ UG ZM ZW AM AZ BY KG KZ MD RU TJ TM AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HU IE IT LU MC NL PT RO SE SI SK TR BF BJ CF CG CI CM GA GN GQ GW ML MR NE SN TD TG

DFPE Request for preliminary examination filed prior to expiration of 19th month from priority date (pct application filed before 20040101)
121 Ep: the epo has been informed by wipo that ep was designated in this application
WWE Wipo information: entry into national phase

Ref document number: 2006/02539

Country of ref document: ZA

Ref document number: 200602539

Country of ref document: ZA

WWE Wipo information: entry into national phase

Ref document number: 900/KOLNP/2006

Country of ref document: IN

WWE Wipo information: entry into national phase

Ref document number: 2003291924

Country of ref document: AU

WWE Wipo information: entry into national phase

Ref document number: PA/a/2006/004679

Country of ref document: MX

WWE Wipo information: entry into national phase

Ref document number: 2003767395

Country of ref document: EP

Ref document number: 2005510414

Country of ref document: JP

WWE Wipo information: entry into national phase

Ref document number: 2007078532

Country of ref document: US

Ref document number: 10577315

Country of ref document: US

WWE Wipo information: entry into national phase

Ref document number: 2006118337

Country of ref document: RU

WWP Wipo information: published in national office

Ref document number: 2003767395

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 103943625

Country of ref document: DE

REF Corresponds to

Ref document number: 10394362

Country of ref document: DE

Date of ref document: 20060921

Kind code of ref document: P

WWE Wipo information: entry into national phase

Ref document number: 10394362

Country of ref document: DE

WWP Wipo information: published in national office

Ref document number: 10577315

Country of ref document: US