Dieses Bild zeigt

Projektpartner Dürr Systems AG

Datenbasierte Modellierung, Fehlerdetektion und -diagnose in der Prozesstechnik

Kooperationsprojektes mit der Dürr Systems AG zur Entwicklung von Methoden für die datenbasierte Modellierung, Fehlerdetektion und -diagnose mithilfe Maschineller Lernverfahren.
[Foto: Dürr Systems AG]

Beschreibung

Energieeffizienz und ein hohes Maß an Zuverlässigkeit sind wesentliche Aspekte in komplexen, prozesstechnischen Anlagen. Aus diesem Grund bilden die Prozessüberwachung, Fehlerdetektion und -diagnose einen wichtigen Bestandteil. Durch die hohe Individualisierung von Anlagen im Hinblick auf Kundenanforderungen ist die Anwendung modellbasierter Ansätze mit hohem Aufwand verknüpft. Durch die hohe Anzahl von Sensorik und Aktorik, welche für die Regelung, Prozessüberwachung und Qualitätssicherung zur Verfügung stehen, entstehen hohe Datenmengen, welche den Einsatz datenbasierter Ansätze motivieren.

Im Rahmen eines Kooperationsprojektes mit der Dürr Systems AG werden Ansätze und Methoden für die datenbasierte Modellierung, Fehlerdetektion und -diagnose entwickelt. Diese werden auf unterschiedliche Prozesse in der Lackiererei, wie zum Beispiel die Karosserievorbehandlung, die kathodische Tauchlackierung oder Zuluftanlagen angewendet und validiert.

Themenbereiche des Projektes (c)
Visualisierung von Sensorzusammenhängen und Themenbereiche des Projektes

Mithilfe unterschiedlicher maschineller Lernverfahren und hohen Datenmengen erfolgt eine Analyse der Daten sowie eine datenbasierte Modellierung des Systems. Auf Grundlage des datenbasierten Modells erfolgt die Überwachung des Prozesses sowie die Fehlerdetektion und Diagnose.

Bearbeiter

Dieses Bild zeigt Gienger
M.Sc.

Andreas Gienger

Wissenschaftlicher Mitarbeiter