"Sticher, T.: Zur Integration von heuristischem Erfahrungswissen, qualitativen und quantitativen Modellen für die Anlagenüberwachung und Alarmgenerierung, Düsseldorf 1992","VDI-Verlag GmbH","","ETH-BIB P 411 283 V: 63","
Bemerkungen in: STI19041.DOC
Teil I Einführung
1. Einleitung (3ff)
1.1. ▄berwachung von technischen Prozessen Prinzipielle Methoden für Programmsysteme zur automatischen Erkennung der Fehlerursachen:
- Beschreiben des realen Prozesses durch ein mathematisches Modell = nichtlineares Differentialgleichungssystem. Abweichungen werden erkannt über einen Vergleich zwischen berechneten und gemessenen Daten.
- Parameterschätzverfahren (Referenzmodell Voraussetzung). Koeffizienten werden aus den Messwerten des Modells so berechnet, dass das Modell mit dem augenblicklichen Prozessverhalten möglichst gut übereinstimmt. Die Abweichungen dieser Parametrierung gegenüber dem Referenzmodell ergeben die Fehlersysmptome, die über einen Klassifikator den Prozesszustand festzulegen.
- Erweiterung der analytischen Parameterschätzung durch heuristische, wissensbasierte Diagnosesysteme.
- Neuronale Netze
- Fuzzy Logic. ""Im Gegensatz zur heuristischen Klassifikation, wo die Symptom-Diagnose-Zuordnung durch einen skalaren Evidenzfaktor beschrieben wird, wird in der Fuzzy Set Theory mit Zugehörigkeitsfunktionen (membership functions) gearbeitet, die eine mathematische Abbildung von natürlichsprachlichen Begriffen (wie. z.B. 'ungefähr die Hälfte', 'fast alle') zu erreichen versuchen"".
1.2. Zielsetzung und Aufbau der Arbeit
""Für viele technische Prozesse - z.B. in der Verfahrenstechnik - ist es jedoch ausserordentlich schwierig, verlässliche mathematische Modelle mit vertretbarem (wirtschaftlichem) Aufwand zu erstellen, während beim Bedienungspersonal durchaus Vorstellungen darüber bestehen können, wie sich der Prozess verhält, ohnen dass das Wissen mathematisch quantifizierbar wäre (...). Von besonderem Interesse sind deshalb Arbeiten im Bereich des 'Qualitative Reasoning' (...)"" (5).
""Sie stellen einen vielversprechenden Ansatz dar, mit dessen Hilfe quantitative und qualitative Modelle zusammen mit heuristischem Erfahrungswissen in ein wissensbasiertes System zu Fehlerdiagnose homogen integriert werden können"" (6).
""Das Ziel (..) ist, dass ohne bedeutenden Mehraufwand bei der Installation eines Prozessleitsystems (...) eine verbesserte Prozessüberwachung möglich wird, weil die Bündelung aller Prozesskenntnisse eine aussagekräftige Alarmmeldung erlaubt, die direkte Hinweise auf die Ursache des Fehlers und Ratschläge zu seiner Beseitigung gibt"" (6).
Die Arbeit ist in drei Teile gegliedert:
Teil I: Einführung in die Problematik der Alarmdiagnose. ""Es wird dabei vorausgesetzt, dass eine komplexe technische Anlage mit Hilfe eines Prozessleitssystems (druch Messen, Steuern, Regeln) geführt und auf einer elementaren Ebene überwacht wird. Im Betriebsverlauf gibt es nun eine Reihe von kritischen Situationen, die im Prozessleitsystem Alarme (im wesentlichen druch Grenzwertverletzungen der Messwerte) hervorrufen"" (6). => Versuch, die Vielzahl der denkbaren Alarmsituationen in technischen Prozessen einer Systematik zu unterwerfen.
Illustration anhand einerelektrisch angebtriebenen Kreiselpumpe.
Teil II: Diskussion der bekannten wissensbasierten Diagnosemethoden. => Wunsch nach Methode zur Analyse qunatitativer und qualitativer Modelle des Prozesses in einheitlicher Form: Modellorientierte Intervallanalyse (IVA).
Konkretisierung der Erkenntnisse in ADVISER (als Akronym für: Alarm Diagnosis Via the Integration of various Strategies in ExpeRt System). Hybride Architektur mit zwei verschiedenen wissensbasierten Module: Regelbasiertes System (heuristisches Erfahrungswissen) und IVA.
Teil III: Dokumentation der Erprobung der entwickelten Konzepte anhand der Beispiele Kreiselpumpe und an einem Simulationspaket eines elektrischen Energieversorgungsnetzes.
2. Eine Systematik für Alarmsituationen
Definitionen in Anlehnung an DIN 55350: "" (...)
1: Mit 'Merkmal' werden die am Prozess messbaren Grössen bezeichnet.
2: Ein - bemerkbarer - 'Fehler' liegt vor, wenn eine unzulässige Abweichung mindestens eines Merkmals auftritt.
3: Mit 'Störung' bezeichnet man die zeitweise Veränderung einer Prozesseigenschaft aufgrund eines vorübergehenden Fehlers.
4: Ein 'Ausfall' ist die bleibende Veränderung einer Prozesseigenschaft aufgrund von Fehlern.
5: Ein 'Alarm' ist eine die Bedieneraufmerksamkeit erfordernde und evtl. Bedienermassnahmen notwendig machende Anzeige eines (wesentlichen) Fehlers, einer länger anhaltenden Störung oder eines Ausfalls"" (10f).
Mit der Def. 5 wird die (normale) Betrachtungsweise, dass jeder Abweichung eines Merkmals auch ein Alarm entspricht, aufgegeben zugunsten eines Konzepts, das ""... alle Informationen zu einer konkreten Ursache verdichtet"" (11).
{Im MAINTEX Kontext entspricht ein Alarm einer Störung, die in der Wissensbasis aufgenommen wird.}
Unterscheidung: deterministischer Ausfall => die ihn auslösenden Bedingungen sind bekannt und können reproduziert werden.
- spontaner Ausfall => nur die Auswirkungen können (im Nachhinein) erkannt werden.
- merkmaltypischer Ausfall => durch typische Merkmaleigenschaften eindeutig erkennbar und
beschreibbar.
- merkmalbehafteter Ausfall => durch typische Merkmaleigenschaften gekennzeichnet aber nicht
eindeutig einordenbar.
- zustandsabhängiger Ausfall => Nur unter Berücksichtigung des Gesamtzustandes erkennbar.
- isolierter Ausfall => in seinen Folgen lokal begrenzt. z.B. Ausfall von Messensoren die
nicht zum Steuern und Regeln verwendet werden.
- expandierender Ausfall => bewirken weiter Ausfälle
Teil II Hybride Anlagenüberwachung und Alarmgenerierung
4. Wissensbasierte Systeme und Diagnostik
4.1 Architektur und Methodik
""Das grundlegende Organisationsprinzip wissensbasierter Systeme besteht aus der konsequenten Trennung von Problemlösungsmethoden und Wissen"" (24). ""Die funktionale Trennung von Wissen und Problemlösungsmethoden spiegelt sich auch in der Architektur wissensbasierter Systeme durch die beiden Hauptmodule 'Wissensbasis' und 'Steuersystem' wieder"" (24).
4.2 Grundstrukturen der Wissensrepräsentation
Regeln:
'Vorwärtsverkettung': Ausgehend von der Datenbasis wird aus den Regeln, deren Vorbedingungen mit der Datenbasis erfüllt sind (Konfliktmenge), eine ausgesucht, ihr Aktionsteil ausgeführt und damit die Datenbasis möglicherweise verändert. Diese Vorgehensweise wird solange wiederholt, bis keine Regel mehr 'feuert' "" (27?). Zentrales Problem im Hinblick auf die Effizienz des Mechanismus ist die Wahl einer geeigneten Strategie zur Lösung der Konfliktmenge.
'Rückwärtsverkettung': Ausgehend von einem Ziel werden nur die Regeln überprüft, deren Aktionsteil das Ziel enthält. Falls Teile der Vorbedingung unbekannt sind, wird versucht, diese aus weiteren Regeln herzuleiten. (28).
Objekte:
Ein Objekt besteht aus zwei Teilen:
Der 'Methodenteil' definiert das Verhalten des Objektes, d.h. wie es auf den Empfang von Botschaften reagiert (Operationen).
Der 'Datenteil' beschreibt die lokalen Daten des Objektes (Zustand).
Frames:
Das Frame Konzept beschäftigt sich vorwiegend mit der Repräsentation des Datenteils eines Objektes (Vererbungstechnik, Verwaltung von Prozeduren und Methoden).
Die 'Vererbungstechnik' => hierarchische Strukturierung der Objekte. Nur individuelle Eigenschaften beim Objekt selbst, allgemeine Eigenschaften in übergeordneten Objekten.
Constraints:
Sie repräsentieren Objektrelationen, d.h. Beziehungen zwischen den Eigenschaften von Objekten. Sie schränken den Lösungsraum einer Problemstellung ein, weil zu einer korrekten Lösung alle Relationen erfüllt sein müssen.
4.3 Problemlösungsmethoden - Stand der Forschung
Hauptproblemtypen zu deren Lösung wissensbasierte Systeme eingesetzt werden:
(Verweis auf Puppe, F.: Problemlösungsmethoden in Expertensystemen. Studienreihe Informatik, Springer-Verlag, Berlin, 1990).
- Klassifikation (Auswahl, Selektion, Diagnose, Analyse) bei der die Lösung aus einer Menge vorgegebener
Möglichkeiten ausgewählt wird.
- Konstruktion (Konfiguration, Design, Planung, Synthese) bei der die Lösung aus vorgegebenen Primitiven
zusammengesetzt wird.
- Simulation (Vorhersage) bei der ermittelt wird, wie ein vorgegebenes System-Modell auf bestimmte Eingaben
reagiert.
5. Intervallanalyse
5.1 Grundsätzliches
""... ein wesentliches Ziel dieser Arbeit, ein Verfahren zu finden, das die verschiedenen Formen des Wissens - mathematisch Modelle und qualitative Zusammenhänge - in eine einheitliche Darstellungsform überführt und damit einer Diagnose verfügbar macht, die unabhängig von der gegebenen Modellgenauigkeit arbeiten kann"" (40).
""In Anlehnung an die gegebene Prozessstruktur ist (...) zur Intervallanalyse eine hierarchische Prozessbeschreibung vorgesehen, die ausgehend von einer groben globalen Beschreibung des Gesamtsystems einzelne Komponenten und Unterkomponenten immer genauer betrachtet. (...) Jede einzelne Komponente kann (...) mehrere Modelle umfassen. Das nominale Modell beschreibt das fehlerfreie Verhalten im Gutzustand. Die Analyse vergleicht dieses Modell mit dem beobachteten Verhalten und ist bei Abweichungen in der Lage, festzustellen, dass ein Fehler vorliegt. Die genaue Identifikation des Fehlers ist dann möglich, wenn ein
entsprechendes Fehlermodell vorliegt, das gegebenenfalls eine bessere ▄bereinstimmung mit den Messwerten aufweisen wird. Im Sinne der Intervallanalyse sind dabei Fehlermodelle sowohl Modelle, bei denen die mathematische Beschreibung in ihren Einzeltermen oder funktionalen Zusammenhängen strukturell vom Nominalmodell abweicht als auch solche Modelle, bei denen nur die Intervalle für einen oder mehrere Parameter des Nominalmodells von den Normalitätsintervallen abweichen.
Damit zerfällt die wisssensbasierte Bearbeitung des so strukturierten Prozesswissens in zwei unterschiedliche Problemstellungen, die weitgehend getrennt behandelt werden können (...)
- Die Auswahl der zu betrachtenden Prozesskomponente innerhalb der gegebenen Hierarchie mit Angabe des zu
analysierenden Modells.
- Die Auswertung des ausgewählten Modells mit Hilfe der Intervallanalyse"" (41ff).
{Das hier präsentierte System ist eine Verknüpfung von Zustandsüberwachung, Alarmgenerierung und Diagnose.}
""Die Agenda von IVA enthält eine geordnete Liste der zu analysierenden Modelle. Nach jeder Analyse können - durch das Metawissen z.B. aufgrund des Bewertungsfaktors CF veranlasst - neue Aktionen in die Agenda aufgenommen werden. Eine leere Agenda oder die Alarmmeldung nach einem wesentlichen Fehler beenden die modellbasierte Diagnose"" (44).
Die Intervallrechnung ist ein mathematisches Verfahren (Alefeld, G. und Herzberger, J.: Einführung in die Intervallrechnung. Bibliographisches Institut, Zürich, 1974).
6. Konzeption der hybriden Anlagenüberwachung und Alarmgenerierung
""Der Kern des Systems bilden die beiden Module zur laufenden regelbasierten Diagnose des Anlagenzustandes und zur Intervallanalyse. Diese werden durch eine übergeordnete Kontrolleinheit koordiniert, die bei Bedarf auch die Fehlermeldungen an den Benutzer veranlasst. ""Die Wissensbasis ist in drei Bereiche eingeteilt. Regelbasis und Modellbasis beinhalten das durch den Experten eingegebene Fachwissen über den zu überwachenden
Prozess für die beiden Diagnosemodule (regelbasiert, intervallanalytisch /ot). In der Datenbasis werden die vom Prozessleitsystem eintreffenden Daten (Messwerte und binäre Fehleranzeigen) abgeschpeichert"" (59).
Bild 6.1 (60).
7. Verifikation der Wissensbasis
8. Erprobung anhand der Kreiselpumpe
9. Beispiel 'Elektrisches Energieversorgungsnetz""
10. Erprobung mit dem elektrischen Netz
11. Bewertung der Ergebnisse
12. Zusammenfassung
""Insgesamt zeigt diese Arbeit Wege für die Erhöhung der Leistungsfähigkeit wissensbasierter Systeme zur Diagnose technischer Prozesse durch die Realisierung des in Bild 6.1. (60) zusammengefassten hybriden Konzepts auf"" (107).
","Diagnose ,","","Sticher, 1992"