atp edition Modellgestütztes Engineering (Vorschau)

3 / 2014 

56. Jahrgang B3654 

DIV Deutscher Industrieverlag GmbH 

Automatisierungstechnische Praxis 

Modellgestütztes 

Engineering | 18 

Einsatz leitsystemintegrierter 

Prädiktivregler | 28 

Nichtlineare modellprädiktive 

Regelung auf SPS | 38 

Advanced Process Control in 

der industriellen Praxis | 48 

Regelgütemanagement | 56

Rund um die Uhr 

erstklassig informiert 

• das innovative Online-Medium 

• Nachrichten gezielt recherchieren 

• die ideale Ergänzung zu atp edition 

www.atpinfo.de 

Automatisierung 

auf den Punkt 

Noch schneller informiert mit dem Newsletter atp!update 

Jetzt für den Newsletter anmelden: 

www.atpinfo.de/newsletter 

• atp edition 

• Branche 

• Veranstaltungen 

• Forschung 

• Produkte 

update

EDITORIAL 

Liebe Leser, 

Die Zusammenstellung der Artikel in diesem Heft, mit Beiträgen aus Industrie 

und Hochschule, zeigt sehr schön, dass Advanced Process Control 

schon lange nicht mehr nur ein Thema der Academia ist. Der Sprung vom 

Elfenbeinturm in die chemische Industrie ist schon vor Jahren gelungen und 

die Anwendungen leisten in Hinsicht auf Energie- und Ressourceneffizienz 

einen großen Wertbeitrag zur Steigerung der Wettbewerbsfähigkeit unserer 

Unternehmen. 

Ein Erfolgsfaktor war dabei sicherlich, dass Advanced Process Control schon 

seit langem in der petrochemischen Industrie eingesetzt wird und Methoden 

und Vorgehensweisen auf die chemische Industrie so leicht übertragen werden 

konnten. 

Umso interessanter ist es, dass mit den Virtual-Plant-Simulatoren eine weitere 

Technologie, welche im Raffineriebereich schon lange etabliert ist, nun 

auch in der Spezialchemie an Bedeutung gewinnt. 

Ein Virtual-Plant-Simulator ist ein rigoroses dynamisches Modell einer Chemieanlage 

oder eines ganzen Verbundes, welches das Verhalten in Echtzeit 

oder schneller abbilden kann. Das Bedienen und Beobachten erfolgt dabei 

entweder über eine Stimulation oder eine Emulation eines Prozessleitsystems. 

Bei Evonik Industries starteten wir vor rund zehn Jahren damit Virtual- 

Plant-Simulatoren ausschließlich zum Training von Anlagenfahrern einzusetzen, 

um diese auf das Anfahren von Neuanlagen vorzubereiten. In den 

letzten Jahren hat sich das Anwendungsspektrum erweitert, um die rigorosen 

aber auch kostenintensiven Modelle besser nutzen zu können. 

Zum einen werden sie nun auch während des Planungsprozesses bei Investmentprojekten 

eingesetzt, um zum Beispiel Betriebsvorschriften oder Regelungskonzepte 

zu entwickeln und zu überprüfen. Selbstverständlich haben 

die Virtual-Plant-Simulatoren auch einen großen Nutzen beim Reglertuning 

und bei der Überprüfung der Prozessleitsystemkonfiguration vor dem Start-Up 

der Neuanlagen. 

Aber auch für den Betrieb von bestehenden Anlagen wächst das Einsatzfeld 

der Virtual-Plant-Simulatoren. Der höhere Automatisierungsgrad unserer Anlagen 

durch Advanced Process Control oder automatische An- und Abfahrprozeduren 

führt dazu, dass die Anlagenfahrer zunehmend entlastet werden 

und seltener situativ eingreifen müssen. Virtual-Plant-Simulatoren bieten hier 

eine exzellente Umgebung für die Anlagenfahrer, um den Betrieb bei ungewohnten 

und schwierigen Anlagenzuständen zu trainieren. 

Schließlich können sie auch eingesetzt werden, um lineare Mehrgrößenregler 

zu konfigurieren und so die Aufnahme von Sprungantworten an realen 

Anlagen zu reduzieren. 

Ich bin gespannt, wie die beiden Technologien, Advanced Process Control 

und Virtual-Plant-Simulatoren sich in Zukunft entwickeln werden – voneinander 

profitieren werden sie auf jeden Fall. 

DR. HANS-ROLF 

LAUSCH, 

Head of Computer Aided 

Process Engineering 

& Automation 

Process Technology 

& Engineering, 

Evonik Industries AG 

atp edition 

3 / 2014 

3

INHALT 3 / 2014 

FORSCHUNG 

6 | Plug and Work: Interaktion von Komponenten 

soll in Zukunft so einfach werden wie USB 

Call for atp experts: Energie- und Ressourceneffizienz 

7 | Roboter lernt mit Umgebungsreizen 

VERBAND 

8 | Industrie 4.0 stellt Forderungen bei Ausbildung, 

Arbeitsplatz und Informationssicherheit 

AALE-Konferenz vergibt zum 11. Mal den 

Student Award für Beste Abschlussarbeiten 

Nominierungen für Max-Buchner-Preis einreichen 

BRANCHE 

9 | Ingenieurmangel steigt um 10,6 Prozent 

NSA-Skandal lässt IT-Start-ups wachsen 

PRAXIS 

10 | System zur Erfassung von Maschinendaten 

erfolgreich bei Autozulieferer eingesetzt 

12 | Kamerasystem Safety Eye überwacht Abläufe 

im Überseeversand bei Opel Wien 

14 | Industrielle Differenztemperaturregelung 

ermöglicht Betriebsmittel einzusparen 

4 


3 / 2014

HAUPTBEITRÄGE 

18 | Modellgestütztes Engineering 

L. CHRISTIANSEN, M. HOERNICKE UND A. FAY 

Produkte, 

Systeme 

und Service 

für die 

Prozessindustrie? 

Natürlich. 

28 | Einsatz leitsystemintegrierter 

Prädiktivregler 

B.-M. PFEIFFER, H. GRIEB, O. LORENZ, 

D. LOSERT UND D. SACK 

38 | Nichtlineare modellprädiktive 

Regelung auf SPS 

B. KÄPERNICK UND K. GRAICHEN 

48 | Advanced Process Control 

in der industriellen Praxis 

A. BRUNBERG, B. SCHRAMM, M. KAWOHL 

UND U. PIECHOTTKA 

56 | Regelgütemanagement 

RUBRIKEN 

F. WOLFF UND S. KRÄMER 

3 | Editorial 

66 | Impressum, Vorschau 

Der PostionMaster EDP300 überzeugt 

durch hohe Luftleistung von 50 kg/h bei 

10 bar, Diagnosefähigkeit nach Namur 

und Überdruckfestigkeit. Mit den 

Zulassungen für den Betrieb in Ex-Zone 1 

und SIL2 ermöglicht der EDP300 eine 

hohe Anlagensicherheit. Durch die 

mechanische Stellungsanzeige ist 

die Erfassung der Ventilstellung auch 

ohne Stromversorgung möglich. 

Zuverlässiges Regelverhalten, Flexibilität 

und seine kompakte Bauform zeichnen 

den EDP300 aus. 

www.abb.de/aktorik 

Wussten Sie, dass Ihnen ABB 

neben dem umfassenden Portfolio 

für die Instrumentierung ebenso 

herausragende Produkte und 

Lösungen für die Analysentechnik, 

maßgeschneiderte Leitsysteme 

sowie erstklassigen Service bietet? 

Lesen Sie mehr unter: 

www.abb.de/ 

prozessautomatisierung 

ABB Automation Products GmbH 

Tel.: 0800 111 44 11 

Fax: 0800 111 44 22 

vertrieb.messtechnik-produkte@de.abb.com

FORSCHUNG 

Plug and Work: Interaktion von Komponenten 

soll in Zukunft so einfach werden wie USB 

Die Idee hinter cyber-physischen System ist die automatische 

Interaktion von einzelnen Komponenten 

in Maschinen und Anlagen, ohne dass ein Ingenieur 

eingreift. Aber sicher, flexibel und zuverlässig müssen 

die Systeme sein. Mit einem Invest von rund 6 Millionen 

Euro ist nun das Projekt „Secure Plug and Work“ unter 

Beteiligung von mehr als zehn Projektpartnern gestartet. 

Eine Herausforderung der Industrie-4.0-IT-Architektur 

ist die Fähigkeit, sich an Änderungen anzupassen. Sei es, 

dass neue Anlagen oder Produktionsprozesse in das System 

eingebracht werden oder bestehende Produktionssysteme 

verändert werden, etwa weil eine Produktvariante zusätzlich 

gefertigt werden soll. Die Partner des Konsortiums 

bezeichnen diese Fähigkeit in Anlehnung an Wiendahl als 

Wandlungsfähige Informationstechnik, bezogen auf die 

physikalische Ebene und auf Software. Ähnlich dem USB- 

Standard bei PCs sollen Mechanismen der Selbstbeschreibung 

in Bezug auf Funktionalität, Identifizierung, Selbstaufbau 

der Kommunikation und geregeltem Datenaus- 

DAS ZIEL VON 

„PLUG AND WORK“ 

ist die nahtlose 

Integration von 

Komponenten in den 

Maschinen- und Anlagenapparat, 

ähnlich wie 

mit der USB-Technik. 

Bild: Fraunhofer IOSB 

tausch genutzt werden, wenn neue Komponenten, Maschinen 

oder Anlagen in ein Produktionssystem eingebracht 

werden oder sich softwarerelevante Änderungen ergeben. 

Heutige IKT-Architekturen können darauf kaum reagieren: 

proprietäre Schnittstellen, nicht integrierte Einzelsysteme 

oder firmenspezifische Speziallösungen verhindern, 

dass mit IKT-Kapazität ausgerüstete Komponenten 

und Maschinen Mechanismen der Selbstkonfiguration 

und durchgängiges Datenmanagement nutzen. 

Hauptziel des Projekts „Plug and Work“ ist es, auf existierenden 

Standards basierende Methoden und Werkzeuge 

sowie Konzepte für Informations- und Softwarearchitekturen 

zu entwickeln, die eine durchgängige, konsistente 

und gesicherte Datenverarbeitung bei Änderungen 

in einer der beteiligten Hierarchieebenen der Fertigung 

an die anderen Teilnehmer der Fabrik ermöglichen. Der 

Zeitbedarf soll reduziert werden, in dem die Eigenschaften 

direkt auf der Komponente gespeichert werden und 

damit benötigte Information, parallel zur physischen Integration, 

über eine Schnittstelle direkt in der Steuerung 

zur Verfügung steht. Die Komponentenhersteller ermitteln 

vorab die hierzu benötigten Informationen und hinterlegen 

sie auf den Bauteilen. Durch die physische und informelle 

Integration wird eine Zeitersparnis von rund 20 

Prozent bei Erstinbetriebnahme, Instandhaltungstätigkeiten 

und Änderungen der Produktion möglich. (ahü) 

FRAUNHOFER-INSTITUT FÜR OPTRONIK, 

SYSTEMTECHNIK UND BILDAUSWERTUNG IOSB, 

Fraunhoferstraße 1, D-76131 Karlsruhe, 

Tel. +49 (0) 721 609 10, 

Internet: www.secureplugandwork.de 

Call for atp experts: Energie- und Ressourceneffizienz 

AUFRUF ZUR BEITRAGSEINREICHUNG 

ATP EDITION 56(9) Energie- und Ressourceneffizienz 

in und durch Automatisierungstechnik 

ist ein vieldiskutiertes 

Thema – im Produktionsprozess, im Gebäude, 

bei Antrieben oder prozessnahen 

Komponenten. Wir laden Sie ein, Ihre 

praktischen Erfahrungen und Erfolge in 

aktuellen Effizienzprojekten und Ihre wissenschaftlich-technischen 

Lösungsansätze 

und Forschungsergebnisse in der Ausgabe 

56(9) der atp edition vorzustellen und 

zur Diskussion zu veröffentlichen. 

Idealerweise können wir durch Ihre Beiträge 

die gesamte Bandbreite des Themas 

darstellen – von der effektiven Potenzialanalyse, 

über innovative Lösungsansätze, 

Methoden und Technologien, bis zum nachhaltigen 

Betrieb von Ressourcenmanagementsystemen. 

Wir bitten Sie bis zum 

31.4.2014 zu diesem Themenschwerpunkt 

einen gemäß Autorenrichtlinien der atp edition 

ausgearbeiteten Hauptbeitrag per E- 

Mail an urbas@di-verlag.de einzureichen. 

Die atp edition ist die hochwertige Monatspublikation 

für Fach- und Führungskräfte 

der Automatisierungsbranche. In 

den Hauptbeiträgen werden Themen mit 

hohem wissenschaftlichen und technischen 

Anspruch vergleichsweise abstrakt 

dargestellt. Der Journalteil präsentiert 

praxisnahe Erfahrungen von Anwendern 

mit neuen Technologien, Prozessen 

oder Produkten. Alle Hauptbeiträge begutachtet 

das atp-Fachgremium. Sollten 

Sie sich selbst aktiv an dem Begutachtungsprozess 

beteiligen wollen, bitten wir 

um kurze Rückmeldung. Für weitere 

Rückfragen stehen wir Ihnen selbstverständlich 

gerne zur Verfügung. 

Redaktion atp edition 

Leon Urbas, Anne Purschwitz, 

Aljona Hartstock 

CALL FOR 

Aufruf zur Beitragseinreichung 

Thema: Energie- und Ressourceneffizienz 

in und durch 

Automatisierungstechnik 

Kontakt: urbas@di-verlag.de 

Termin: 31. April 2014 

6 


3 / 2014

Roboter lernt mit 

Umgebungsreizen 

WIE DIE HONIGBIENE lernt der Roboter, sich 

auf bestimmte Farben hin- und sich von anderen 

wegzubewegen. Bild: Freie Universität Berlin 

Forscher haben einen Roboter entwickelt, der Umgebungsreize 

wahrnehmen und lernen kann, auf 

sie zu reagieren. An dem Projekt beteiligt waren 

Wissenschaftler der Freien Universität Berlin, des 

Bernstein Fokus „Neuronale Grundlagen des Lernens“ 

und des Bernstein Zentrums Berlin. 

Als Vorbild seines Funktionsprinzips diente den 

Forschern das Nervensystem von Honigbienen. 

Dazu installierten sie eine Kamera auf ein kleines 

Roboterfahrzeug und schlossen es an einen Computer 

an. Das Computerprogramm bildete vereinfacht 

das sensomotorische Netzwerk des Insektengehirns 

nach. Seine Eingangsdaten erhielt es von 

der Kamera, die – ähnlich einem Auge – visuelle 

Informationen aufnehmen und weiterleiten konnte. 

Das neuronale Netzwerk selbst trieb wiederum die 

Motoren der Roboterräder an und steuerte so seine 

Bewegungsrichtung. 

In dem Lernexperiment setzten die Wissenschaftler 

den netzwerkgesteuerten Roboter in die Mitte 

einer kleinen Arena. An deren Wänden waren rote 

und blaue Objekte angebracht. Sobald der Roboter 

mit seiner Kamera ein Objekt mit der gewünschten 

Farbe anvisiert hatte, lösten die Wissenschaftler ein 

Lichtsignal aus. Dieses Signal aktivierte eine sogenannte 

Belohnungs-Nervenzelle im künstlichen 

Netzwerk. Die Verarbeitung der roten Farbe mit der 

zeitgleichen Belohnung führte nun zu gezielten Veränderungen 

in dem Teil des Netzwerks, das die 

Kontrolle über die Roboterräder ausübte. Die Folge: 

„Sah“ der Roboter ein weiteres rotes Objekt, so bewegte 

er sich darauf zu. Blaue Gegenstände führten 

zu einem Rückzug. 

(aha) 

FREIE UNIVERSITÄT BERLIN, 

Kaiserswerther Str. 16-18, 

D-14195 Berlin, 

Tel. +49 (0) 30 83 81, 

Internet: www.fu-berlin.de

VERBAND 

Industrie 4.0 stellt Forderungen bei Ausbildung, 

Arbeitsplatz und Informationssicherheit 

Was Industrie 4.0 für den Standort Deutschland bedeutet, 

erläuterten unlängst Dipl.-Wirtsch.-Ing. 

Ralph Appel, VDI-Direktor, und Dr.-Ing. Kurt D. Bettenhausen, 

Vorsitzender der VDI/VDE-Gesellschaft 

Mess- und Automatisierungstechnik auf der VDI-Tagung 

„Industrie 4.0“. „Das Neue: Die Ideen und Ziele 

zum Erfolg des Standorts Deutschland gemeinsam 

umzusetzen. Perspektiven für die Produktion in 

Deutschland und für heimische Ausrüster und Dienstleistungsanbieter 

werden sich ergeben“, so Bettenhausen. 

Aus Sicht des VDI wird die industrielle Welt mit 

der Umsetzung von „Industrie 4.0“ zunächst nicht 

einfacher. Im Gegenteil, meint Bettenhausen: „Die Vernetzung 

von Geräten und Systemen sowie die ansteigende 

Informationsdichte machen industrielle Anlagen 

komplexer.“ 

Dementsprechend steigen die Herausforderungen 

hinsichtlich Informationssicherheit, Arbeitsplatzbeschreibungen 

und Ausbildungsszenarien. Aber: „Wir 

benötigen keine neuen Studiengänge. Die Ausbildung 

jedoch muss auf die Erfordernisse von Industrie 4.0 

abgestimmt sein. Ein solides Studium des Maschinenbaus 

oder der Elektrotechnik muss und wird ausreichen, 

um nach entsprechender Einarbeitung in den 

Fabriken der ‚vierten industriellen Generation‘ zu bestehen“, 

stellt Appel klar. 

(ahü) 

VDI VEREIN DEUTSCHER INGENIEURE E.V., 

VDI-Platz 1, D-40468 Düsseldorf, 

Tel. +49 (0) 211 621 40, 

Internet: www.vdi.de 

AALE-Konferenz vergibt zum 11. Mal den 

Student Award für Beste Abschlussarbeiten 

Der Verein der Angewandten Automatisierungstechnik 

in Lehre und Entwicklung an Hochschulen 

(VFAALE e.V.) richtet am 8. und 9. Mai 2014 zum elften 

Mal die AALE-Konferenz aus. Veranstalter ist in diesem 

Jahr die Fakultät für Maschinenbau und das Zentrum 

DIE AALE-KONFERENZ 

versammelt Lehre und 

Praxis der Automatisierungstechnik 

an Hochschulen 

für angewandte 

Wissenschaften, wie 

hier im vergangenen 

Jahr in Stralsund. 

Bild: Archiv/Purschwitz 

für Weiterbildung und Wissensmanagement (ZWW) an 

der Ostbayerisch Technischen Hochschule Regensburg. 

Dort werden erneut die beste Master- und Bachelor- 

Arbeit an Hochschulen für angewandte Wissenschaften 

(University of Applied Sciences) mit dem AALE Student 

Award ausgezeichnet. Eine Jury aus Industrieexperten 

und Hochschulfachleuten bewertet die eingereichten 

Beiträge. Dem Erstplatzierten unter den Mater-Absolventen 

winkt ein Preisgeld in Höhe von 1000 Euro, die 

beste Bachelor-Arbeit ist mit 500 Euro dotiert. Gesponsert 

sind die Preise von der BASF Ludwigshafen und 

Phoenix Contact in Blomberg. 

(ahü) 

OTH REGENSBURG, FAKULTÄT MASCHINENBAU, 

Galgenbergstr. 30, D-93053 Regensburg, 

Herrn Prof. Dr.-Ing. Ralph Schneider, 

Tel. +49 (0) 941 943 51 66, 

E-Mail: ralph.schneider@oth-regensburg.de 

Nominierungen für Max-Buchner-Preis einreichen 

Kandidaten für den Max-Buchner-Forschungspreis können 

ab sofort bis zum 25. April 2014 nominiert werden. 

Die mit 20 000 Euro dotierte Auszeichnung der Dechema 

würdigt herausragende Forschungsarbeiten in Technischer 

Chemie, Verfahrenstechnik, Biotechnologie und Chemischer 

Apparatetechnik. Besonders Arbeiten jüngerer 

Forscher werden berücksichtigt. Sie sollen von grundsätzlicher 

Bedeutung sein und eine enge Verflechtung von 

Forschung und Praxis zeigen. Besonders willkommen sind 

auch Kandidatenvorschläge aus dem Bereich der industriellen 

Forschung. Die Arbeiten sollen vorzugsweise von 

Europäern an Hochschul-Instituten, wissenschaftlichen 

Forschungseinrichtungen oder in industrieller Tätigkeit 

ausgeführt worden sein. Der Preis wird im Rahmen eines 

Festkolloquiums am 28. November 2014 im Dechema- 

Haus in Frankfurt am Main verliehen. Er wird seit 1951 

jährlich vergeben. 

(ahü) 

MAX-BUCHNER-FORSCHUNGSSTIFTUNG, 

Theodor-Heuss-Allee 25, D-60486 Frankfurt am Main, 

Tel. +49 (0) 69 756 40, 

Internet: www.dechema.de/ehrungen 

8 


3 / 2014

BRANCHE 

Ingenieurmangel steigt 

um 10,6 Prozent 

VDI-/IW-INGENIEUR- 

MONITOR: 

Neue Arbeitsmarktdaten 

für Ingenieurberufe 

erscheinen 

jeden Monat 

Bild: Ernsting/LAIF 

Unser 

Know-how 

für Sie 

Besuchen Sie uns: 

MEORGA 

26.03.2014 

Jahrhunderthalle 

Frankfurt am Main 

Stand A6 

Laut VDI-Ingenieurmonitor sind im Dezember 2013 

insgesamt 63 700 Stellen für Ingenieure in 

Deutschland offen geblieben. Damit stieg der Fachkräftemangel 

in den Ingenieurberufen um 10,6 Prozent 

an. Doch wuchs auch die Zahl derjenigen, die 

einen Job in der Ingenieursbranche suchen. Insgesamt 

27 208 Personen, die eine Laufbahn als Ingenieur 

anstreben, meldeten sich arbeitslos. 

“Die zum Jahresausklang positivere Grundstimmung 

in der deutschen Wirtschaft schlägt sich deutlich 

in der Nachfrage nach Ingenieuren nieder“, kommentiert 

VDI-Direktor Ralph Appel die Daten des 

neuen VDI-/IW-Ingenieurmonitor. „Die offenen Ingenieurstellen 

sind ein Frühindikator für die wirtschaftliche 

Entwicklung. Nachdem das Jahr 2013 nahezu 

durchweg von einer Seitwärtsbewegung dieses Indikators 

gekennzeichnet war, deutet dessen aktuelle 

Entwicklung auf eine anziehende Konjunktur hin“, so 

IW-Geschäftsführer Dr. Hans-Peter Klös. (ahü) 

VDI VEREIN DEUTSCHER INGENIEURE E.V., 

VDI-Platz 1, D-40468 Düsseldorf, 

Tel. +49 (0) 211 621 40, Internet: www.vdi.de/monitoring 

NSA-Skandal lässt 

IT-Start-ups wachsen 

Kleine und mittelständische Unternehmen und Startups, 

profitieren jetzt vom Skandal um den Datenklau 

durch die Amerikanische National Security Agency 

(NSA). Das Portal www.deutsche-mittelstands-nachrichten.de 

hat dazu verschiedene IT-Schutzsoftware- 

Anbieter befragt. Das Geschäftsfeld wächst. Mitarbeiter 

werden eingestellt. „Der NSA-Skandal hat für uns einiges 

in Bewegung gesetzt“, sagt Philipp Baumgärtel von 

Protonet, einem Hamburger Start-up, das Mittelständlern 

selbst entwickelte Server verkauft. Das Unternehmen 

wächst. Baumgärtel spricht von dreistelligen Prozentzahlen, 

Details will er aber nicht verraten. (ahü) 

Mit über 50 weitgehend selbstständigen 

Tochtergesellschaften 

und über 220 Ingenieur- und Verkaufsbüros 

ist SAMSON auf allen 

Kontinenten kundennah vertreten. 

Um Ihnen die gesamte Regeltechnik 

in höchster Qualität zu 

bieten, hat SAMSON mit hochspezialisierten 

Unternehmen die 

SAMSON GROUP gebildet. 

DEUTSCHE MITTELSTANDSNACHRICHTEN, 

Kurfürstendamm 206, D-10719 Berlin, 

Tel. +49 (0) 30 81 01 60 30, 

Internet: www.deutsche-mittelstands-nachrichten.de 

A01120DE 

SAMSON AG · MESS- UND REGELTECHNIK 

Weismüllerstraße 3 · 60314 Frankfurt am Main 

Telefon: 069 4009-0 · Telefax: 069 4009-1507 

E-Mail: samson@samson.de · www.samson.de 

SAMSON GROUP · www.samsongroup.net

PRAXIS 

System zur Erfassung von Maschinendaten 

erfolgreich bei Autozulieferer eingesetzt 

TRW Automotive GmbH spürt mit Signaltechnik Stillstandszeiten auf 

ZUR VISUALISIERUNG 

von Maschinendaten 

hat der Automobilkonzern 

Großbildschirme 

an unterschiedlichen 

Stationen 

im Unternehmen 

anbringen lassen. 

SIGNAL SÄULE 

zur Maschinendatenüberwachung 

in der TRW- 

Niederlassung 

Blumberg. 

DAS ROUTINGMODUL der Software zeigt mit Hilfe einer Baumstruktur Qualität 

und Aufbau der Funkverbindungen zwischen den einzelnen Elementen an. 

Um ungeplanten Stillstandzeiten entgegenzusteuern, 

sowie latente Kapazitätsreserven aufzuspüren, 

nutzt die TRW Automotive aus Blumberg das Maschinendaten-Erfassungssystem 

von Werma. Der schwäbische 

Signalgerätehersteller hat bereits vor einigen 

Jahren das TRW-Werk mit dem „Wireless Information 

Network“ (WIN) ausgestattet und weitet die Zusammenarbeit 

stetig aus. 

„Als ich hier angefangen habe“, erklärt Fertigungsentwickler 

Bernd Müller „fehlte es oft an Transparenz 

in der Produktion, denn das TRW-Werk in Blumberg 

wurde immerzu erweitert“. 

Unterschiedliche Gebäude kamen im Laufe der Jahre 

hinzu, es wurde immer schwieriger den Überblick über 

zahlreiche Maschinenzustände zu behalten. Ein Problem 

stellte auch der große Umfang an verschiedenen Maschinensteuerungen, 

bedingt durch die Baujahre, dar. 

Anfang 2010 wurde Bernd Müller dann auf Werma 

aufmerksam. Der Signalgerätehersteller aus Rietheim- 

Weilheim hat sich auf ein einfaches Maschinendaten- 

Erfassungssystem spezialisiert: Das „Wireless Information 

Network“. 

KABELLOSE INTEGRATION IN ÄLTEREM 

FABRIKGEBÄUDE 

Bernd Müller kennt sich mit Maschinenüberwachung 

aus und weiß auch, dass es viele kostspielige und komplizierte 

Systeme auf dem Markt gibt. Hinzu kam die 

Herausforderung, eine kabellose Überwachung zu finden, 

da es in den älteren Gebäuden oft nur mit großem 

Aufwand möglich ist, nachträglich Kabelleitungen zu 

verlegen. Mit dieser Anforderung hatte es Werma Signaltechnik 

in die Zielgerade bei TRW geschafft. 

Angefangen hat der Automobilanbieter mit der Überwachung 

von zehn Schwerpunktmaschinen mit zehn 

Sendern zur Zustandsüberwachung. Mit WIN konnte sich 

TRW innerhalb weniger Minuten genauen Überblick über 

deren Zustände verschaffen. Das funkbasierte System war 

ohne Vorkenntnisse schnell per „Plug & Play“ installiert 

und konnte sofort in Betrieb genommen werden. 

In kurzer Zeit kristallisierte sich heraus, dass WIN alle 

Anforderungen an Flexibilität, Modularität und Erweiterbarkeit 

von TRW erfüllte. Per Funk wurden Signale 

an einen zentralen PC übermittelt – eine komplexe 

Schnittstelle zu den Maschinen selber war nicht notwendig, 

da als Basis die vorhandene Signalsäule diente. 

INSTALLATION OHNE PROGRAMMIERKENNTNISSE 

„Positiv aufgefallen ist mir die mitgelieferte WIN-Software, 

die sicher durch die einzelnen Schritte zum eigenen 

Wireless-Netzwerk führt“, erzählt Elmar Giner. 

Der Datenbank-Experte ist bei der Firma TRW in der 

IT-Abteilung beschäftigt und von dem Routingmodul 

der Software überzeugt. Sie zeigt mit einer Baumstruktur 

die Qualität und den Aufbau der Funkverbindungen 

zwischen den einzelnen Komponenten an. 

Diese Ansicht visualisiert dem Nutzer auch, wo er 

Funkverbindungen verstärken sollte, damit das WIN- 

Netzwerk sicher funktioniert und Daten problemlos 

übertragen kann. 

10 


3 / 2014

Als IT-Hersteller legt Giner großen Wert auf Transparenz 

in der Fertigung. Die WIN-Software erlaubt es, auf 

einen Blick alles am PC zu überwachen. Kinderleicht 

kann man Fehler suchen, Produktivität analysieren und 

somit die Effizienz steigern. Die einfache, übersichtlich 

gestaltete Menüführung in der Software erleichtert die 

Bedienung und Maschinenüberwachung. 

SCHNELLE NACHRÜSTUNG PER FUNK 

80 Slaves mit WIN-überwachten Maschinen statten nun 

den Automobilzulieferer aus. Dieser weitet sein WIN- 

Netzwerk ständig aus. Dank Funk steht einer schnellen 

und einfachen Nachrüstung nichts im Wege. Ganz im 

Gegenteil: Die einfache Infrastruktur ermöglicht es, 

ohne spezielle Verkabelung weitere WIN-Elemente in 

das Netzwerk zu integrieren. 

Insgesamt fünf Großbildschirme visualisieren bei 

TRW die Produktion. Der Wartungsbereich, die Linienproduktion, 

die Elektroabteilung sowie die Instandhaltung 

(Mechanik und Elektrik) profitieren tagtäglich 

davon. Probleme werden schichtübergreifend und zeitnah 

erkannt. 

Mittels der in WIN integrierten E-Mail-Funktion werden 

Störungen sofort und an jeden Ort an die angebundenen 

Smartphone-User übermittelt. So können sie 

schnell reagieren und längere Stillstände sowie Produktionsausfälle 

vermeiden. Kein Wunder, dass der 

IT-Spezialist Elmar Giner „mehr will“ – er weiß wie 

flexibel das WIN-System ist und schätzt daran, dass die 

Einführungszeit neuer Funktionen kurz und keine zusätzliche 

Konfiguration notwendig ist. 

AUSWERTUNGEN VON STILLSTANDSURSACHEN 

Transparenz erhöhen, Produktivität steigern, Flexibilität 

verstärken, Stillstandzeiten reduzieren sowie Kosten 

und Zeit sparen sind nur ein paar Vorteile des 

WIN-Systems. Im Handumdrehen hatte TRW einen 

Überblick über kostenintensive Abläufe und verborgene 

Kapazitäten. Fertigungsentwickler Bernd Müller 

hatte sich besonders der Lean-Production-Ausrichtung 

gewidmet und damit die Wettbewerbsfähigkeit des 

Blumberger Unternehmens gesteigert. 

Mit WIN stehen ihm allzeit sämtliche Kennzahlen 

zum laufenden Auftrag, wie produzierte Stückzahlen, 

Ausschuss oder die detaillierte Aufstellung von Stillstandzeiten 

zur Verfügung. Mit diesen Auswertungen 

gelang es ihm, die Stillstandsursachen über einen definierten 

Zeitraum nach Häufigkeit auszuwerten. Dadurch 

konnten Maßnahmen entwickelt werden, um die 

Produktivität der Maschinen nachhaltig zu steigern. 

KOOPERATION ENTWICKELTE SIGNALTECHNIK WEITER 

Auch Werma Signaltechnik profitierte von der Kooperation. 

Ohne TRW wären viele Funktionen des WIN- 

Systems heute noch nicht ausgereift. So gab das Werk 

aus Blumberg den Anstoß für die Entwicklung der Zu- 

satzfunktion „Stückzahlermittlung“. Der in eine modulare 

Signalsäule integrierte WIN slave performance 

überwacht dabei bis zu sechs unterschiedliche Maschinenzustände 

und erfasst den Zählimpuls. Diese Daten 

werden an einen zentralen Empfänger gesendet und in 

einer Datenbank gespeichert. 

Doch auch darüber hinaus gilt TRW als gutes Beispiel 

für das WIN-System in der Praxis: Der Automobilzulieferer 

liefert nützliches Feedback an das Werma-Entwicklungsteam. 

So können zeitnah neue Ideen 

im Soft- und Hardwarebereich ausgearbeitet und umgesetzt 

werden. „Es ist ein Geben und Nehmen“, erklärt 

Bernd Müller. „Wir sind froh, in Sachen Signalisierung, 

einen Partner zu haben, mit dem wir gemeinsam 

Herausforderungen angehen können. Davon 

profitieren beide Seiten.“ 

NAHTLOSE INTEGRATION BESONDERS REIZVOLL 

Neben WIN setzt der Automobilzulieferer auch weitere 

Werma-Produkte ein. Als zukunftsweisend haben sich die 

„Andon“-Produkte des Signalgeräteherstellers erwiesen. 

Bei Lean-Management-Experten ist der japanische Begriff 

„Andon“ schon lange bekannt. Dieser steht für eine gut 

sichtbar angebrachte Leuchte, die ein auftretendes Problem 

signalisiert und somit zum Handeln auffordert. 

Dieses Prinzip gibt es nun auch für Signalsäulen – ein 

ganz neuer Ansatz, der unter anderem Materialnachschub 

oder Qualitätsmangel signalisieren kann. Der 

Mitarbeiter, der das Signal auslöst, braucht also nicht 

lange nach einem Ansprechpartner zu suchen. Wege 

und Zeit können eingespart, Prozesse schlanker und 

effizienter gestaltet werden. 

Für die Zukunft plant der Automobilzulieferer, das 

WIN-System weiter auszubauen. „Gerade die nahtlose 

Integration ist für uns besonders reizvoll“, schließt der 

Fertigungsspezialist ab. 

AUTOR 

CHRISTOPH MÜLLER ist 

Gebietsverkaufsleiter bei 

der Werma Signaltechnik 

GmbH & Co. KG. 

Werma Signaltechnik GmbH & Co. KG, 

Dürbheimer Str. 15, D-78604 Rietheim-Weilheim, 

Tel. +49 (0) 7424 955 70, 

E-Mail: info@werma.com 


3 / 2014 

11

PRAXIS 

Kamerasystem Safety Eye überwacht Abläufe 

im Überseeversand bei Opel Wien 

Schutzräume lassen sich definieren und mit verschiedenen Sicherheitsfunktionen hinterlegen 

BEI DER SEHENDEN SICHERHEITS- 

TECHNOLOGIE SAFETY EYE von Pilz 

umgibt ein dreidimensionaler Schutzkokon 

den Gefahrenbereich oder 

ein zu überwachendes Objekt. 

AUSGEHEND 

VON DER 

KAMERAEINHEIT 

an der Hallendecke 

erzeugt 

das System einen 

pyramidenförmigen 

Schutzschirm, 

innerhalb 

dessen sich 

beliebige Schutz- 

(rot) und Warnräume 

(gelb) frei 

definieren lassen. 

Grün zeigt einen 

ausgenommen 

Bereich. 

BEI OPEL 

kommen das 

dreidimensionale 

Kamerasystem 

Safety Eye 

und das programmierbare 

Steuerungssystem 

PSS 3000 

(links unten) 

zusammen. 

Bilder: Pilz 

Mehr als 500 000 Motoren und an die 750 000 Getriebe 

pro Jahr fertigt Opel aktuell in Wien-Aspern. 

Rund 70 % davon gehen per LKW und Bahn an die europäischen 

Fahrzeug-Produktionsstätten, die restlichen 

30 % gelangen per Schiff zu den weltweiten 

Standorten des General Motors-Konzerns. Für die Überseetransporte 

werden diese Aggregate in spezielle Kartons 

verpackt, damit sie geschützt sind. Am Ende des 

dafür notwendigen Verpackungsprozesses verschließt 

eine Umreifungsanlage die Transportkisten vollautomatisiert. 

Das Besondere dabei: Die normgerechte Absicherung 

dieses Arbeitsbereiches realisiert Opel nicht 

klassisch mit Schutzzäunen, -türen oder Lichtvorhängen, 

sondern barrierefrei mit dem weltweit ersten kamerabasierten 

Sicherheitssystem Safety Eye. 

GRÖSSTES GM-MOTORENWERK 

Seit 1982 fertigt General Motors (GM) am Standort Wien 

Getriebe und Motoren. Insgesamt 21 Millionen Fünfund 

Sechsganggetriebe sowie zirka 12 Millionen Dreizylinder- 

und Vierzylinder-Benzinmotoren verließen 

in zahlreichen Varianten bis Ende 2012 das weltweit 

größte Motoren- und Getriebewerk innerhalb des GM- 

Konzerns. Pro Minute produziert Opel Wien zwei Motoren 

und vier Getriebe. Beliefert werden Produktionsstätten 

rund um den Globus, 80 % aller in Europa neu 

zugelassenen Opel-Modelle, darunter auch das neue 

Modell Adam, sind mit Antriebseinheiten aus Wien- 

Aspern ausgestattet. 

SPEZIELLER SCHUTZ FÜR ÜBERSEEVERSAND 

Knapp ein Drittel der in Wien produzierten Getriebe 

und Motoren erhält für den Versand in die Produktionsstätten 

von GM außerhalb Europas einen speziellen 

Transportschutz. In einer so genannten Überseeverpackung 

– eine holzverstärkte Kartonage – werden jeweils 

mehrere Aggregate stoß-, rutsch- und vor allem 

wasserfest zusammengepackt. „Früher erledigte diese 

aufwendige Verpackung ein externer Partner für uns“, 

erzählt Peter Czetina, Safety Engineer bei Opel Wien. 

„Heute machen wir das selbst – wir beladen die Container 

direkt hier im Werk. Dadurch konnten wir nicht 

nur die Flexibilität und letztendlich die Produktivität, 

sondern vor allem die Qualität der Verpackung steigern 

– die entsprechende Qualitätskontrolle erfolgt nun im 

Haus.“ An Spitzentagen sind es bis zu zehn Container. 

12 


3 / 2014

Geschwindigkeit spielt hier eine große Rolle, dabei war 

in der Vergangenheit die Bänderung der bis zu knapp 

2,7 Kubikmetern großen Transportkisten ein verhältnismäßig 

zeit- sowie arbeitsintensiver Verpackungsschritt, 

der per Hand erfolgte. Die Idee, diesen Prozess 

zu automatisieren, lag nahe. „Wir entschieden uns, 

eine vollautomatisierte Umreifungsmaschine einzusetzen“, 

berichtet Peter Czetina weiter. Dafür wurde im 

Vorfeld eine Risikoanalyse durchgeführt und anhand 

dieser die zu treffenden sicherheitsrelevanten Vorkehrungen 

definiert. 

Die Sicherheit der Mitarbeiter war ein wichtiges Thema 

vor der Inbetriebnahme der Maschine. „Sicherheit 

braucht aber die Akzeptanz der Mitarbeiter“, weiß Peter 

Czetina. Ein Schutzzaun beispielsweise birgt generell die 

Gefahr in sich, unter Umständen umgangen zu werden. 

Bei der neuen Umreifungsmaschine für die Überseeverpackung 

war klar: Es müssen entsprechende Sicherheitsvorkehrungen 

getroffen werden, sodass kein Mitarbeiter 

während des Umreifungsvorgangs gefährdet ist. 

Deshalb sollte eine effiziente und kostengünstige, dabei 

aber auch flexible und kompakte Lösung, die den laufenden 

Betrieb nicht behindert, zum Einsatz kommen. 

DREIDIMENSIONAL AUS DER VOGELPERSPEKTIVE 

Die Transportkisten werden mit Hilfe eines Gabelstaplers 

der Anlage zu- und wieder abgeführt. Mehrere Absicherungsvarianten 

standen zur Diskussion, von klassischen 

Schutzzäunen und -türen über eine komplette 

Einhausung mit Rolltoren bis hin zu Lichtschranken 

mit Mutingfunktion. Was den Platzaufwand als auch 

die Alltagstauglichkeit betrifft, waren diese Lösungen 

jedoch nicht optimal. Entschieden hat sich Opel 

schließlich für das dreidimensionale Kamerasystem 

Safety Eye des Automatisierungsunternehmens Pilz. 

Ausschlaggebend war, dass das System eine wartungsarme 

und sichere Lösung darstellt. 

Das Kamerasystem besteht aus den Komponenten 

Sensoreinheit, Hochleistungsrechner sowie Sicherheitssteuerung. 

Die aus drei Kameras bestehende Sensoreinheit 

ist einige Meter über den zu überwachenden 

Raum, bei Opel der Versandanlage, montiert und liefert 

permanent Bilddaten. Der Hochleistungsrechner dient 

als Auswerteeinheit. Diese berechnet auf Basis der erfassten 

Bilddaten und anhand komplexer Algorithmen 

ein räumliches Bild. Somit ist es möglich, Objekte 

räumlich wahrzunehmen und ihre Position exakt zu 

bestimmen. Die so gewonnenen Daten werden mit den 

konfigurierten Schutzräumen überlagert. Das System 

erkennt dadurch, wenn eine Verletzung des Schutzraumes 

vorliegt. Ist das der Fall, meldet der Rechner 

ohne Verzug dem programmierbaren Steuerungssystem 

PSS 3000, ebenfalls von Pilz, die entsprechende Information. 

Über die Ein- und Ausgänge als Schnittstelle 

zur Maschinensteuerung würde dann eine definierte 

Sicherheitsfunktion – etwa Not-Halt oder sichere Ge- 

schwindigkeit – ausgelöst. Die komplette Installation, 

Programmierung und Justierung des Systems führte 

Pilz im Auftrag von Opel Wien durch. Für die Schutzraumüberwachung 

wurden insgesamt acht Schutz- und 

Warnräume geschaffen, sodass der Zugang von allen 

Seiten – auch von oben – gesichert und ein Übersteigen 

des Schutzraums ausgeschlossen ist. Das sichere 3-D 

Kamerasystem kann in bis zu 7,5 m Höhe installiert 

werden, daraus resultiert auch der erfassbare, pyramidenförmige 

Bereich, dessen Grundfläche bei maximaler 

Einbauhöhe der Sensoreinheit rund neun auf acht Meter 

beträgt. Innerhalb dieser Pyramide lassen sich beliebige 

Schutzräume frei definieren beziehungsweise 

mit unterschiedlichen Sicherheitsfunktionen hinterlegen. 

Bei Opel sind die äußeren vier Räume als Warnräume 

eingerichtet – betritt ein Mitarbeiter einen dieser 

Räume, so ertönen ein akustisches sowie zeitgleich ein 

optisches Warnsignal. Erst wenn diese Warnzone überschritten 

und einer der vier eigentlichen Schutzräume 

betreten wird, erfolgt der sofortige Stopp der Maschine. 

Dabei sind es lediglich 150 Lux Beleuchtungsstärke, die 

für den zuverlässigen Betrieb des sicheren Kamerasystems 

notwendig sind. 

PRODUKTIONSABLAUF WIRD NICHT GESTÖRT 

Der Einsatz des Kamerasystems erhöht die Sicherheit 

und die Produktivität der Anlage: Denn für das Wechseln 

der Bandrolle muss nun keine Schutztür mehr 

geöffnet werden und im Störfall kann der Fehler 

schneller behoben werden. Das Kamerasystem ist wartungsfrei, 

der Produktionsablauf wird nicht gestört. 

Die zu umreifenden Verpackungskisten, die über 

Transportrollen durch das eigentliche Bandportal geführt 

werden, werden von Safety Eye als solche erkannt 

und durchgelassen ohne, dass eine Sicherheitsabschaltung 

ausgelöst wird. 

Auf Basis der Erfahrungen mit dem Kamerasystem 

erwägt der Automobilhersteller den Einsatz im deutschen 

Opel-Stammhaus in Rüsselsheim. 

AUTOR 

STEPHAN MARBAN 

Pilz GmbH Sichere Automation, 

Modecenterstraße 14, 

A-Wien, 

Tel. +43 (0) 1 798 62 63 13, 

E-Mail: s.marban@pilz.at 


3 / 2014 

13

PRAXIS 

Industrielle Differenztemperaturregelung 

ermöglicht Betriebsmittel einzusparen 

Mit Bluetooth-Modul werden Geräteeinstellungen drahtlos vorgenommen 

Der Begriff Energieeffizienz ist das Schlagwort der 

Gegenwart, jedoch erweist sich die technische Umsetzung 

oft als schwer realisierbar. Viele Produktionsstätten 

haben noch ungeregelte Prozesse, bei denen 

Energieeinsparungen effizient möglich wären. 

Samson bietet hierzu Lösungen an. Eine der jüngsten 

Projekte des Herstellers von Mess- und Regeltechnik 

war die Umsetzung einer industriellen Differenztemperaturregelung 

für Kühlwalzen. Aus der gestellten 

Anforderung wurde mit einer Kombination aus Ventil, 

elektrischem Antrieb mit integriertem Prozessregler 

sowie fertig konfektionierter Sensorik ein gutes Ergebnis 

erzielt. 

EINSPARPOTENZIALE IN BETRIEBEN 

Ansätze für Optimierungsmöglichkeiten gibt es bei 

der Materialbeschaffung, im Produktionsprozess und 

bei den Betriebsmitteln. Während die erst genannten 

traditionell stark im Fokus stehen, sind die Möglichkeiten 

bei den Betriebsmitteln oft nicht voll ausgeschöpft. 

Gerade in Produktionsbetrieben sind viele 

Temperaturprozesse im Einsatz, die ungeregelt und 

unbemerkt ihren Dienst verrichten. Hier stellt sich bei 

genauerem Betrachten die Frage: sind diese Prozesse 

hinreichend effizient? 

In vielen Fällen muss geheizt oder gekühlt werden. 

Häufig sind ungeregelte oder sehr einfach geregelte 

Temperaturprozesse vorzufinden. Bei näherer Untersuchung 

ergeben sich hier Verbesserungsmöglichkeiten 

durch eine Regelung oder durch Steigerung der Regelgüte 

und damit zu Einsparungen von Betriebsmitteln 

und deren Transport. 

SCHNELLE AMORTISIERUNG 

Im Idealfall für die Betriebe amortisieren sich die Anschaffungskosten 

in ein bis zwei Jahren. Ausgehend 

von der ungeregelten Kühlung wurde das durchschnittliche 

Einsparungspotenzial gegenüber einer geregelten 

Kühlung auf 50 % geschätzt. 

Bei Einsatz der Regelkomponente von Samson werden 

Einsparungen im Schnitt von knapp 60 % erzielt. 

So amortisiert sich die Investition bereits nach etwa 

einem Jahr. Die Zielvorstellungen der Betriebe sind damit 

erfüllt. 

EINSPARUNGEN ZWISCHEN 30 UND 80 % 

Eine effektive Methode zur Umsetzung der Temperaturregelung 

ist die Integration eines Motorventils in 

die bestehende Rohrleitung des Heiz- beziehungsweise 

Kühlmediums. Im elektrischen Antrieb des Motorventils 

wiederum befindet sich neben dem prozessorgesteuerten 

Zweikanalregler auch ein Bedienfeld, 

um im laufenden Betrieb vor Ort Einfluss nehmen zu 

können. 

Die Anwendung in diesem Fall beschreibt eine Kühlwalzenregelung, 

dessen Kühlwasser ursprünglich zu 

0 oder 100 % zugeführt wurde. Durch Regelung des 

benötigten Volumens sind gemäß praktischer Tests Einsparungen 

zwischen 30 und 80 % möglich. Dazu dient 

eine Differenztemperaturregelung zwischen Eintrittsund 

Austrittstemperatur, gemessen jeweils an den 

Rohrleitungen zu und von den Kühlwalzen. Die konfektionierte 

Kabelsensorik erlaubt den Einsatz als Anlege- 

oder Tauchsensoren durch entsprechendes Zubehör. 

Zusätzlich zur Differenztemperaturregelung des 

ersten Reglerkanals wird eine Rücklauftemperaturregelung 

des zweiten Reglerkanals als Begrenzungsregelung 

mit Minimalauswahl gefahren. Damit sind zwei 

Regelfunktionen mit nur einem Motorventil sehr kompakt 

realisiert. 

EINFACHE KOMPONENTE MIT HOHEM NUTZEN 

Die Regelkomponente hat eine kompakte Bauform, eine 

bereits konfektionierte Anschlussleitung sowie konfektionierte 

Kabelsensoren. Damit entfällt ein sonst üblicher 

Schaltschrank mit seiner gesamten Regelelektronik 

inklusive Verdrahtung. Diese Einheit aus Ventil 

und elektrischem Prozessregelantrieb ist universell 

einsetzbar: Sie kann mit unterschiedlichen Ventilen 

für Industrie oder Gebäudeautomation kombiniert werden, 

die Kabelsensoren lassen sich auch als Tauch- oder 

Anlegesensoren einsetzen und es ist eine einfache Auswahl 

vorkonfektionierter Anlagenkennziffern für Heizoder 

Kühlapplikationen möglich. 

PARAMETRIEREN VIA BLUETOOTH 

Das integrierte Bluetooth Modul schafft erhöhten Inbetriebnahme- 

und Bedienkomfort durch die drahtlose 

Verbindung zur Konfigurier- und Bediensoftware 

Trovis-View. 

Alle Geräteeinstellungen zur Regelfunktion, Geräte- 

und Anlagendokumentation, Aufzeichnung und 

Protokollierung der Prozessdaten sowie Konvertierung 

in das XLS-Datenformat werden mit dem PC- 

Programm erfüllt. Der PC muss über Bluetooth ab 

Version 2.1 verfügen. Für den Transfer der Daten zwischen 

PC und Regeleinheit sind keine weiteren Hilfsmittel 

erforderlich. 

Das Bedienfeld weist nur die wichtigsten Funktionen 

auf, um dem Anlagenfahrer die Bedienung für den laufenden 

Prozessbetrieb zu erleichtern. Neben der Ist- 

Wertanzeige und der Eingabe des Sollwertes ermöglicht 

es, die Betriebsarten zu steuern. Sonderfunktionen 

dienen zum Initialisierungslauf und zur elektrischen 

Handverstellung. Bei Wegfall der elektrischen Speisung 

ermöglicht das Handrad die mechanische Verstellung 

des Ventilhubes. 

UMSETZUNG WEITERER ANWENDUNGEN 

Eine Sammlung von Anwendungen existiert bereits 

und wird fortlaufend erweitert. Nachfolgend drei Beispiele 

umgesetzter Industrieanwendungen: 

14 


3 / 2014

EINGEBAUTE REGELKOMPONENTE zur Kühlwasserregelung 

für Kühlwalzen Bilder: Samson 

REGELKOMPONENTE VENTIL mit elektrischem 

Prozessregelantrieb im Einsatz 

BEDIENFELD für 

den Anlagenfahrer 

PROZESS- 

REGELEINHEIT 

Typ 3222/5724-8 

von SAMSON 

FESTWERT- 

REGELUNG mit 

Mittelwertbildung 

1 | Festwertregelung Heizen mit Mittelwertbildung 

und Sollwertumschaltung 

2 | Differenztemperaturregelung Kühlen mit Begrenzung 

der Rücklauftemperatur 

3 | Kaskadenregelung Heizen mit Sollwertbegrenzung 

und Start/Stopp der Regelung 

1. Heizen mit Mittelwertbildung 

und Sollwertumschaltung 

In der Grundeinstellung arbeitet das Gerät mit einem 

Sensor (T1 mit roter Markierung) als Festwertregler 

Heizen mit Sollwertumschaltung über die Tasten I und 

O. Alternativ lässt sich die Sollwertumschaltung durch 

einen Binäreingang steuern. Der Sollwert ist am Gerät 

mit den Tasten Pfeil Auf und Pfeil Ab innerhalb des 

Einstellbereiches verstellbar. 

Durch Änderung der Anlagenkennziffer kann einfach 

die Festwertregelung Heizen zur Festwertregelung 

Kühlen umkonfiguriert werden. 

Wird die Festwertregelung zum Beispiel mit dem blau 

markierten Sensor (T2) ergänzt, so kann mit Hilfe beider 

Sensoren (T1 und T2) ein Mittelwert gebildet werden. Ein 

mögliches Anwendungsfeld ist die Regelung einer Flüssigkeit 

in einem Reaktionskessel mit mehreren Temperaturschichtungen. 

Zwei unterschiedlich lange Tauchhülsen 

dienen zur Lokalisierung zweier Messpunkte. Im 

besonderen Fall kann die Mittelwertbildung gleichwertig 

und mit unterschiedlicher Bewertung gestaltet werden, 

das heißt der eine Messpunkt wird zum Beispiel mit 

5-facher und der andere mit 1-facher Wertung berechnet. 

Regelgröße PV = 

a · T1 + b · T2 

z 

Setzt man die Parameter wie oben erläutert 

a = +5; b = +1 und z = +6 

ergibt sich daraus 


5 · T1 + 1 · T2 

6 


3 / 2014 

15

PRAXIS 

2. Kühlen mit Begrenzung der 

Rücklauftemperatur 

Diese Anwendung beschreibt die Regelung einer Differenztemperatur 

zwischen Rücklauf- (T1) und Vorlauftemperatur 

(T2) eines Kühlprozesses, die in der eingangs 

beschriebenen Applikation zum Einsatz kommt. 

In diesem Fall dient die Formel der Regelgröße PV zur 

Bestimmung der Differenztemperatur. 


a · T1 + b · T2 

z 

Setzt man a = +1; b= –1 und z = +1 

ergibt sich die Regelgröße PV = T1 – T2. 

DIFFERENZ- 

TEMPERATUR- 

REGELUNG 

mit Begrenzung 

der Rücklauftemperatur 

KASKADEN- 

REGELUNG 

zur Pasteurisierung 

von 

Lebensmitteln 

KASKADEN- 

REGELUNG 

zur Temperaturregelung 

einer 

Flüssigkeit 

in einem 

Reaktionskessel 

Die gewünschte Temperaturdifferenz wird durch den 

Sollwert vorgegeben. Die Kennlinie substituiert einen 

mechanischen Bypass während des Regelprozesses. Bei 

erhöhtem Kühlbedarf öffnet das Regelventil gemäß den 

Einstellungen des integrierten Reglers. 

3. Kaskadenregelung Heizen mit 

Sollwertbegrenzung 

Für die Kaskadenregelung stehen in der Regeleinheit 

zwei Kanäle zur Verfügung, die jeweils als Führungsund 

Folgeregler dienen. Hierbei wird ein Sensor (T1) 

für die Erfassung der primär zu regelnden Größe im 

Führungsregelkreis genutzt. Der zweite Sensor (T2) 

hingegen dient zur Erfassung der Hilfsregelgröße im 

Folgeregelkreis. Als Anwendungsbereich ist die Pasteurisierung 

von Lebensmitteln denkbar. Dabei ist vor 

allem darauf zu achten, dass die Führungsgröße des 

Folgereglers begrenzt werden muss, damit das Produkt 

nicht überhitzt. Die Begrenzungsfunktion ist im Regler 

integriert. 

Durch einfache Auswahl der vorkonfektionierten 

Anlagenkennziffer wird die gewünschte und dokumentierte 

Konfiguration aus der Sammlung der Kennziffern 

aufgerufen und anschließend in den Prozessregelantrieb 

übertragen. Mit diesen Voreinstellungen ist 

die Regeleinheit zunächst betriebsbereit und kann bei 

Bedarf individuell angepasst werden. 

AUTOREN 

Dipl.-Ing. RAINER SCHWAN 

ist Leiter Industrieregler und 

elektrische Antriebe. 

Samson AG, 

Weismüllerstraße 3, 

D-60314 Frankfurt am Main, 

Tel. +49 (0) 69 40 09 15 19, 

E-Mail: rschwan@samson.de 

Dipl.-Ing. GERT NAHLER 

ist Zentralabteilungsleiter 

Entwicklung Elektronik Gebäudeautomation 

und Regler. 

Samson AG, 



Tel. +49 (0) 69 40 09 13 38, 

E-Mail: gnahler@samson.de 

Dipl.-Ing. RUDOLF LÄSSLER 

ist Zentralabteilungsleiter 

Entwicklung Regler ohne Hilfsenergie 

und Stellventile. 

Samson AG, 



Tel. +49 (0) 69 40 09 13 10, 

E-Mail: rlaessler@samson.de 

16 


3 / 2014

Die Referenzklasse für die 


www.atp-edition.de 

atp edition ist das Fachmagazin für die Automatisierungstechnik. 

Die Qualität der wissenschaftlichen Hauptbeiträge 

sichert ein strenges Peer-Review-Verfahren. Bezug 

zur automatisierungstechnischen Praxis nehmen außerdem 

die kurzen Journalbeiträge aus der Fertigungs- und 

Prozessautomatisierung. 

Sichern Sie sich jetzt diese erstklassige Lektüre! Als exklusiv 

ausgestattetes Heft oder als praktisches ePaper – ideal für 

unterwegs, auf mobilen Endgeräten oder zum Archivieren. 

Wählen Sie einfach das Bezugsangebot, das Ihnen zusagt: 

• Heft 

• ePaper 

• Heft + ePaper 

25% ersten Bezugsjahr 

Rabatt im 

atp edition erscheint in der DIV Deutscher Industrieverlag GmbH, Arnulfstr. 124, 80636 München 

WISSEN FÜR DIE 

ZUKUNFT 

Vorteilsanforderung per Fax: +49 Deutscher 931 Industrieverlag / 4170-494 GmbH | Arnulfstr. oder 124 abtrennen | 80636 München und im Fensterumschlag einsenden 

Ja, ich möchte atp edition regelmäßig lesen und im ersten Bezugsjahr 25 % sparen. 

Bitte schicken Sie mir die Fachpublikation für zunächst ein Jahr (10 Ausgaben) 

als Heft für € 389,25 zzgl. Versand 

(Deutschland: € 30,- / Ausland: € 35,-). 

als ePaper (Einzellizenz) für € 389,25 

als Heft + ePaper für € 536,03 

inkl. Versand (Deutschland) / € 541,03 (Ausland). 

Alle Preise sind Jahrespreise und verstehen sich inklusive Mehrwertsteuer. Nur wenn ich nicht bis 8 Wochen 

vor Bezugsjahresende kündige, verlängert sich der Bezug zu regulären Konditionen um ein Jahr. 

Firma/Institution 

Vorname, Name des Empfängers 

Straße / Postfach, Nr. 

Land, PLZ, Ort 

Antwort 

Leserservice atp 

Postfach 91 61 

97091 Würzburg 

Telefon 

E-Mail 

Branche / Wirtschaftszweig 

Telefax 

Widerrufsrecht: Sie können Ihre Vertragserklärung innerhalb von zwei Wochen ohne Angabe von Gründen in Textform (z.B. 

Brief, Fax, E-Mail) oder durch Rücksendung der Sache widerrufen. Die Frist beginnt nach Erhalt dieser Belehrung in Textform. Zur 

Wahrung der Widerrufsfrist genügt die rechtzeitige Absendung des Widerrufs oder der Sache an den Leserservice atp, Postfach 

9161, 97091 Würzburg. 

✘ 

Ort, Datum, Unterschrift 

PAATPE2014 

Nutzung personenbezogener Daten: Für die Auftragsabwicklung und zur Pflege der laufenden Kommunikation werden personenbezogene Daten erfasst und gespeichert. Mit dieser Anforderung erkläre ich mich damit einverstanden, 

dass ich vom DIV Deutscher Industrieverlag oder vom Vulkan-Verlag per Post, per Telefon, per Telefax, per E-Mail, nicht über interessante, fachspezifische Medien und Informationsangebote informiert und beworben werde. 

Diese Erklärung kann ich mit Wirkung für die Zukunft jederzeit widerrufen.

HAUPTBEITRAG 

Modellgestütztes Engineering 

Basis für die Automatisierung der Automatisierung 

Über die Vorteile bei der Nutzung von Modellen im Engineering-Prozess herrscht 

Konsens. Ein wesentlicher Ansatz ist die Unterstützung bei der Planung des Automations-Engineerings 

durch Automatisierung der Automatisierung (automation of 

automation, AoA). Die dazu benötigten Modelle werden zumeist manuell aus Planungsdaten 

erzeugt, insbesondere dem R&I-Fließbild. Der Beitrag beschreibt, wie 

auf Grundlage eines Vergleichs verschiedener Anwendungsfälle, die mittels geeigneter 

Modelle unterstützt werden können, funktionale und nicht-funktionale Anforderungen 

abgeleitet wurden, die an diese Modelle gestellt werden. Durch eine 

Analyse dieser Anforderungen konnten Synergieeffekte in Form von einer sich überlappenden 

Teilmenge an Modellinhalten innerhalb der für AoA-Aufgaben benötigten 

Modelle ermittelt werden. Die Synergien lassen sich nutzen, indem diese Modellinhalte 

in einem übergeordneten Modell gespeichert werden und dieses als Quelle zur 

Erzeugung verschiedener spezifischer AoA-Modelle herangezogen wird. 

SCHLAGWÖRTER Anforderungsdefinition / Engineering / Automatisierung der 

Automatisierung 

Model-based Engineering – 

Common Model as a Basis for ‘Automation of Automation’ 

There is consensus about the benefits offered by the use and application of models 

in the engineering process. One promising approach relates to the support of planning 

activities by “automation of automation” (AoA). Models are conventionally 

generated manually using planning data, in particular the P&ID. Functional and 

non-functional requirements are derived from a comparison of different applications 

which can be supported by appropriate models. Through analysis and evaluation of 

these requirements, synergies have been determined for AoA purposes. Synergies 

may be exploited by storing them in a higher-level model, which is used as a source 

for generating specific AoA models. 

KEYWORDS automation of automation / requirements’ definition / model-based 

engineering 

18 


3 / 2014

LARS CHRISTIANSEN, Helmut-Schmidt-Universität/Universität der Bundeswehr Hamburg 

MARIO HOERNICKE, ABB Forschungszentrum 

ALEXANDER FAY, Helmut-Schmidt-Universität/Universität der Bundeswehr Hamburg 

Das Engineering verfahrens- und fertigungstechnischer 

Automatisierungssysteme ist 

durch ein Zusammenspiel unterschiedlicher 

Gewerke, Fachbereiche und Engineering- 

Organisationen geprägt und unterliegt einer 

phasenorientierten Bearbeitung. Das Ergebnis am Ende 

einer Planungsphase dient als Informationsbasis für 

die jeweils nachfolgenden Phasen und Gewerke. Planungstätigkeiten 

werden mittels einer Vielzahl unterschiedlicher 

und damit phasen- sowie gewerkspezifischer 

CAE-Planungswerkzeuge durchgeführt. Diese 

basieren meist auf proprietären Datenmodellen, die 

eine durchgängige Nutzung der darin enthaltenen Informationen 

erschweren. Beispiele für Modelle, die ein 

wesentliches Ergebnis einer Planungsphase darstellen, 

sind das Anlagenlayout oder das Rohrleitungs- und 

Instrumentenfließbild (R&I-Fließbild). 

Der Einsatz von Modellen im Engineering-Prozess 

wird mit den Begriffen Model Driven Engineering 

(MDE) und Model Based Engineering (MBE) umschrieben 

[1]. Dabei werden im Kontext des MDE Engineering- 

Artefakte, wie Dokumente oder SW-Code, durch den 

Einsatz von Modellen automatisch erzeugt, wohingegen 

MBE den Umstand beschreibt, dass auf der Grundlage 

eines Modells spezifische Tätigkeiten, wie Design, Lösungsauswahl, 

Funktionstests oder Optimierungen, 

durchgeführt werden. Der durchgängige Einsatz von 

Modellen sowie die damit verbundene Möglichkeit zur 

Wieder- beziehungsweise Weiterverwendung der Information 

können einen wesentlichen Hebel darstellen, 

den Engineering-Aufwand [2] und damit die Projektlaufzeiten 

und -kosten [3, 4] zu reduzieren. Dieser 

Schritt erfordert allerdings, neben den entsprechenden 

Daten- und Informationsmodellen, geeignete Vorgehensweisen 

innerhalb des Engineering-Prozesses, die 

den Aspekt der Durchgängigkeit unterstützen können 

[4]. Zur Reduzierung des Engineering-Aufwands in Verbindung 

mit geeigneten Modellen spielt zum Beispiel 

die Automatisierung von Tätigkeiten eine wesentliche 

Rolle. Dies wird mit dem Begriff der Automatisierung 

der Automatisierung [5] (automation of automation, 

AoA) umschrieben. 

1. STAND DER WISSENSCHAFT 

Über die in der Einleitung genannten Vorteile hinaus versprechen 

sich die Unternehmen durch den Einsatz von 

MDE und MBE im Engineering-Prozess beispielsweise die 

Möglichkeit der frühzeitigen Absicherung von Engineering-Ergebnissen 

[1], die automatisierte Wiederholung von 

Engineering-Tätigkeiten [2] sowie die Verringerung von 

Übertragungsfehlern und damit Inkonsistenzen zwischen 

den Modellen [6]. Dennoch stehen dem Einsatz von 

MDE und MBE Probleme und Herausforderungen gegenüber, 

die gelöst werden müssen, bevor diese Vorteile zum 

Tragen kommen können. Im Folgenden wird ein Überblick 

über die diesbezügliche Forschung gegeben. 

1.1 Modelle für modellgestütztes Engineering 

Im Kontext der digitalen Fabrik werden in [7] unterschiedliche 

Modellansätze diskutiert und grundsätzliche 

Anforderungen an Engineering-Modelle gestellt: 

zum Beispiel der erforderliche Formalisierungsgrad, die 

Ausdrucksstärke sowie die Möglichkeit zur Beschreibung 

statischer und dynamischer Systemzusammenhänge. 

Darauf aufbauend wird in [8] eine Bewertungsmethodik 

vorgestellt, mit der unterschiedliche im Engineering 

genutzte Modelle hinsichtlich der durchgängigen 

Nutzung untersucht und bewertet werden können. 

Ebenfalls im Kontext der digitalen Fabrik wird in [9], 

basierend auf einem mechatronischen Domänen-Modell, 

ein Konzept für die digitale Anlagenplanung vorgestellt. 

Ein Domänen-Modell wird dabei als ein zentrales 

Engineering-Modell definiert, welches sich innerhalb 

des Engineering-Workflows oder bedingt durch 

unterschiedliche CAE-Werkzeuge nicht verändert. 

Dennoch soll dieses Modell eine Integration in die heterogene 

Werkzeuglandschaft unterstützen, wodurch 

es gleichzeitig alle am Engineering-Prozess beteiligten 

Organisationen und Disziplinen auf sich vereinigt. 

In [1] wird grundsätzlich zwischen zwei Arten von 

Engineering-Modellen unterschieden: a) Modelle, die 

sich zur Entwicklung der Automatisierungslösung nut- 


3 / 2014 

19

HAUPTBEITRAG 

zen lassen und b) Modelle, die zur disziplinübergreifenden 

Kommunikation zwischen Projektbeteiligten 

geeignet sind, wie das R&I-Fließbild. Des Weiteren werden 

Modelle c) hinsichtlich des Datenaustauschs zwischen 

den CAE-Systemen der am Engineering beteiligten 

Disziplinen definiert. Ziel ist es, aus Quellmodellen 

entwicklungsbegleitend Zielmodelle zu erzeugen, 

die die Lösungsfindung und damit die in den Phasen 

durchzuführenden Aufgaben und Tätigkeiten unterstützen. 

Dies deckt sich in der Intention mit der Definition 

der Nutzenaspekte in [2]. Dazu sind verschiedene 

Modelltransformationen erforderlich, die mit einer 

Transformation der Modelle in eine domänenspezifische 

Sprache abgeschlossen werden. 

Hinsichtlich der Problematik, dass proprietäre Datenmodelle 

auf Grund der gewerkespezifischen CAE- 

Werkzeuge existieren, die eine durchgängige Nutzung 

erschweren, gibt es zwei Lösungsmöglichkeiten: Zum 

einen besteht die Möglichkeit der spezifischen Modelltransformation 

zwischen proprietären Datenmodellen, 

und zum anderen kann auf herstellerneutrale Datenformate 

zurückgegriffen werden. Erstere erfordert geeignete 

Transformationsmechanismen zwischen den 

einzelnen, in der Regel domänenspezifischen Modellen 

beziehungsweise deren Schnittstellen [3]. Der transformationsbasierte 

Ansatz erfordert allerdings einen langfristigen 

Einsatzhorizont, da die Entwicklung geeigneter 

Mechanismen zur Transformation einen beträchtlichen 

Aufwand sowie eine möglichst detaillierte Anforderungsdefinition 

erfordern [10]. Aus dem geplanten 

Einsatz des Modells innerhalb des Engineerings resultiert 

der Detaillierungsgrad [10]. Die spezifischen, mit 

hohem Aufwand erzeugten Transformationsmechanismen 

sind daher nur für eine geringe Anzahl von Zielmodellen 

geeignet. Dies gilt insbesondere hinsichtlich 

der kontinuierlichen Pflege und Weiterentwicklung der 

Mechanismen, die zum Beispiel durch Änderungen des 

Quell- oder Zielformats notwendig werden. Weiterhin 

führt die Nutzung von vielen unterschiedlichen Modellen 

zu zwei wesentlichen Problemen: Es muss sichergestellt 

werden, dass bei Änderungen innerhalb 

eines Modells diese Änderungen in den abhängigen 

Modellen übernommen werden, damit dies nicht zu 

Inkonsistenzen innerhalb der Modelle führt, welche 

sich direkt auf die Qualität des Engineering-Prozesses 

auswirken würden. Das Problem der Pflege der spezifischen 

Transformationsmechanismen zwischen domänenspezifischen 

Modellen kann durch Nutzung eines 

herstellerneutralen – das heißt nicht-proprietären – Datenformats 

umgangen werden. Hier hat sich in den letzten 

Jahren CAEX beziehungsweise AutomationML als 

geeignet und vielversprechend herausgestellt. Dennoch 

unterliegt die Nutzung von CAEX/AutomationML ebenfalls 

Vor- und Nachteilen [11], die an dieser Stelle aber 

nicht weiter betrachtet werden. 

1.2 Modellgetriebene Ansätze im Kontext AoA 

Die grundsätzliche Idee von AoA besteht darin, Aufgaben 

und Tätigkeiten, die während des Engineerings der 

Automatisierungstechnik, das heißt der Planung und 

Realisierung, der Inbetriebnahme und der Wartung 

anfallen, zu automatisieren und somit den Planungsingenieur 

von Aufgaben, die häufig „gleichartigen, sich 

wiederholend und monoton anmutenden Charakter 

aufweisen“ [12], zu entlasten. 

Als Informationsgrundlage und Ausgangsbasis wird 

bei der Planung der Automatisierungstechnik verfahrenstechnischer 

Anlagen in den meisten Fällen auf das 

R&I-Fließbild zurückgegriffen. Dieses bildet ein zentrales 

Modell für die Automatisierungstechnik und 

weist bereits einen sehr hohen Informationsgehalt hinsichtlich 

der zu projektierenden Anlage und ihres Automatisierungssystems 

auf. Dazu zählt die topologische 

Verknüpfung von Anlagenobjekten wie Behälter, Rohrleitungen 

und Automatisierungskomponenten (AT- 

Komponenten), zum Beispiel Sensoren und Aktoren 

und teilweise zugehörigen AT-Funktionen. 

Im Bereich der Erstellung von Bedienbildern (human 

machine interface, HMI) existieren umfassende Untersuchungen 

und Ansätze, die eine automatische Generierung 

unterstützen [13-16]. Um den manuellen Aufwand 

zur Erstellung der für die virtuelle Inbetriebnahme 

automatisierter Systeme beziehungsweise zur 

Durchführung des Integrationstests und der Werksabnahme 

benötigten Simulationsmodelle zu reduzieren, 

werden in [17-20] verschiedene Ansätze vorgestellt. 

Neben der Unterstützung zur automatisierten Erstellung 

von Modellen sind für die automatische Generierung 

der Steuerungsfunktionen ebenfalls Methoden 

entwickelt worden. In [21] wird ein wissensbasiertes 

Konzept zur Erstellung von Steuerungscode für Fertigungsmaschinen 

und -anlagen beschrieben, in [22] ein 

Konzept zur Ableitung und Gewinnung von Verriegelungslogik 

und in [23] eine Unterstützung zur Erstellung 

von Asset-Management-Funktionen. In [24] wird 

die Ableitung von Testszenarien zur frühzeitigen Überprüfung 

der Steuerungslogik präsentiert. 

Darüber hinaus gibt es vielversprechende Ansätze 

auf Basis des Verfahrens- beziehungsweise R&I-Fließbilds, 

um die Ursachenanalyse, also den Diagnoseprozess, 

systematisch zu unterstützen [25, 26]. 

2. GEMEINSAMES TOPOLOGIEMODELL ALS GRUNDLAGE 

Die innerhalb der Forschung entwickelten und vielversprechend 

erscheinenden AoA-Ansätze werden im 

industriellen Umfeld bisher kaum angewandt. Ein 

wesentliches Hindernis für den ausgebliebenen 

Transfer in die Industrie sehen die Autoren darin, 

dass die benötigten Daten und die erforderliche Information 

zumeist in Dokumenten wie Word, PDF oder 

Excel-Tabellen gespeichert sind [27]. Auf Grund einer 

fehlenden Formalisierung sowie nicht standardisierten 

Datenformaten sind diese in der Regel nicht für 

softwarebasierte Analysen und Auswertungen nutzbar 

oder zur Erzeugung von Modellen geeignet. Um 

dennoch die im vorherigen Abschnitt genannten AoA- 

Ansätze zu ermöglichen, greifen diese auf XML-basierte 

Datenformate und -modelle, wie CAEX [28], 

20 


3 / 2014

AutomationML [28] oder PandIX [30] zurück. Des 

Weiteren wird davon ausgegangen, dass die benötigte 

Information grundsätzlich in einer geeigneten Struktur 

zur Verfügung steht. 

Aus Sicht der Autoren besteht beim modellgetriebenen 

und beim modellbasierten Engineering in der 

Automatisierungstechnik und damit auch bei der AoA 

das Problem, dass für jeden Ansatz eigene, neue und 

sehr spezifische Modelle genutzt werden, die teilweise 

mit hohem Aufwand und manchmal manuell erstellt 

werden müssen. Dabei liegt die Vermutung nahe, dass 

Teilmengen der spezifischen Modelle identisch sind, 

insbesondere hinsichtlich der Komponenten- und 

Strukturinformation, gegebenenfalls mit unterschiedlichem 

Detaillierungsgrad. Deshalb müssen zunächst 

die spezifischen Anforderungen geeigneter Anwendungsfälle 

untersucht und anschließend deren Überlappung 

überprüft werden. Im nächsten Schritt können 

dann die übereinstimmenden Anforderungen mit 

einem allgemeinen, übergeordneten Topologiemodell 

(top level topology model, TLT-Modell) der zu projektierenden 

Anlage erfüllt werden. Dieses TLT-Modell 

dient anschließend als Ausgangsbasis, um die spezifischen, 

für AoA-Ansätze erforderlichen und geeigneten 

Teilmodelle zu erzeugen. Unter der Topologie einer 

Anlage wird die physikalische Verbindung zwischen 

Anlagenelementen, zum Beispiel zum Material- und 

Energietransport, und die informationstechnische Verknüpfung, 

beispielsweise zwischen Sensoren und 

Aktoren, verstanden. 

Diesem Konzept folgend werden, wie in Bild 1 (li.) 

dargestellt, die spezifischen Teil-Modellinhalte (MI) 

MI-1 (grün), MI-2 (gelb) und MI-3 (blau) aus dem TLT- 

Modell (graues Rechteck) abgeleitet. Die Modellinhalte 

repräsentieren daraufhin ein spezifisches Teilmodell 

(M S , Rechteck). Da diese Teilmodelle domänenunabhängig 

sind, werden diese in domänenspezifische Modelle 

(M D , Sechseck) transformiert (re.), um in spezialisierten 

CAE-Werkzeugen, wie zum Beispiel Simulationswerkzeugen, 

verwendet werden zu können. 

Eine Rücktransformation eines spezifischen Teilmodells 

beziehungsweise domänenspezifischen Modells in 

das TLT-Modell ist bei diesem Konzept nicht vorgesehen. 

Das TLT-Modell fungiert als zentrales, umfassendes Modell, 

aus dem sich bei Veränderungen und anlassbezogen 

mehrfach neue Modelle generieren lassen. 

Für diesen Ansatz wird im nächsten Schritt ermittelt, 

für welche Engineering-Tätigkeiten ein TLT-Modell 

grundsätzlich geeignet sein kann und dementsprechend 

auch, welchen Detaillierungsgrad sowie Informationsgehalt 

das TLT-Modell aufweisen muss. Hierfür 

werden typische AoA-Anwendungsfälle und die zur 

Nutzung erforderlichen spezifischen Modellinhalte 

(wie Objekte, Attribute, Strukturen) untersucht und 

abgeleitet (Bild 2). Diese repräsentieren nun die Anforderungen 

an die Modellinhalte des TLT-Modells. 

3. ANFORDERUNGEN DER ANWENDUNGSFÄLLE 

AN EIN TLT-MODELL 

Um die spezifischen Modellinhalte als konkrete Anforderungen 

an ein gemeinsames Topologiemodell abzuleiten, 

wurden in weltweiter Zusammenarbeit mit Experten 

(unter anderem Projektierer, Entwickler, Projektleiter 

AT-Engineering aus den Bereichen Öl, Gas, Petrochemie, 

Mining, Marine und Power der ABB AG) 

insgesamt zwölf Anwendungsfälle diskutiert, die 

grundsätzlich ein großes Potenzial für AoA bieten. Im 

Rahmen einer inhaltlichen sowie wirtschaftlichen Betrachtung 

wurde vier Anwendungsfällen eine besonders 

hohe Bedeutung zugesprochen. Diese Fälle wurden 

vertieft analysiert. Im Rahmen dieses Beitrags 

werden zwei Anwendungsfälle (use case, UC), die Generierung 

von Prozesssimulationsmodellen und die 

Validierung von Ursachenanalysen, vorgestellt. Diese 

dienen im nächsten Schritt dazu, die einzelnen Anforderungen 

aus Sicht des Anwendungsfalls an das gemeinsame, 

übergeordnete TLT-Modell abzuleiten und 

daraufhin potenzielle Synergieeffekte aufzuzeigen. 

3.1 Betrachtete Anwendungsfälle der AoA 

UC-1: Generierung von Prozesssimulationsmodellen 

für denIntegrationstest und die Werksabnahme 

Die finalen Tests eines Automatisierungssystems vor der 

Inbetriebnahme gliedern sich in zwei Phasen: a) Integra- 

TLT-Model der zu 

projektierenden Anlage 

Spezifische 

Teilmodelle 

Domänenspezifische 

Modelle 

MI-3 

MI-1 

MI-2 

Ableitung 

M S -1 

M S -2 

M S -3 

Transformation 

M D -1 

M D -2 

M D -3 

Ableitung 

Spezifische Modellinhalte: 

- Daten 

- Informationen 

- Strukturen 

- Sichtweisen 

- Beziehungen 

- … 

Anforderung 

Modellinhalte des 

TLT-Models 

BILD 1: Vorgehen zur Erzeugung domänenspezifischer 

Modelle aus einem TLT-Modell 

BILD 2: Ableitung von Anforderungen an das TLT-Modell 

auf Basis spezifischer Modellinhalte 


3 / 2014 

21

HAUPTBEITRAG 

tionstest, bei dem die Logik der Automatisierungstechnik 

und deren Subsystem, inklusive der Interaktionen 

zwischen den Subsystemen, gegen die Kundenspezifikation 

getestet wird, um die Resultate des Engineering 

zu verifizieren und b) die Werksabnahme, bei der der 

Kunde anwesend ist und einige stichprobenartige Tests 

am System durchführt, um das System zu validieren. 

Während beider Phasen muss das Automatisierungssystem, 

sei es real vorhanden oder emuliert, wie in [31] 

beschrieben, stimuliert werden, um Reaktionen hervorzurufen 

und damit die Logik des Systems zu testen. 

Heute wird dies manuell oder mittels geeigneter, kostengünstiger 

Methoden, wie in [19] beschrieben, durchgeführt. 

Ein Prozesssimulationsmodell wird selten eingesetzt, 

da der manuelle Entwicklungsaufwand hierfür 

zu hoch ist. Mögliche Herangehensweisen, dieses automatisch 

zu erstellen, werden in [19] beschrieben. Dazu 

wird das R&I-Fließbild genutzt, um daraus ein domänenspezifisches 

Simulationsmodell abzuleiten. 

UC-2: Validierung von Ursachenanalysen 

Während des Betriebs einer Anlage treten des Öfteren 

auf Grund zunächst unbekannter Ursachen Fehler auf, 

die im Verlauf eventuell zu größeren Problemen, wie 

zum Beispiel Anlagenstillstand, führen. Um die zunächst 

schwer erkennbaren Fehlerursachen zu finden, 

können statistische Methoden zur Ursachenanalyse 

eingesetzt werden, welche auf Analyse von Signalverläufen 

basieren [32]. Signalbasierte Analysen sind jedoch 

Blackbox-Verfahren, die die physikalischen Zusammenhänge 

der Signale innerhalb der Anlage nicht 

berücksichtigen. Deshalb bieten diese Verfahren oft 

verschiedene Algorithmen an, die divergierende Ergebnisse 

für die gleichen Messdaten liefern können. Jeder 

der Algorithmen hat seine Daseinsberechtigung, da er 

für spezielle Klassen von Signalverläufen aussagekräftige 

Ergebnisse liefert. 

Diese Vielfalt führt jedoch oft zu Missverständnissen 

bei den Servicetechnikern, da diese üblicherweise verschiedene 

Algorithmen ausprobieren und deren Ergebnisse 

manuell analysieren. Um dies zu vermeiden, kann 

ein Topologiemodell helfen [25], welches auf Basis der 

Anlagentopologie fehlerhafte Ergebnisse, insbesondere 

physikalisch nicht nachvollziehbare Verbreitungspfade, 

analysiert und herausfiltert. Um die Ursachenanalyse 

systematisch zu unterstützen, bietet es sich an, 

den Fehlerverbreitungspfad entgegengesetzt der Ausbreitungsrichtung 

physikalischer Wirkungen in der 

Anlagentopologie zu analysieren. Um den Aufwand zur 

Analyse und genauen Eingrenzung der Fehlerursache 

zu reduzieren beziehungsweise zu optimieren, besteht 

im ersten Schritt die Möglichkeit, den Fehler modulübergreifend 

zu analysieren, um die Ursache grob einzugrenzen 

und anschließend das Modul detailliert zu 

betrachten, um die konkrete Ursache zu ermitteln. 

3.2 Klassifikation von Anforderungen 

Für eine strukturierte und konsistente Betrachtung der 

einzelnen Anforderungen erfolgt eine Klassifikation in 

technologisch (A-1), funktional/nicht-funktional (A-2) 

und objekt-/prozess-/projektspezifisch (A-3). Basierend 

auf dieser Klassifikation erfolgt im nächsten Schritt, 

bezogen auf die betrachteten Anwendungsfälle, die Zuordnung 

einer Priorität zu den technologischen Anforderungen. 

Die Priorität einer Anforderung beschreibt 

die Wichtigkeit der Existenz einer Information im TLT- 

Modell für den jeweiligen Anwendungsfall. Darauf 

aufbauend werden die technologischen Anforderungen 

durch die Zuordnung zu A-2 und A-3 näher charakterisiert. 

Dieses Sortierkriterium unterstützt einerseits 

eine einfachere Verwaltung der Anforderungen, andererseits 

ermöglicht es die Identifizierung der potenziellen 

Informationsquellen sowie eine Abschätzung, 

zu welchem Zeitpunkt im Engineering die Information 

zur Verfügung steht. Weiterhin können Aussagen hinsichtlich 

der Qualität der Anforderungen gemacht werden, 

zum Beispiel ob Information syntaktisch oder 

semantisch beschrieben ist oder ob sie direkt oder nur 

indirekt aus einem Objekt ableitbar ist. 

A-1: Technologische Anforderungen 

Aus Sicht der Anwendungsfälle werden unterschiedliche 

Anforderungen hinsichtlich Informationsgehalt 

und -strukturen an das spezifische Modell gestellt. Die 

Einzelanforderungen werden aus Gründen der besseren 

Übersicht übergeordneten Klassen von technologischen 

Anforderungen zugeordnet (Bild 3) und orientieren sich 

unter anderem an der Klassifizierung des erforderlichen 

Informationsgehaltes von Simulationsmodellen 

für FAT-Testszenarien [33] . 

Bild 4 zeigt einen Ausschnitt für die Anforderungsklassen 

Strukturaspekt (li.) und Rohrleitung (re.). Die 

Anlage beziehungsweise Anlagenobjekte können innerhalb 

des Topologiemodells einem oder mehreren Systemaspekten/Sichtweisen 

zugeordnet werden. Aus dieser 

Zuordnung könnte im nächsten Schritt ein Teilmodell 

abgeleitet werden, welches nur die Objekte und Verknüpfungen 

enthält, die der spezifischen Sichtweise 

zugeordnet sind. Beschreibt das Anlagenobjekt zum 

Beispiel eine Rohrleitung, kann, je nach betrachtetem 

Anwendungsfall, unterschiedliche spezifische Information, 

wie geometrische oder physikalische Eigenschaften, 

(= objektspezifisch) relevant sein. Des Weiteren 

ist es möglich, dass ein Rohrleitungsobjekt zusätzliche 

(projekt-/prozessspezifische) Information, wie 

Druck oder Temperatur des Mediums, bereitstellt. 

A-2: Funktionale und nicht-funktionale Anforderungen 

Weiterhin werden die Anforderungen der Anwendungsfälle 

hinsichtlich des Kriteriums der funktionalen 

und nicht-funktionalen Anforderungen unterschieden. 

Funktionale Anforderungen beschreiben, 

was das Produkt beziehungsweise System leisten soll, 

wohingegen nicht-funktionale Anforderungen definieren, 

wie eine Funktion des Produktes oder des Systems 

ausgeführt werden soll. 

Im Kontext von Topologiemodellen kann eine funktionale 

Anforderung eine konkrete Eigenschaft eines 

Objekts beschreiben, zum Beispiel den Durchmesser 

einer Rohrleitung oder eines Behälterstutzens. Der Wert 

22 


3 / 2014

PLT-Funktion 

Graphikelemente 

Strukturaspekt 

Anlageneinheit 

BILD 3: 

Klassifikation der 

technologischen 

Anforderungen 

Funktionalität 

Technologische 

Anforderungen 

Anlagenobjekt 

Kommunikation 

MSR- 

Zusammenhang 

Prozesswissen 

Rohrleitung 

BILD 4: Detaillierte Betrachtung der Klassen Strukturaspekt und Rohrleitung 

DIN 81346: Funktion, Produkt, Ort 

Geometrisch: Länge, Durchmesser,… 

Strukturaspekt 

VDI 4499: Produkt, Prozess, Ressource 

Rohrleitung 

Physikalisch: Material, Rauigkeit,… 

DIN 61512-2: prozedurorientiert, 

prozessorientiert, physikalisch-orientiert 

Prozess: Druck, Temperatur, 

Durchfluss,… 

… 

… 

des Rohrdurchmessers kann in Form einer Wertangabe 

erfolgen und explizit im Modell als Eigenschaft des 

Objekts beschrieben werden. Die Anforderung, dass ein 

Bedienbild dem Anlagenfahrer eine einfache Orientierung 

ermöglicht beziehungsweise als mentales Modell 

des Prozesses dient [34], ist eine nicht-funktionale Anforderung. 

Im Vergleich zu einer funktionalen Anforderung 

kann eine nicht-funktionale Anforderung nicht 

explizit modelliert werden. Nicht-funktionale Anforderungen 

müssen operationalisiert, das heißt soweit 

konkretisiert werden, bis sie „in realisierbare, prüfbare 

Anforderungen münden“ [35] und somit modelliert 

werden können. 

Demgegenüber steht die Problematik, dass nichtfunktionale 

Anforderungen häufig eine personenabhängige 

Forderung darstellen, die sich schwer operationalisieren 

lässt. Grundsätzlich besteht die Möglichkeit, 

dass nicht-funktionale Anforderungen durch eine 

geeignete, das heißt auch intelligente Verknüpfung von 

im Modell vorhandener Information umgesetzt werden 

können. Was zu der Vermutung führt, dass nicht-funktionale 

Anforderungen nicht unbedingt innerhalb des 

TLT-Modells enthalten sein müssen, sondern erst bei 

der Ableitung eines anwendungsfallbezogenen Modells 

erzeugt werden können. Dies ist im besonderen Maße 

bei strukturellen oder hierarchischen Modellaspekten 

zu beobachten, wie der Zuordnung von einzelnen Anlagenobjekten 

zu übergeordneten Anlageneinheiten. 

Das TLT-Modell wird nicht in der Lage sein, die Vielzahl 

an verschiedenen Sichtweisen des Systems und 

der daraus resultierenden topologischen Strukturen 

innerhalb dieses einen Modells zu repräsentieren. Es 

besteht dennoch die Möglichkeit, einzelne Anlagenobjekte 

einer oder mehreren Sichtweisen zuzuordnen. 

A-3: Objekt-, prozess- und projektspezifische 

Anforderungen 

Neben den beiden genannten Kriterien erfolgt eine dritte 

Klassifizierung in objekt-, prozess- und projektspezifische 

Anforderungen. Diese Unterscheidung ermöglicht 

die strukturierte und systematische Zuordnung 

von einzelnen die Anwendungsfälle betreffenden Anforderungen 

zu den im Modell enthaltenen Daten. 

Objektspezifische Information kann mit geringem 

Aufwand abgeleitet werden. Der Durchmesser oder die 

Höhe des Behälters repräsentiert eine objektspezifische 

Eigenschaft. Dieser Informationsgehalt ist zum Beispiel 

grundsätzlich unabhängig vom auf der Anlage ablaufenden 

Produktionsprozess. 

Soll hingegen ein Behälter einer speziellen Anlageneinheit 

beziehungsweise einem Modul zugeordnet werden, 

so handelt es sich bei dieser Zuordnung um eine 

prozess- oder projektspezifische Anforderung. Die Zuordnung 

eines Objekts zu einer übergeordneten funktionalen 

Einheit kann über einen zusätzlichen Verweis/ 

Zuordnung einer Sichtweise am Objekt erfolgen. Dies 

ist besonders dann von Interesse, wenn es sich um eine 

Mehrprodukt-/Mehrstrang-Anlage handelt. Bei diesem 


3 / 2014 

23

HAUPTBEITRAG 

Anlagentyp kommt es vor, dass für verschiedene Prozesse 

unterschiedliche Produktionswege möglich und 

damit auch verschiedene Anlagenzusammenhänge/- 

topologien relevant sind. Zur Projektierung solcher 

Anlagen unterliegt der erforderliche Informationsgehalt 

daher prozessspezifischen Anforderungen und 

kann weiterhin von anderen Faktoren beeinflusst werden, 

wie der Prozessstruktur des gewählten Automatisierungskonzepts. 

Ein weiteres Beispiel für prozessspezifische Anforderungen 

lässt sich insbesondere am Beispiel der Fließrichtung 

des Prozesses aufzeigen. Dabei kann eine 

Rohrleitung prinzipiell die Information der möglichen 

Fließrichtung bereitstellen. Dennoch ist die tatsächliche 

Fließrichtung in der Regel vom technischen Produktionsprozess 

abhängig und gegebenenfalls auch 

veränderlich, in Verbindung mit Automatisierungskomponenten 

wie zum Beispiel Pumpen. Die Fließrichtung 

stellt dementsprechend prozess- und nicht objekt-spezifisches 

Wissen dar. Die Integration prozessspezifischen 

Informationsgehalts erfordert daher die Erweiterung 

hinsichtlich Elementen der Verfahrens- oder 

Prozessbeschreibung, wie sie mittels der formalisierten 

Prozessbeschreibung [36] bereitgestellt werden. 

4.3 Priorisierung von Anforderungen 

Grundsätzlich ist es erforderlich, dass Anforderungen 

priorisiert werden müssen, um konkurrierende sowie 

widersprüchliche Anforderungen in geeigneter Weise 

berücksichtigen und umsetzen zu können. Die Priorisierung 

kann quantiativ und qualitativ erfolgen. Dabei ist 

zu beachten, dass sich die Priorisierung der Anforderung 

auf das Vorhandensein der erforderlichen Modellinhalte 

zur Erfüllung der spezifischen Anforderung im 

TLT-Modell bezieht. Das TLT-Modell kann, hypothetisch 

betrachtet, alle während des Engineerings entstehenden 

Daten enthalten und innerhalb der Engineering-Phasen 

zu bestimmten Zeitpunkten bereitstellen. Weil die Daten 

nicht alle zur gleichen Zeit, sondern sukzessive während 

des Engineerings erarbeitet werden, kann es vorkommen, 

dass für einen Anwendungsfall bestimmte Information 

benötigt wird, um diesen lösbar zu machen. 

Hieraus lässt sich bereits erkennen, dass Information 

existieren kann, die für die Anwendung zwingend erforderlich 

ist und somit eine hohe Priorität hat und andere, 

die informative Eigenschaften repräsentiert und 

somit eine geringere Priorität erhält. Diese Eigenschaften 

können zur Erhöhung der Ergebnisqualität beitragen, 

sind aber nicht entscheidend für die grundsätzliche Anwendung 

des Modells auf die Anwendungsfälle. 

3.4 Zuordnung der Anforderungen 

Basierend auf der Klassifikation der Anforderungen 

zeigt Bild 5 einen Ausschnitt der Anforderungsdefinition. 

Im linken Teil sind die technologischen Anforderungen 

(A-1) am Beispiel der Klassen PLT-Funktion, 

MSR-Zusammenhang, Anlagenobjekt und Rohrleitung 

sowie die detaillierten Anforderungen dargestellt, daneben 

die Anforderungen A-2 und A-3. Diese werden, 

falls zutreffend, mit einem „x“ markiert. Die Zuordnung 

der technologischen Anforderungen erfolgt direkt in 

Kombination mit der Priorität (farblich markiert), wobei 

diese den Wert 0 (= weniger wichtig, blau), 1 (= wichtig, 

gelb) oder 2 (= sehr wichtig, grün) annehmen kann. 

Die Priorisierung der technologischen Anforderungen 

sowie die Zuordnung der Anforderungen A-2 und 

A-3 basieren einerseits auf der Grundlage von Gesprächen 

mit den Experten aus den Fach- und Industriebereichen, 

andererseits auf der Analyse der vorgestellten 

AoA-Ansätze. 

Die Gegenüberstellung in Bild 5 zeigt, dass die beiden 

betrachteten Anwendungsfälle UC-1 und UC-2 häufig 

gleiche (Differenz = 0) oder ähnliche Prioritäten (Differenz 

max. 1) hinsichtlich der technologischen Anforderungen 

(A-1), das heißt an die erforderlichen Modellinhalte 

der spezifischen Teilmodelle, aufweisen. Die 

Auswertung ergibt für die Klassen PLT-Funktion und 

MSR-Zusammenhang eine 55 %ige beziehungsweise 

60 %ige Übereinstimmung hinsichtlich der Prioritäten. 

Das bedeutet, dass in beiden Fällen die Art des benötigten 

Informationsgehalts im spezifischen Modell übereinstimmt. 

Dennoch können geringere Übereinstimmungen 

auftreten, wie bei der Klasse Anlagenobjekt 

(25 %) und Rohrleitung (33 %). 

Grundsätzlich zeigt der Vergleich, dass ein gemeinsamer 

Informationsbedarf innerhalb der Anwendungsfälle 

und damit der Modelle besteht. Somit kann die in 

Abschnitt 3 aufgestellte Vermutung, dass sich Teilmengen 

des Informationsbedarfs überlappen, bestätigt werden. 

Gleichzeitig bildet dies die Basis für die Aussage, 

dass die Verwendung eines zentralen Topologiemodells 

für verschiedene modellbasierte Anwendungen sinnvoll 

erscheint. Hierdurch könnte der mit der Erstellung 

unterschiedlicher, domänenspezifischer Modelle verbundene 

Aufwand künftig reduziert werden. Das TLT- 

Modell kann somit als Schritt verstanden werden, um 

grundsätzlich Information zur Verfügung zu stellen, 

und damit als Ausgangspunkt für einen durchgängigen 

Einsatz in Engineering und Betrieb dienen – insbesondere 

für Ansätze hinsichtlich der Automatisierung der 

Automatisierung. 

ZUSAMMENFASSUNG UND AUSBLICK 

Wenn für jede modellbasierte oder modellgetriebene 

Vorgehensweise im Engineering jeweils ein spezifisches 

Modell genutzt wird, bedeutet dies einen hohen 

vorbereitenden Aufwand zur Sammlung der notwendigen 

Information und zur manuellen oder EDV-gestützten 

Überführung in das jeweils benötigte Modell. 

Dies stellt ein wesentliches Hemmnis für die weitere 

industrielle Verbreitung modellbasierter und modellgetriebener 

Methoden, insbesondere auch der Methoden 

der Automatisierung der Automatisierung, dar. 

Der Vergleich von Anwendungsfällen, basierend auf 

der Formulierung von Anforderungen an die Modellinhalte, 

konnte Synergieeffekte in Form von überlap- 

24 


3 / 2014

BILD 5: Zuordnung der spezifischen 

Modellinhalte als Anforderungen 

der Anwendungsfälle 


3 / 2014 

25

HAUPTBEITRAG 

REFERENZEN 

[1] Maurmaier, M., Göhner, P.: Systematischer Einsatz von 

Modellen in der Entwicklung von Automatisierungssystemen. 

In: at – Automatisierungstechnik 61(6), S. 436–452, 2013 

[2] Wagner, T., Löwen, U.: Modellierung: Grundlage für 

integriertes Engineering. In. Tagungsband Automation, 

S. 35-38. VDI 2010 

[3] Schlereth, M., Rose, S., Schürr, A.: Model Driven Automation 

Engineering – Characteristics and Challenges. In: 

Informatik-Berichte 2009-01 – Modellbasierte Entwicklung 

eingebetteter Systeme, S.1-15. TU Braunschweig 2009 

[4] Fay, A., Schleipen, M., Mühlhause, M.: Wie kann man den 

Engineering-Prozess systematisch verbessern? atp - Automatisierungstechnische 

Praxis 52 (1-2), S. 80-85, 2009 

[5] Schmitz, S., Schluetter, M., Epple, U.: Automation of 

Automation – Definition, components and challenges. In: 

Proc. IEEE Int. Conf. ETFA 2009, S.1-7. IEEE 2009 

[6] Schenk, B., Schlereth, M.: Modellgetriebene Entwicklung 

in der Automatisierungtechnik. In. Tagungsband 

Automation 2008, S. 195-198. VDI 2008 

[7] Diedrich, C., Mühlhause, M.: Modellansätze für die digitale 

Fabrik. In: Tagungsband Entwurf komplexer Automatisierungssysteme 

2010, S. 11-20. ifak 2010 

[8] Mühlhause, M.: Konzept zur durchgängigen Nutzung von 

Engineeringmodellen der Automation. Dissertation 

Otto-von-Guericke Universität, Magdeburg. Logos 2012 

[9] Böhm, B., Gewald, N., Köhlein, J.: Mechatronic models as 

a driver for digital plant engineering: In: Proc. IEEE Int. 

Conf. Emerging Technologies & Factory Automation, 

S.1-8. IEEE 2011 

[10] Böhm, B., Gewald, N.: Durchgängiges Engineering durch 

Automatisierung von Modelltransformationen. In: 

Tagungsband Automation, S. 437-440. VDI 2010 

[11] Drath, R., Fedai, M.: CAEX – ein neutrales Datenaustauschformat 

für Anlagendaten – Teil 1. atp – Automatisierungstechnische 

Praxis 46(2), S. 52-56, 2008 

[12] Fay, A.: Effizientes Engineering komplexer Automatisierungssysteme. 

In: Schnieder, E., Ständer, T. (Hrsg.) Wird 

der Verkehr automatisch sicherer? S. 43-60. iVA 2009 

[13] Schmitz, S., Epple, U.: Automatisierte Projektierung von 

HMI-Oberflächen. In: Tagungsband Automation 2007, 

S. 127-138. VDI 2007 

[14] Kirmas, M.: Anwenderbericht zur Nutzung von typischen 

Funktionsbausteinen (Typicals) bei der Erstellung von 

penden Teilmengen zwischen für AoA-Aufgaben benötigten 

Modellen aufdecken. Die Anforderungen fokussieren 

hierbei im ersten Schritt auf strukturelle Systemaspekte, 

können aber auf Basis einer Betrachtung geeigneter Anwendungsfälle 

erweitert werden, zum Beispiel hinsichtlich 

des zeitlichen Verhaltens von Modellobjekten zur 

Berücksichtigung dynamischer Aspekte. 

Mit einem übergeordneten Topologie-Modell (TLT- 

Modell), welches als Basis für die Generierung spezifischer 

AoA-Modelle verwendet werden kann, ließe 

sich somit der aufgabenbezogene Modellierungsaufwand 

für modellbasierte und modellgetriebene Engineering-Aufgaben 

reduzieren. 

Die weitere Forschung der Autoren fokussiert auf die 

Datenquellen, die eine geeignete Basis für die Erstellung 

des TLT-Modells darstellen – insbesondere Datenquellen, 

die im Falle von Altanlagen, die noch nicht mit objektorientierten 

CAE-Werkzeugen geplant wurden, verfügbar 

und computergestützt auswertbar sind [37]. Die automatische 

oder zumindest semiautomatische Erzeugung eines 

TLT-Modells ist eine wesentliche Voraussetzung dafür, 

dass das TLT-Modell, wie zum Beispiel in [1] und [9] disleittechnischer 

Anwendersoftware. In: Tagungsband 


[15] Doherr, F., Urbas, L., Franze, V., Drumm, O.: Automatische 

Generierung von Prozessbedienbildern aus Engineeringdaten. 

In: 8. Symposium Informationstechnologien für Entwicklung und 

Produktion in der Verfahrenstechnik (IEPV8), 2.-3. März 2011 

[16] Doherr, F., Drumm, O., Franze, V., Urbas, L.: Bedienbilder auf 

Knopfdruck - Modellbasierte Erstellung von Fließbilddarstellungen. 

atp edition - Automatisierungstechnische Praxis 

53(11), S. 30-39, 2011 

[17] Hoyer, M.: Catalogue based computer aided engineering 

(CAE) of process models. Dissertation University of 

Clamorgan, erarbeitet an der University of Applied Science 

and Art Hannover, 2007 

[18] Franze, V., Drumm, O.: CAE-gespeiste Anlagensimulation 

- Simulation zum Nulltarif? In: Tagungsband Automation 

2009, S. 209-212. VDI 2009 

[19] Barth, M.: Automatisch generierte Simulationsmodelle verfahrenstechnischer 

Anlagen für den Steuerungstest. Dissertation 

Helmut-Schmidt-Universität, Hamburg. VDI-Verlag 2011 

[20] Sokolov, S., Liu, Z., Diedrich, C.: Semi-automatisierte 

Modellgenerierung für virtuelle Inbetriebnahme verfahrenstechnischer 

Anlagen. In: Tagungsband Entwurf komplexer 

Automatisierungssysteme 2012, S. 227-238. ifak 2012 

[21] Güttel, K., Weber, P., Fay, A.: Konzept zur Generierung von 

Steuerungscode unter Verwendung wissensbasierter 

Methoden in der Fertigungsautomatisierung. In: Tagungsband 

Automation, S. 309-312. VDI 2009 

[22] Drath, R., Fay, A., Schmidberger, T.: Computer-aided design 

and implementation of interlock control code. In: Proc. IEEE 

Conf. Computer Aided Control System Design, S. 2652-2658. 

IEEE 2006 

[23] Schmidberger, T., Fay, A., Drath, R., Horch, A.: Von Anlagenstrukturinformationen 

automatisch zum Asset Management. 

atp - Automatisierungstechnische Praxis 48(6), S. 54-61, 2006 

[24] Kumar, B., Gilani, S., Niggemann, O., Schäfer, W.: Automated 

test case generation from complex environment models for 

PLC control software testing and maintenance. In: Tagungsband 


[25] Yim, S.Y., Ananthakumar, H.G., Benabbas, L., Horch, A., 

Drath, R., Thornhill, N.F.: Using the Process Schematic 

in Plant-wide Disturbance Analysis. In: Tagungsband 

ESCAPE-16 & PSE-2006, S. 1431-1436. Elsevier 2006 

26 


3 / 2014

kutiert, als potenzielles Quellmodell innerhalb des Engineerings 

dienen kann. Dementsprechend bedarf es für 

die Ableitung spezifischer, aufgabenbezogener Modelle 

aus dem TLT-Modell der Definition geeigneter Regeln, die 

einerseits Ableitung und Erstellung des erforderlichen 

spezifischen Modellinhaltes ermöglichen. Andererseits 

wird ein Konzept benötigt, welches die Informationsdurchgängigkeit 

an den entstehenden Modellschnittstellen 

sicherstellt. 

MANUSKRIPTEINGANG 

26.10.2013 

Im Peer-Review-Verfahren begutachtet 

[26] Di Geronimo Gil, G.J., Alabi, D.B., Iyun, O.E., Thornhill, 

N.F.: Merging Process Models and Plant Topology. 

In: Proc. 4th Int. Symp. Advanced Control of Industrial 

Processes, S. 15–21. IEEE 2011 

[27] Scherwietes, T.: Neues CAE/PLS-Interface vereinfacht 

den Austausch von Automatisierungsdaten. In: atp 

edition - Automatisierungstechnische Praxis 54(1-2), 

S. 24-26, 2012 

[28] IEC 62424: Festlegung für die Darstellung von Aufgaben 

der Pozessleittechnik in Fließbildern und für den 

Datenaustausch zwischen EDV-Werkzeugen zur 

Fließbilderstellung und CAE-Systemen, 2010 

[29] IEC 62714: Datenaustauschformat für Planungsdaten 

industrieller Automatisierungssysteme (AutomationML) 

- Teil 1: Architektur und allgemeine Festlegungen, 2012 

[30] Epple, U., Remmel, M., Drumm, O.: Modellbasiertes 

Format für RI-Informationen. atp edition - Automatisierungstechnische 

Praxis 53(1-2), S. 62-71, 2011 

[31] Hoernicke, M., Greifeneder, J., Barth, M.: Effizientes 

Testen heterogener Leitsystemkonfigurationen – 

Integration gewerkeübergreifender Hardware-Emulatoren. 

atp edition – Automatisierungstechnische Praxis 

54(11), S. 46-54, 2012 

[32] Bauer, M., Horch, A.: Systematische Fehlerdiagnose von 

anlagenweiten Störungen. Eine Anwendung aus der 

Prozessindustrie. atp – Automatisierungstechnische 

Praxis 50(5), S. 20-25, 2008 

[33] Barth, M., Fay, A., Greifeneder, J., Weber, P.: Simulationsbasierte 

Steuerungsfunktionstest. Generierung von 

Anlagenmodellen aus CAE-Planungsdaten. atp edition – 

Automatisierungstechnische Praxis 54(5), S. 54-61, 2012 

[34] Hollifield, B.: The high performance HMI handbook. 

A comprehensive guide to designing, implementing 

and maintaining effective HMIs for industrial plant 

operations. PAS 2008 

[35] Herrmann, A., Knauss, E., Weißbach, R.: Requirements 

Engineering und Projektmanagement. Springer Vieweg 2013 

[36] VDI/VDE 3682: Formalisierte Prozessbeschreibungen, 

2008 

[37] Hoernicke, M., Christiansen, L., Fay, A.: Anlagentopologien 

automatisch erstellen – Erzeugen von Modellen aus 

der Mensch-Maschine Schnittstelle. atp edition – Automatisierungstechnische 

Praxis 56(4), im Druck, 2014 

AUTOREN 

Dipl.-Ing. (FH) LARS 

CHRISTIANSEN (geb. 1984) ist 

wissenschaftlicher Mitarbeiter 

an der Professur für Automatisierungstechnik 

an der 

Helmut-Schmidt-Universität/ 

Universität der Bundeswehr 

Hamburg. Sein Forschungsschwerpunkt 

ist die Unterstützung 

der Anlagendiagnose mittels Modellen 

aus dem Engineering-Prozess. 

Institut für Automatisierungstechnik, 


Universität der Bundeswehr Hamburg, 

Holstenhofweg 85, D-22043 Hamburg, 

Tel. +49 (0) 40 65 41 23 26, 

E-Mail: lars.christiansen@hsu-hh.de 

Dipl.-Ing. (FH) MARIO 

HOERNICKE (geb. 1984) ist 

Principal Scientist am ABB 

Forschungszentrum in Ladenburg. 

Sein Arbeitsschwerpunkt 

umfasst die Entwicklung neuer 

und innovativer Engineering- 

Konzepte im Bereich Emulation 

von Leitsystemfunktionen und 

Subsystemen, Simulation von Prozessen sowie der 

Automation des Engineerings. 

ABB AG Forschungszentrum, 

Wallstadter Str. 59, D-68526 Ladenburg, 

Tel. +49 (0) 6203 71 62 66, 

E-Mail: mario.hoernicke@de.abb.com 

Prof. Dr.-Ing. ALEXANDER FAY 

Alexander Fay (geb. 1970) ist 

Professor für Automatisierungstechnik 

an der Fakultät 

für Maschinenbau der Helmut- 

Schmidt-Universität/Universität 

der Bundeswehr Hamburg. 

Sein Forschungsschwerpunkt 

sind Beschreibungsmittel, 

Methoden und Werkzeuge für einen effizienten 

Entwurf von Automatisierungssystemen. 

Institut für Automatisierungstechnik, 


Universität der Bundeswehr Hamburg, 

Holstenhofweg 85, D-22043 Hamburg, 

Tel. +49 (0) 40 654 27 19, 

E-Mail: alexander.fay@hsu-hh.de 


3 / 2014 

27

HAUPTBEITRAG 

Einsatz leitsystemintegrierter 

Prädiktivregler 

Unit Templates für die chemische Industrie 

Ein in das Prozessleitsystem integrierter modellbasierter Prädiktivregler bietet hinsichtlich 

Verfügbarkeit, Benutzerfreundlichkeit, Wartung und Kosten dieselben 

Vorzüge wie ein konventioneller PID-Regler, hat aber das Potenzial zu deutlich höherer 

Regelgüte. Dies ermöglicht die Erschließung neuer Einsatzmöglichkeiten, bei 

denen ein separates full-blown MPC-Softwarepaket auf einem externen PC aus wirtschaftlichen 

Gründen nicht zu rechtfertigen ist. Der Beitrag fasst Aspekte zusammen, 

die bei der Auswahl von Einsatzmöglichkeiten für leitsystemintegrierte MPC-Lösungen 

relevant sind. Durch die Einbindung von MPC-Funktionen in wiederverwendbare 

Module auf der Ebene von Equipment Modules und auf der Ebene verfahrenstechnischer 

Units (Unit Templates) kann APC-Know-how einfach angewendet 

und der Engineering-Aufwand für MPC-Projekte reduziert werden. 

SCHLAGWÖRTER Gehobene Regelungsverfahren / Prädiktivregelung / Einzelsteuerung 

/ Automatisierungslösung 

Applications of DCS embedded Model Predictive Control – 

Solution Templates for Chemical Industry 

DCS embedded Model Predictive Control offers the same degree of availability, 

usability, ease of maintenance, and cost-efficiency as conventional PID controllers, 

while offering a potential for better control performance. This opens up potential 

new application fields where separate full-scale MPC software packages are not 

profitable. This article summarizes general aspects related to the selection of attractive 

applications for embedded MPC. By integrating MPC functionality in re-usable 

software modules at the layer of equipment modules and at the layer of process units 

(“unit templates”) APC expertise can easily be used in real world applications and 

the engineering input required for MPC projects can be reduced. 

KEYWORDS advanced process control / model predictive control / equipment 

module / unit template 

28 


3 / 2014

BERND-MARKUS PFEIFFER, HERBERT GRIEB, OTMAR LORENZ, DIRK LOSERT, DÖRTE SACK, 

Siemens 

Advanced-Process-Control-Projekte (APC) im 

Allgemeinen und Model-Predicitve-Control- 

Projekte (MPC) im Speziellen können von 

verschiedenen Seiten ihren Ausgangspunkt 

nehmen: 

In einer Anlage gibt es ein Regelungsproblem, das 

sich mit konventionellen Mitteln nur schwer oder 

gar nicht lösen lässt. Dies kann im Zusammenhang 

mit einer Erhöhung des Automatisierungsgrades 

stehen, das heißt mit der Reduktion manueller Eingriffe 

in die Prozessführung. 

Eine bestimmte verfahrenstechnische Teilanlage 

soll ohne kostspielige mechanische/verfahrenstechnische 

Umbaumaßnahmen optimiert werden, 

beispielsweise hinsichtlich Durchsatz oder Ressourcenverbrauch. 

Aus überlagerter Sicht wird geprüft, an welchen 

Stellen einer Anlage durch den Einsatz gehobener 

Regelungsverfahren, wie MPC, ein Optimierungspotenzial 

besteht. 

In allen Fällen wird vor der Durchführung eines Projektes 

geprüft, ob die Chance besteht, den investierten 

Aufwand zu amortisieren. Je geringer die geplante Investition, 

desto geringer sind die Anforderungen an den 

erwarteten wirtschaftlichen Nutzen, und desto geringer 

ist der Aufwand, der in eine vorherige Abschätzung 

des Nutzenpotenzials gesteckt werden muss. 

1. AUSWAHL VON MPC-APPLIKATIONEN 

Wenn aufgrund eines Problems mit Basisreglern oder 

eines Optimierungsbedarfs ohnehin eine Teilanlage 

oder ein Apparat im Fokus steht, stellt sich die Frage, 

ob ein MPC-Projekt überhaupt gestartet werden soll. 

Wenn ganze Standorte oder einzelne Anlagen nach 

Einsatzmöglichkeiten durchsucht werden, werden zuerst 

solche Unit-Typen betrachtet, zu denen es einschlägige 

MPC-Referenzen in der betreffenden Branche gibt 

beziehungsweise die als Einsatzfelder für Mehrgrößenregler 

bekannt sind; zum Beispiel Destillationskolonnen, 

Rührkesselreaktoren, Steam-Reformer, Mühlen 

und Trockner in der Chemie oder Schmelzöfen und 

Speiserinnen in der Glasindustrie. Full-blown MPC- 

Software wird ebenso auf der Ebene der anlagenweiten 

Automatisierung eingesetzt, beispielsweise bei Kolonnenverbünden, 

Crackern oder Kreislaufprozessen. 

1.1 Abschätzung des Nutzenpotenzials 

Die Ziele, die im Hinblick auf Durchsatz, Ressourceneinsparung 

und Produktqualität mit einer APC-Anwendung 

(wie MPC) in verfahrenstechnischen Anlagen verfolgt 

werden, sind in [9] ausführlich beschrieben. Oftmals 

werden solche Ziele in zwei Schritten erreicht: 

1 | Reduktion der Schwankungen (Streuung, Varianz) 

von Prozessgrößen durch eine verbesserte Regelung. 

2 | Durch die reduzierte Streuung wird es möglich, 

bestimmte Sollwerte näher an kritische Nebenbedingungen 

zu fahren, ohne Gefahr zu laufen, diese 

Nebenbedingungen häufig zu verletzen. Durch 

dieses Ausreizen der Anlage bis zum physikalischen 

Limit (Kapazität, Sicherheit, Produktqualität) 

kann zum Beispiel der Durchsatz erhöht 

oder der Energieverbrauch reduziert werden. 

Der wirtschaftliche Nutzen kann in verschiedenen Fahrweisen 

oder Betriebszuständen des Prozesses erbracht 

werden, die in einer vereinfachten Nutzen-Matrix entsprechend 

Tabelle 1 dargestellt sind. Eine qualitative Nutzenabschätzung 

lässt sich im Gespräch mit Anlagenfahrern, 

Verfahrensingenieuren und Betriebsleitern meist sehr 

leicht ermitteln, während eine quantitative Nutzenabschätzung, 

siehe [2], [3], einen höheren Aufwand erfordert 

und dennoch mit gewissen Unsicherheiten behaftet bleibt. 

Bei leitsystemintegrierten MPC-Anwendungen sind die 

Einstandskosten so gering, dass eine aufwendige, quantitative 

Nutzenabschätzung vor Projektbeginn erfahrungsgemäß 

einen vergleichbaren Aufwand wie eine 

tatsächliche Probeimplementierung erfordern würde 


3 / 2014 

29

HAUPTBEITRAG 

TABELLE 1: 

Matrix zur Nutzenabschätzung 

für kleine und 

mittelgroße 

APC-Projekte 

und daher nicht zwingend erforderlich ist. Das ändert 

nichts an der Tatsache, dass sich die Kosten der MPC- 

Applikation aus Sicht des Anlagenbetreibers wirtschaftlich 

amortisieren sollen. 

1.2 Eingrößenregelung versus Mehrgrößenregelung 

Wenn es an einer Teilanlage mehrere Stell- und Regelgrößen 

gibt, die sich gegenseitig beeinflussen, haben wir 

es mit der Aufgabenstellung einer Mehrgrößenregelung 

zu tun. Trotzdem ist nicht in jedem Fall tatsächlich ein 

Mehrgrößenregler erforderlich. Ziel der Regelung ist es 

immer, jede Regelgröße auf ihren individuellen Sollwert 

zu führen, unabhängig von den anderen Regelgrößen. 

Dies wird dadurch erschwert, dass ein Eingriff an 

einer Stellgröße (zum Beispiel MV1) nicht nur über die 

Hauptstrecke (beispielsweise G(1,1)) auf eine Regelgröße 

(wie CV1) wirkt, sondern auf alle Regelgrößen, über 

alle Koppelstrecken (zum Beispiel G(i,1)). 

Wenn die Wirkung der Koppelstrecken (im Beispiel 

G(2,1) und G(1,2)) schwach gegenüber den Hauptstrecken 

(im Beispiel G(1,1) und G(2,2)) ist, kann es gelingen, 

das Mehrgrößenproblem mit einzelnen PID-Reglern 

zu lösen (dezentrale Regelung). Eventuell können 

einzelne Koppelstrecken mit Hilfe einer Störgrößenaufschaltung 

kompensiert werden. Wenn die Wirkung 

der Koppelstrecken jedoch zu stark ist (große Verstärkungen, 

geringe Verzugszeiten), oder es um mehr als 

zwei bis drei verkoppelte Größen geht, wird ein echter 

Mehrgrößenregler erforderlich. Folgende Fragen können 

bei der Entscheidung Eingrößen- oder Mehrgrößenregler 

relevant sein: 

Gibt es Auswirkungen an anderen Regelkreisen, 

wenn an einem Regelkreis ein Sollwertsprung 

durchgeführt wird? Entstehen Schwierigkeiten bei 

der Einstellung der Einzelregelkreise, weil sich eine 

veränderte Reglerparametrierung an einem einzigen 

PID-Regler auf benachbarte Regelkreise auswirkt? 

Werden die Variablen, die einen Einfluss auf benachbarte 

Regelstrecken haben, im Betrieb der 

Anlage tatsächlich verändert? Gegenbeispiel: einen 

Zusammenhang zwischen Druck und Temperatur 

in einem Gasvolumen (in einem Reaktor oder Tank) 

ist zu vernachlässigen, wenn entweder Druck oder 

Temperatur im Betrieb konstant gehalten werden. 

Sind die Regelgrößen, die stark gekoppelt sind, bezüglich 

ihrer Regelgüte tatsächlich relevant für den 

wirtschaftlichen Betrieb der Anlage? Gegenbeispiel: 

Füllstandsregelungen, bei denen eine besonders 

genaue Einhaltung des Füllstands prozesstechnisch 

nicht erforderlich ist. 

Sind in der Vergangenheit Versuche gescheitert, 

Verkopplungsprobleme in der betrachteten Unit 

mit Hilfe einer Störgrößenaufschaltung zu lösen, 

beziehungsweise musste unverhältnismäßig viel 

Aufwand in Entwurf und Projektierung spezieller 

Entkopplungsmaßnahmen bei verwandten Problemstellungen 

investiert werden? 

Im Zweifelsfall lässt sich ein Mehrgrößen-Prozessmodell 

mit Hilfe eines MPC- Werkzeugs identifizieren. In der Matrix 

der Übertragungsfunktionen kann das Verhalten der 

Koppelstrecken im Vergleich zu den Hauptstrecken auf der 

Diagonalen der Matrix beurteilt werden. Obwohl es theoretisch 

eine Reihe verschiedener Algorithmen für Mehrgrö- 

30 


3 / 2014

Softwarepaketen realisierbar (zum Beispiel Inca MPC- 

4Batch von Ipcos und Pavilion8 von Rockwell). 

DV1 

ModPreCon 

MV1 

MV2 

G(1,d) 

G(1,1) 

G(2,1) 

G(1,2) 

G(2,2) 

G(2,d) 

BILD 1: Mehrgrößenregelung. 

CV: Regelgröße (controlled variable), 

MV: Stellgröße (manipulated variable), 

DV: Störgröße (disturbance variable). 

Eine Teilübertragungsfunktion G(i,j) beschreibt die 

Wirkung von Stellgröße j auf Regelgröße i. Das Bild 

zeigt eine 2x2-Strecke; es können aber auch mehr 

als zwei Stell- und Regelgrößen eine Rolle spielen. 

+ 

+ 

+ 

+ 

+ + 

ßenregler gibt, hat sich in der Prozessindustrie die modellbasierte 

Prädiktivregelung als Standardlösung für Mehrgrößenprobleme 

durchgesetzt, siehe zum Beispiel [15]. 

1.3 Batch- und Konti-Prozesse 

Die meisten verfahrenstechnischen Prozesse sind bei 

genauer Betrachtung von Thermodynamik oder Reaktionskinetik 

nichtlineare Prozesse. Wenn sie im Konti- 

Betrieb an einem festen Arbeitspunkt betrieben werden, 

lässt sich das Prozessverhalten in der Umgebung 

dieses Arbeitspunktes jedoch linearisieren, sodass 

Regelalgorithmen einsetzbar sind, die auf linearen Prozessmodellen 

beruhen. Die meisten MPC-Anwendungsfälle 

finden sich daher in Konti-Prozessen. 

Im Gegensatz dazu durchläuft ein Batch-Prozess im 

Verlauf der Herstellung einer Charge verschiedene Arbeitspunkte, 

sodass die Nichtlinearitäten des Prozessverhaltens 

tatsächlich sichtbar werden. Der Einsatz 

linearer Regelalgorithmen (PID oder MPC) erfordert in 

diesem Fall zusätzliche Maßnahmen, wie 

Automatikbetrieb nur in bestimmten Arbeitspunkten, 

das heißt in bestimmten Phasen der Rezeptsteuerung. 

Arbeitspunkt-abhängige oder rezeptgesteuerte PID- 

Parametersätze oder MPC-Prozessmodelle. 

Trajektorienregelung [6] 

Das MPC-Konzept erlaubt es prinzipiell, nichtlineare 

Modelle im Prädiktivregler zu verwenden. Solche Algorithmen 

sind jedoch derzeit Gegenstand von Forschungsprojekten 

und nur in wenigen kommerziellen 

CV1 

CV2 

1.4 Online-Optimierung versus Offline-Optimierung 

Einer der Erfolgsfaktoren von MPC ist, ein Regelungsproblem 

als Optimierungsproblem aufzufassen. Die 

Grundform des Gütekriteriums lautet: 

(1) 

w enthält die Zeitreihen der zukünftigen Sollwerte, 

y enthält den Verlauf der Regelgrößen in der Zukunft 

(innerhalb des Prädiktionshorizonts), 

Δu enthält die zukünftigen Änderungen der Stellgröße 

(innerhalb des Steuerhorizonts). 

Q und R sind Gewichtungsmatrizen. Wenn die Gewichtung 

in der Matrix Q vergrößert wird, muss der Regler 

seine Stellgrößen vorsichtiger bewegen, sodass ein 

langsameres, aber robusteres Regelverhalten entsteht. 

Über die Gewichtsfaktoren in der Matrix R wird die 

relative Bedeutung der einzelnen Regelgrößen vorgegeben. 

Eine höhere Gewichtung (Priorität) für eine einzelne 

Regelgröße bedeutet, dass diese sich schneller 

zum Sollwert hinbewegt und im stationären Zustand 

genauer am Sollwert bleibt, falls sich nicht alle Sollwerte 

exakt erreichen lassen. 

Als Nebenbedingungen für das Optimierungsproblem 

sind in erster Linie die Begrenzungen der Stellgrößen 

relevant; aber es können zusätzlich weitere 

Nebenbedingungen berücksichtigt werden. Wird das 

Optimierungsproblem zunächst gelöst, ohne Nebenbedingungen 

zu berücksichtigen, und werden die 

Stellgrößen erst nachträglich begrenzt, ergibt sich ein 

MPC-Algorithmus, der mit relativ geringem Rechenaufwand 

auskommt und sich daher zur Implementierung 

in der prozessnahen Komponente eines Leitsystems 

besonders anbietet. Ein Beispiel für eine solche 

Implementierung ist der MPC-Funktionsbaustein 

ModPreCon, der zum serienmäßigen Lieferumfang 

des Prozessleitsystems Simatic PCS 7 gehört. Dieser 

rechenzeitsparende Algorithmus kann jedoch in bestimmten 

Fällen zu suboptimalen Lösungen führen. 

Daher gibt es MPC-Algorithmen, die tatsächlich in 

jedem Abtastschritt das dynamische Optimierungsproblem 

iterativ unter Berücksichtigung aller Begrenzungen 

lösen. Jede Auswertung des Gütekriteriums in 

einem Iterationsschritt der Optimierung bedeutet dabei 

eine Simulation des Mehrgrößen-Prozessmodells über 

den kompletten Prädiktionshorizont. Daher erfordern 

solche Algorithmen einen um Größenordnungen höheren 

Rechenaufwand. Dieser Aufwand ist in folgenden 

Fällen gerechtfertigt: 

Regelungsprobleme mit einer Vielzahl von relativ 

eng beschränkten Stellgrößen, bei denen damit zu 

rechnen ist, dass die Begrenzungen im Regelbetrieb 

eine entscheidende Rolle spielen. 

Regelungsprobleme mit individuellen Formulierungen 

des Optimierungsproblems, bei denen die 


3 / 2014 

31

HAUPTBEITRAG 

Fähigkeit zur Online-Lösung komplexer Optimierungsprobleme 

das wichtigste Argument für den 

MPC-Einsatz ist. 

2. IMPLEMENTIERUNGSVARIANTEN 

Eine ausführliche Diskussion der Frage, welche Funktionen 

generell und im Zusammenhang mit MPC in ein Prozessleitsystem 

integriert werden sollen, findet sich in [1]. 

Im Beitrag werden nur die Gesichtspunkte Funktionsumfang, 

Verfügbarkeit und Benutzerfreundlichkeit betrachtet. 

2.3 Kosten 

Der Einstandspreis für eine schlüsselfertige embedded 

MPC-Applikation (Hardware, Software und Engineering) 

ist um eine ganze Größenordnung geringer als für 

ein separates MPC-System, sodass auch kleinere Anwendungen 

lukrativ werden, bei denen es keine Möglichkeit 

gibt, die Kosten für einen separaten full-blown 

MPC zu amortisieren. Oft werden leitsystemintegrierte 

MPC-Applikationen mit eigenem EMR-Personal aus der 

Betriebsbetreuung (Elektro-, Mess- und Regelungstechnik) 

durchgeführt. 

2.1 Funktionsumfang 

Full-blown MPC-Softwarepakete als separates System, 

die auf einem externen PC installiert und an das Prozessleitsystem 

angeschlossen werden, haben einen sehr 

viel größeren Funktionsumfang als leitsystemintegrierte 

(embedded) MPC-Bausteine: 

Größere oder praktisch unbegrenzte Anzahl von 

Stell- und Regelgrößen 

Online-Optimierung unter Berücksichtigung von 

Nebenbedingungen 

Maximale Flexibilität bei der Formulierung des 

Gütekriteriums für die dynamische Optimierung 

von Übergangsvorgängen und die statische Arbeitspunktoptimierung 

Hierarchisches Regelungskonzept mit Zielen verschiedener 

Prioritätsklassen 

2.2 Verfügbarkeit und Benutzerfreundlichkeit 

Im Hinblick auf Verfügbarkeit und Benutzerfreundlichkeit 

bietet ein embedded MPC wesentliche Vorteile: 

Es sind keine separate Hardware und keine externe 

Kommunikationsschnittstelle erforderlich. 

Der MPC-Baustein entspricht von seiner Verfügbarkeit 

her dem konventionellen PID-Regler. Es sind 

daher keine Backup-Strategien und keine Maßnahmen 

zur Überwachung der Kommunikation mit 

externen PCs nötig. Die Möglichkeiten redundanter 

Prozessrechensysteme (Automation Station, AS) 

können voll genutzt werden, was die Verfügbarkeit 

der APC-Funktionen erhöht. 

Der MPC-Baustein kann im Rahmen des Engineerings 

aufwandsarm verschaltet werden, genau wie 

ein konventioneller PID-Regler, unter Verwendung 

vorgefertigter Messstellen-Typen (Muster-Signalflusspläne 

im Continuous Function Chart (CFC)). 

Bedienen und Beobachten des MPC-Bausteins erfolgen 

mit einem Standard-Bildbaustein (faceplate). 

Weil das Look-and-feel dem eines konventionellen 

PID-Reglers entspricht, reduziert sich der Einarbeitungsaufwand, 

und meist entfällt der Bedarf, externe 

Dienstleister als Experten für spezielle MPC- 

Softwarepakete hinzuzuziehen. 

2.4 Wartung 

Leitsystemintegrierte MPC-Lösungen lassen sich in der 

Regel wie konventionelle Regelungsanwendungen 

durch das vorhandene betriebsnahe EMR-Personal vor 

Ort warten und pflegen. Damit entfallen aufwendige 

Vor-Ort-Einsätze externer APC-Experten von global 

agierenden APC-Dienstleistern, zum Beispiel im Falle 

von Störungen oder Leitsystem-Migrationen. Darüber 

hinaus lässt sich die Gefahr der Abschaltung solcher 

MPC-Lösungen aufgrund von reduzierter Regelgüte 

mangels angemessener Wartung verringern, da sich das 

Personal vor Ort darum kümmern kann. 

2.5 Verfügbare MPC-Software 

Separate MPC-Systeme 

In [4] ist eine Marktübersicht zu MPC-Programmsystemen 

von verschiedenen Anbietern zu finden. Die wesentlichen 

Anbieter sind auch heute noch am Markt. 

Neben spezialisierten und leitsystemunabhängigen 

Software-Firmen wie AspenTech (Produkt DMCplus) 

oder Ipcos (Produkt Inca MPC) bieten die meisten Hersteller 

von Prozessleitsystemen zusätzliche MPC-Software-Pakete 

an, zum Beispiel ABB Predict&Control, 

Honeywell Profit Controller oder Yokogawa Exasmoc. 

Veränderungen haben sich in den letzten Jahren durch 

Firmenübernahmen ergeben: Pavilion gehört jetzt zu 

Rockwell Automation, Matrikon zu Honeywell, Invensys 

(einschließlich Simsci-Esscor und Produkt Connoisseur) 

zu Schneider Electric. 

Leitsystemintegrierte MPC 

Für das Prozessleitsystem Simatic PCS 7 von Siemens 

gibt es seit 2007 einen embedded MPC für bis zu 4x4 

miteinander verkoppelte Stell- und Regelgrößen. Für 

2014 (Version 8.1) ist darüber hinaus erstmals die Lieferung 

eines embedded MPC für bis zu 10x10 Stell- und 

Regelgrößen sowie dynamische Online-Optimierung 

geplant. Dieses Produkt wird die Lücke zwischen fullblown 

und embedded MPC schließen. Der MPC10x10- 

Funktionsbaustein bietet bezüglich Verfügbarkeit und 

Benutzerfreundlichkeit die Vorteile eines embedded 

MPC, reicht von seinem Funktionsumfang her aber sehr 

nahe an einen full-blown MPC heran. Ein ähnliches Produkt 

wird von Emerson angeboten: DeltaV PredictPro. 

32 


3 / 2014

3. ENGINEERING-EFFIZIENZ BEI APC-APPLIKATIONEN 

Bei den Gesamtkosten eines APC-Projekts spielen neben 

den Kosten für die Aufnahme von Lerndaten am Prozess 

die Engineering-Kosten meist eine dominierende Rolle. 

Lassen sich die Engineering-Kosten spürbar reduzieren, 

steigt die Zahl der wirtschaftlich attraktiven APC- beziehungsweise 

MPC-Applikationen deutlich an. Ein Schlüssel 

zur Reduktion von Engineering-Kosten ist die Wiederverwendung 

von Software-Modulen. Dies scheint auf den 

ersten Blick im Widerspruch zum individuellen Charakter 

vieler verfahrenstechnischer Anlagen und vieler APC- 

Applikationen zu stehen. Dennoch gibt es tatsächlich 

wiederholbare Muster bei der Automatisierung verfahrenstechnischer 

Anlagen. In solchen Anlagen gibt es neben 

echten Package-Units eine Vielzahl weiterer Anlagenkomponenten, 

die sich bestimmten Klassen zuordnen 

lassen und immer wieder in ähnlicher Form vorkommen. 

Die Grundidee einer Unit-oriented Automation besteht 

darin, die gesamte Automatisierungslösung für solche 

Units in Form von Vorlagen (Templates) zu vereinheitlichen 

und als Musterlösung vorgefertigt auszuliefern, sodass 

der Engineering-Aufwand und die Know-how-Anforderungen 

für die konkrete Applikation auf die Instanz 

einer Unit deutlich reduziert werden. Die Automatisierungslösung 

für eine Unit kann als Software-Modul in 

einem zentralen Prozessleitsystem untergebracht werden. 

Sie ist daher nicht an eine dedizierte lokale Automatisierungshardware 

wie bei einer Package-Unit gebunden. 

Im Rahmen der Musterlösungen kann Erfahrungswissen 

des Systemlieferanten an Kunden weitergegeben 

und das zur Applikationsentwicklung erforderliche 

Know-how reduziert werden. Darüber hinaus 

reduziert sich der Wartungsaufwand bei einer späteren 

Migration. Aus diesem Grund besteht ein besonderes 

Interesse an Unit Templates für APC. 

Wiederholbare Elemente gibt es auf mehreren Ebenen 

einer Automatisierungslösung. Auf der untersten 

Ebene werden schon lange wiederholbare Elemente 

eingesetzt, nämlich vorgefertigte Funktionsbausteine 

(zum Beispiel PID-Regler, Motor-Ansteuerung), die im 

Rahmen von Bibliotheken geliefert werden. Messstellentypen 

(Control Modules) als vorgefertigte Signalflusspläne 

auf der Einzelsteuerebene, beispielsweise 

für eine Analogwert-Erfassung oder einen PID-Regelkreis, 

sind bereits in manchen Prozessleitsystemen 

verfügbar (beispielsweise in der Simatic PCS 7 Advanced 

Process Library). Unter der Bezeichnung Control 

Module Type (CMT) gibt es jetzt Messstellentypen, die 

die Konstruktion von Varianten mit optionalen Bausteinen 

zulassen. 

Ferner sind auf den darüberliegenden Ebenen wiederholbare 

Elemente vorhanden. Auf der Ebene der Anlagenteile 

(zum Beispiel Dosierung, Temperierung) gibt 

es für Batch-Prozesse schon länger Equipment Modules 

gemäß ISA-S88 (DIN EN 61512). Solche Equipment-Module-Typen 

werden mit einem Software-Werkzeug wie 

Sequential Function Chart (SFC) realisiert. Eine Beschreibung 

mit Beispielen ist in [14] verfügbar. In ähnlicher 

Form existieren für Konti-Prozesse technische 

Funktionen als Kombination mehrerer CFC-Pläne, die 

im Kommitee ISA 106 ebenfalls als Equipment Modules 

bezeichnet werden. Noch eine Ebene höher finden sich 

Musterlösungen (Unit Templates) für komplette Apparate 

oder Teilanlagen (Units), wie Rührkesselreaktoren 

oder Destillationskolonnen. Auf der Ebene der technischen 

Funktionen und auf Unit-Ebene können auch 

APC-Funktionen, wie MPC, in die Musterlösungen integriert 

werden, wenn die betreffende technische Funktion 

oder Unit dadurch einen höheren Nutzen erzielt. 

Die vorgefertigten Musterlösungen lassen sich leicht auf 

konkrete Anwendungen anpassen. 

BILD 2: Beispiele für 

wiederholbare 

Elemente einer Automatisierungslösung, 

Einzelsteuerebene: 

Control Modules (CM), 

Anlagenteile: Equipment 

Modules (EM), 

Teilanlage Rührkesselreaktor: 

Unit Template 

(gesamtes Bild) 


3 / 2014 

33

HAUPTBEITRAG 

3.1 Equipment Modules 

Eine technische Funktion im Sinne von DIN EN 61512 

dient zur Steuerung eines Anlagenteils wie einer Dosierung, 

einer Temperierung. Zum Anlagenteil Temperierung 

können zum Beispiel folgende Komponenten (Feldgeräte) 

gehören: Temperatur-Sensor, Temperatur-Regler, 

Aktoren zur Betätigung der Ventile für die Verstellung 

von Heizdampf- und Kühlwasserstrom. Die technische 

Funktion setzt sich daher aus mehreren Einzelsteuereinheiten 

(Control Modules) zusammen. Jede Einzelsteuereinheit 

ist als Signalflussplan (CFC) realisiert, der von 

einem generischen Messstellentyp abgeleitet sein kann. 

Die logische Verbindung mehrerer Einzelsteuereinheiten 

erfordert eine große Zahl von planübergreifenden 

Signalverbindungen. Der Regler muss beispielsweise 

seinen Stellwert an das Ventil weitergeben und eine 

Rückmeldung bekommen, und zwar nicht nur zur aktuellen 

Ventilstellung, sondern auch zur Betriebsart und 

zum möglichen Stellbereich des Ventils. Der Analogwert-Eingangstreiber 

gibt den Messwert und den zugehörigen 

Signalstatus, die physikalische Einheit und den 

Wertebereich an die folgenden Bausteine weiter. 

Eine spürbare Erleichterung des Engineerings lässt 

sich erreichen, indem definierte Schnittstellen zur Verbindung 

der Einzelsteuereinheiten bereitgestellt werden. 

Dadurch werden alle relevanten Variablen zusammengefasst, 

sodass beispielsweise nur noch zwei planübergreifende 

Verbindungen zwischen Regler-Plan und Ventil- 

Plan gezogen werden müssen, um aus zwei Control-Modules 

PID-Führungsregler und Stetigventil ein Equipment 

Module Durchflussregelung zu kombinieren. Eine technische 

Funktion kann eine einfache Simulation (basierend 

auf Standard-Funktionsbausteinen des Leitsystems) 

enthalten, damit bei einer virtuellen Inbetriebnahme 

simulierte Prozesswerte zur Verfügung stehen. 

Beispiele für Equipment-Modules 

Für das Prozessleitsystem Simatic PCS 7 steht bereits 

eine Reihe von Equipment-Modules zum kostenlosen 

Download zur Verfügung [11]: 

Durchflussregelung über Ventil 

Verhältnisregelung 

Füllstandsregelung 

Druckregelung mit Split-Range 

Temperaturregelung 

Kaskadenregelung 

pH-Wert-Regelung (gegebenenfalls mit MPC) 

Weitere technische Funktionen sind in Vorbereitung: 

Grob-/Feinstromregelung 

Pumpenansteuerung mit Verrieglung und 

Überwachung (PumpMon) 

Durchflussregelung mit Ventilüberwachung 

(ValveMon) 

3.2 Unit Templates 

Eine Unit ist eine Einheit in verfahrenstechnischen 

Anlagen, bestehend aus Fluidik/Mechanik (Anlagenkomponente/Apparat/Maschine) 

mitsamt der Sensorik, 

Aktorik und zugeordneter Automatisierungs-Software, 

die in dieser Zusammenstellung der Komponenten 

häufig benötigt wird. Typische Beispiele sind 

Rührkesselreaktoren oder Destillationskolonnen. 

Dabei wird ein ganzheitlicher Automatisierungsansatz 

verfolgt, der alle Facetten der Automatisierung 

einbezieht. Ein Template für eine Unit umfasst mindestens 

Basisautomatisierung und Human-Machine- 

Interface. Dazu kommen gegebenenfalls Funktionen 

für APC, Performance Monitoring, Diagnose und 

Alarm-Management. 

BILD 3: Schema einer 

pH-Wert-Regelung als 

Equipment Module. 

Die inverse Titrationskennlinie 

wird an drei 

Stellen verwendet. 

34 


3 / 2014

Beispiele für Unit Templates 

Für das Prozessleitsystem Simatic PCS 7 steht bereits 

eine Reihe von Unit Templates zum kostenlosen Download 

zur Verfügung. Diejenigen Unit Templates, bei 

denen sich im Sinne von Abschnitt 2 ein Mehrgrößenregler 

empfiehlt, sind mit einem MPC-Funktionsbaustein 

ausgestattet. 

Destillationskolonne inklusive MPC [12] 

Rührkesselreaktor [13] 

Fermenter 

Wirbelschichttrockner einschließlich MPC 

In Vorbereitung sind: 

Polymerisationsreaktor mit MPC 

Reverse-Osmosis-Unit (Meerwasserentsalzung) 

inklusive MPC 

4. AUSFÜHRUNGSBEISPIELE 

4.1 Technische Funktion pH-Wert-Regelung 

Bei einer pH-Wert-Regelung wird der pH-Wert eines Produktes 

in einem kontinuierlich durchflossenen Behälter 

eingestellt, indem die passende Menge an Neutralisationsmittel 

hinzudosiert wird. Der pH-Wert ist ein Maß 

für die Stärke der sauren beziehungsweise basischen 

Wirkung einer wässrigen Lösung. Als logarithmische 

Größe ist er durch den mit −1 multiplizierten dekadischen 

Logarithmus der Oxoniumionenkonzentration 

definiert. Die Titrationskurve beschreibt den Zusammenhang 

zwischen dem pH-Wert und der Konzentrationsdifferenz 

zwischen H+ (beziehungsweise H3O+)-Ionen 

(Säure) und OH--Ionen (Lauge) in der Lösung. Aufgrund 

der stark nichtlinearen Form der Titrationskurve 

bedeutet dies, dass die Verstärkung der Regelstrecke je 

nach Arbeitspunkt extrem unterschiedlich ist. 

Nur bei Anwendungen, in denen der pH-Wert in 

einem sehr engen Bereich konstant gehalten werden 

soll und die Störeinflüsse begrenzt sind, ist eine pH- 

Wert-Regelung mit einem fest parametrierten PID-Regler 

möglich. Typische Beispiele sind Bio-Fermenter, in 

denen die Bakterien nur in einem bestimmten pH-Wert- 

Bereich überhaupt lebensfähig sind und beim Gärungsvorgang 

in geringem Ausmaß Säure produzieren. 

Schwieriger gestaltet sich dagegen die Neutralisiation 

von Abwässern aus Chemieanlagen oder andere pH- 

Wert-Regelungen in Chemie-Reaktoren. Die Besonderheit 

der hier vorgestellten technischen Funktion liegt 

in der Umwandlung des pH-Sollwerts und des pH-Prozesswerts 

in Konzentrationsdifferenzen, um eine Linearisierung 

der Regelstreckencharakteristik über den 

gesamten relevanten pH-Wert-Bereich zu erreichen. Die 

Umwandlung erfolgt anhand einer invertierten Titrationskurve, 

die das Verhalten der chemischen Reaktion 

des gegebenen Prozesses zumindest näherungsweise 

beschreibt. 

Bei Anwendungen mit großen Totzeiten, aufgrund der 

Messtotzeit der pH-Sonde, Zeitbedarf für die Vermischung 

und Reaktionszeit der Neutralisationsreaktion 

und Bedarf für eine dynamische Störgrößenaufschaltung 

auf Basis des pH-Werts im Zulauf, empfiehlt sich ein embedded 

MPC. Anstelle der aufwendigen manuellen Projektierung 

einer Kombination aus PID-Regler, Smith- 

Prädiktor und Störgrößenaufschaltung. pH-Soll- und 

-Istwert werden mit Hilfe der inversen Titrationskennlinie 

näherungsweise auf Konzentrationsdifferenzen [10 –6 

Mol/L] zwischen OH--und H+-Ionen umgerechnet. 

(2) 

BILD 4: Schema eines 

Wirbelschichttrockners 

als UnitTemplate 


3 / 2014 

35

HAUPTBEITRAG 

Im Anwendungsfall sind zwei Parameter dieser 

Kennlinie zu bestimmen: 

Der zu durchlaufende Amplitudenbereich pH ampl auf 

der pH-Wert-Skala, das heißt die maximal erreichbaren 

Abweichungen vom neutralen pH-Wert 7 

Der Pufferparameter α, als Maß für die Steilheit 

der Kennlinie im neutralen Punkt 

Bei einer gepufferten Flüssigkeit verläuft die Titrationskennlinie 

im neutralen Punkt weniger steil als bei einer 

wässrigen Lösung. Typische Werte für den Pufferparameter 

α liegen zwischen 3 500 und 12 000. Die Ausgangsgröße 

des Reglers (gedanklich eine Konzentration) wird mit 

der normierten Zulaufmenge des Abwassers multipliziert, 

um ein Maß für die erforderliche Menge an Neutralisationsmittel 

zu berechnen. 

4.2 Unit-Template-Wirbelschichttrockner 

Trockner (beispielsweise Wirbelschichttrockner, Sprühtrockner) 

sind häufig vorkommende Apparate in der verfahrenstechnischen 

Industrie und gelten generell als 

energieintensive Unit Operations. Daher sind sie lohnende 

Anwendungsfälle für gehobene Regelungsverfahren 

und Maßnahmen zur Optimierung der Prozessführung. 

Es gibt zahlreiche unterschiedliche Arten von 

Trocknern. Generell wird unterschieden zwischen Kontakttrocknern, 

bei denen das Feuchtgut durch direkten 

Kontakt mit einer Heizfläche erwärmt wird, und Konvektionstrocknern, 

bei denen das Trockengut mit heißer Luft 

erwärmt wird. Sehr weit verbreitet sind Konvektionstrockner 

in Form von Wirbelschicht- oder Sprühtrocknern. 

Bei einem Wirbelschichttrockner wird das Trockengut 

von unten durchströmt, in Schwebe gehalten und 

durchmischt. Durch die turbulente Vermischung werden 

hohe Wärme- und Stoffübergangskoeffizienten erreicht. 

Die Teilchen, die bereits trocken genug sind, werden mit 

der Luft ausgetragen. Nach der Fahrweise wird unterschieden 

in kontinuierliche und chargenweise Trocknung. 

Das Unit Template fokussiert sich auf die Automatisierung 

und Regelung kontinuierlicher Trockner. 

Eine genaue Regelung der Produktfeuchte ist von großer 

wirtschaftlicher Bedeutung. Bei ungenügender Trocknung 

drohen Schwierigkeiten in nachgelagerten Prozessstufen, 

bei der Lagerung oder Endanwendung (zum Beispiel 

Verklumpungen, Fäulnis, Schimmel). Durch eine 

Übertrocknung dagegen wird Energie verschwendet und 

das Gewicht des Produkts reduziert, was sich gegebenenfalls 

negativ auf den Verkaufserlös (nach Gewicht) auswirkt. 

Es gilt der Grundsatz: so trocken wie nötig, nicht 

so trocken wie möglich! Beim Trocknungsvorgang muss 

die Erhaltung der Produktqualität gewährleistet werden, 

was der thermischen Beanspruchung des Trockenguts, 

das heißt den Temperaturen klare Grenzen setzt und daher 

eine Regelung der Produkttemperatur erfordert. 

Als Stelleingriffe stehen bei einem Konvektionstrockner 

die Temperatur und der Massenstrom der Zuluft zur 

Verfügung. Diese lassen sich durch unterlagerte PID- 

Regelkreise problemlos einstellen, zum Beispiel durch 

Stelleingriffe an der Heizdampfzufuhr und dem Heißluftgebläse. 

In vielen Fällen stehen außerdem weitere 

messbare Störgrößen für ein Regelungskonzept zur Verfügung, 

wie die Edukt-Feuchte (MoistFeed) und/oder die 

Feuchte der Zuluft (MoistFreshAir). Je nach Fahrweise 

kann die Edukt-Zufuhr (Massenstrom, Durchsatz) als 

messbare Störgröße oder sogar als aktive beeinflussbare 

Stellgröße für ein Regelungskonzept betrachtet werden. 

Aufgrund physikalischer Effekte ist offensichtlich, dass 

eine Änderung des Heißluftmassenstroms die Produktfeuchte 

und die Produkttemperatur beeinflusst; 

dasselbe gilt für die Temperatur der zugeführten Heißluft. 

Es ergibt sich also ein Mehrgrößen-Regelungsproblem 

mit zwei Regelgrößen (CV: controlled variable): 

CV1 Produktfeuchte (MoistProduct) und 

CV2 Produkttemperatur (TI_Product) 

sowie zwei bis drei Stellgrößen (MV: manipulated 

variable, DV: disturbance variable) 

MV1 Volumenstrom der Zuluft (FIC_HotAir), 

MV2 Luft-Temperatur (TIC_HotAir) und 

MV3 oder DV Edukt-Zufuhr (FIC_Feed). 

Ein Benchmarking-Beispiel [10] zeigt die Vorteile einer 

Mehrgrößenregelung per MPC gegenüber einer konventionellen 

dezentralen PID-Regelung und die Bedeutung einer 

dynamischen Störgrößenaufschaltung für die Regelgüte. 

Durch eine höhere Regelgüte lässt sich der Prozess näher 

an kritischen Nebenbedingungen (constraints) betreiben 

und damit der Energieverbrauch signifikant senken. Eine 

in den MPC integrierte Optimierung des stationären Arbeitspunktes 

findet in jeder Situation automatisch die wirtschaftlich 

optimale Kombination von Luftmassenstrom 

und Lufttemperatur, um die Trocknungsaufgabe zu lösen. 

ZUSAMMENFASSUNG 

Seit Prozessleitsysteme wie Simatic PCS 7 integrierte 

Funktionen für Advanced Process Control preiswert zur 

Verfügung stellen, bietet sich der Einsatz gehobener Regelungsverfahren 

bei energieintensiven oder aus anderen 

Gründen für den Gesamtprozess besonders bedeutsamen 

Unit Operations in verfahrenstechnischen Anlagen an. 

Beispielsweise liefert ein MPC-Mehrgrößenregler mit 

integrierter Störgrößenaufschaltung und Arbeitspunktoptimierung 

bei Destillationskolonnen, Wirbelschichttrocknern 

und Polymerisationsreaktoren erhebliches 

wirtschaftliches Nutzenpotenzial. In speziellen Situationen, 

beispielsweise bei schwierigen pH-Wert-Regelungen, 

kann ein MPC-Funktionsbaustein auch im Eingrößenfall 

hilfreich sein. Durch wiederverwendbare 

Software-Module (equipment modules und unit templates) 

lassen sich erfolgversprechende MPC-Einsatzfälle 

aufzeigen und der Engineering-Aufwand für MPC-Applikationen 

deutlich senken. 


18.10.2013 


36 


3 / 2014

REFERENZEN 

AUTOREN 

[1] Kahrs, O: Einsatz gehobener Automatisierungslösungen 

– Plattformwahl und Akzeptanz bei Anwendern. 

atp edition – Automatisierungstechnische Praxis 54(1-2), 

S. 62-66, 2012 

[2] Bauer, M., Craig, I.K.: Economic assessment of advanced 

process control – a survey and framework. 

Journal of process control 18(1), S. 2-18, 2008 

[3] Dittmar, R., Pfeiffer, B-M.: Modellbasierte prädiktive Regelung 

– Eine Einführung für Ingenieure. Oldenbourg 2004 

[4] Dittmar, R., Pfeiffer, B-M.: Modellbasierte prädiktive 

Regelung in der industriellen Praxis. at – Automatisierungstechnik 

54(12), S. 590-601, 2006 

[5] Pfeiffer, B-M.: Standardisierung gehobener Regelungsfunktionen 

als Messstellen-Typen. In: Tagungsband 

GMA-Kongress 2007, S. 83-94. VDI 2007 

[6] Vollbrecht, B., Himmler, K., Olschewski, F., Pfeiffer, 

B-M.: Bessere Prozessführung von Batch-Rührkesseln 

durch Trajektorienregelung. Chemie-Ingenieur-Technik 

79(7), S. 1081-1088, 2007. 

http://dx.doi.org/10.1002/cite.200700072 

[7] Pfeiffer, B-M., Lorenz, O.: Unit-orientierte Musterlösungen 

für Advanced Control (Unit-oriented solution 

templates for advanced control) - Beispiel Destillationskolonne 

(Example distillation column). In: Tagungsband 

Automation 2008, S. 11-14, VDI 2008 

[8] Pfeiffer, B-M., Wieser, R., Lorenz, O.: Wie verbessern Sie 

die Performance Ihrer Anlage mit Hilfe der passenden 

APC-Funktionen? Teil 1: APC-Werkzeuge in Prozessleitsystemen. 

atp – Automatisierungstechnische Praxis 

51(4), S. 36-44, 2009 

[9] Pfeiffer, B-M., Wieser, R., Lorenz, O.: Wie verbessern Sie 

die Performance Ihrer Anlage mit Hilfe der passenden 

APC-Funktionen? Teil 2: Vorgehensweise zur Performance-Verbesserung 

und Fallbeispiel. atp – Automatisierungstechnische 

Praxis 51(5), S. 26-35, 2009 

[10] Pfeiffer, B-M.: Effizienter Betrieb von Wirbelschichttrocknern 

mit Advanced Process Control. In: Tagungsband 

Automation 2013, S. 201-206, VDI 2013 

[11] Panus, P., Losert, D.: Technische Funktionen für PCS 7 am 

Beispiel der Chemischen Industrie. Applikationsbeschreibung. 

Siemens AG. Karlsruhe, Mai 2013. http://support. 

automation.siemens.com/WW/view/de/57184952 

[12] Panus, P., Kempf, S.: PCS 7 Unit Template am Beispiel 

der Chemischen Industrie: „Destillationskolonne“. 

Applikationsbeschreibung. Siemens AG. Karlsruhe, 

Juni 2013. http://support.automation.siemens.com/WW/ 

view/de/48418663 

[13] Panus, P., Kempf, S.: PCS 7 Unit Template am Beispiel 

der Chemischen Industrie: „Rührkesselreaktor“. 

Applikationsbeschreibung. Siemens AG. Karlsruhe, 

Juni 2013. http://support.automation.siemens.com/WW/ 

view/de/60546560 

[14] Prozessleitsystem SIMATIC PCS 7 Kompendium Teil C 

– Technische Funktionen mit SFC-Typen. 

[15] Maciejowski, J.M.: Predictive control with constraints. 

Prentice Hall 2002 

Dr.-Ing. BERND-MARKUS PFEIFFER (geb. 1966) ist Key 

Expert Control & Automation Technologies – APC in der 

Vorfeldentwicklung für Prozess-Automatisierung bei 

Siemens Karlsruhe. Er ist Mitglied im GMA Fachausschuss 

6.22 Prozessführung und gehobene Regelungsverfahren 

und Lehrbeauftragter am Karlsruher Institut für Technologie 

(KIT). 

Siemens AG, 

I IA ATS 3 2, Östliche Rheinbrückenstr. 50, D-76187 Karlsruhe, 

Tel. +49 (0) 721 595 59 73, 

E-Mail: bernd-markus.pfeiffer@siemens.com 

HERBERT GRIEB (geb. 1959) ist Gruppenleiter für Operation 

& Optimization in der Vorfeldentwicklung für Prozess- 

Automatisierung bei Siemens Karlsruhe. Er leitet darüber 

hinaus den GMA Fachausschuss 6.23 Plant Asset Management 

und den VDI Arbeitskreis Mess- und Automatisierungstechnik 

(GMA). 

Siemens AG, 

I IA ATS 3 2, Östliche Rheinbrückenstr. 50, D-76187 Karlsruhe, 

Tel. +49 (0) 721 595 22 03, 

E-Mail: herbert.grieb@siemens.com 

Dr. OTMAR LORENZ (geb. 1961) ist seit 2006 Manager 

Technical Concepts and Support für die chemische Industrie. 

Arbeitsschwerpunkte bilden Konzepte und Anwendungen 

in den Bereichen gehobene Regelungstechnik, 

dynamische Simulation und modellbasierte Optimierung 

verfahrenstechnischer Prozesse. Er ist Mitglied im Namur 

Arbeitskreis 2.2 Prozessführung. 

Siemens AG, 

I IA AS PA CHEM 3, Östliche Rheinbrückenstr. 50, D-76187 Karlsruhe, 

Tel. +49 (0) 721 595 66 00, E-Mail: otmar.lorenz@siemens.com 

DIRK LOSERT (geb. 1967) ist Manager für Business Development 

in der chemischen Industrie und unter anderem für 

das Thema Unit Templates verantwortlich. 

Siemens AG, 


Tel. +49 (0) 721 595 69 98, E-Mail: dirk.losert@siemens.com 

Dipl.-Phys. DÖRTE SACK (geb. 1963) ist Gruppenleiterin für 

Technologie und Konzepte der Prozessautomatisierung in 

der chemischen Industrie. 

Siemens AG, 


Tel. +49 (0) 721 595 21 31, E-Mail: doerte.sack@siemens.com 


3 / 2014 

37

HAUPTBEITRAG 

Nichtlineare modellprädiktive 

Regelung auf SPS 

Ein Ansatz zur MPC-Verwendung in der Automatisierung 

Die modellprädiktive Regelung ist ein modellbasiertes Regelungsverfahren, das sich 

gut für die Regelung nichtlinearer Systeme mit Beschränkungen eignet. Es basiert 

auf der Lösung eines dynamischen Optimierungsproblems und ist in der Regel mit 

einem erheblichen numerischen Aufwand verbunden. In diesem Beitrag wird ein 

effizientes Verfahren diskutiert, das sich zur Regelung von nichtlinearen Systemen 

mit Stellgrößenbeschränkungen und Abtastzeiten im Millisekundenbereich auf einer 

speicherprogrammierbaren Steuerung (SPS) verwenden lässt. Ein experimenteller 

Aufbau eines Laborkrans demonstriert die Leistungsfähigkeit des Verfahrens. 

SCHLAGWÖRTER Nichtlineare modellprädiktive Regelung / Speicherprogrammierbare 

Steuerung / Echtzeitfähigkeit 

Nonlinear Model Predictive Control on a PLC – 

An Approach for the Use of MPC in Automation 

Model predictive control (MPC) is a model based method which is well suited for 

controlling nonlinear systems with constraints. It relies on the solution of an underlying 

optimal control problem (OCP) and typically requires considerable computational 

effort. This paper discusses an efficient MPC approach for nonlinear input 

constrained systems with sampling times in the millisecond range that is suitable 

for implementation on a programmable logic controller (PLC). The efficiency of the 

MPC scheme is demonstrated by means of a laboratory crane setup. 

KEYWORDS nonlinear model predictive control / programmable logic controller / 

real-time capability 

38 


3 / 2014

BARTOSZ KÄPERNICK, KNUT GRAICHEN, Universität Ulm 

Die nichtlineare modellprädiktive Regelung 

(model predictive control, MPC) ist ein Regelungskonzept, 

das sich sehr gut für die Regelung 

von nichtlinearen Mehrgrößensystemen 

mit Beschränkungen eignet. Es basiert auf der 

Lösung eines dynamischen Optimierungsproblems, 

welches zu festen Abstastzeiten wiederholt gelöst wird. 

Der aktuelle Systemzustand dient dabei als Initialwert 

für das Optimierungsproblem. Eine Herausforderung 

in Zusammenhang mit MPC ist jedoch der hohe numerische 

Aufwand, der den Einsatz eines MPC-Reglers 

zur Regelung von nichtlinearen hochdynamischen Systemen 

mit niedrigen Abtastzeiten und/oder einen Betrieb 

auf Standard-Automatisierungshardware limitiert, 

wie zum Beispiel einer speicherprogrammierbaren 

Steuerung. 

In den letzten Jahren wurden Verfahren und Algorithmen 

im Bereich der nichtlinearen modellprädiktiven 

Regelung entwickelt, die einen echtzeitfähigen 

Betrieb erlauben [1-3]. Darüber hinaus wurden in den 

Arbeiten [4, 5] Ansätze vorgestellt, die den Betrieb von 

modellprädiktiven Reglern auf speicherprogrammierbaren 

Steuerungen (SPS) aufzeigen. Die präsentierten 

Ergebnisse [4, 5] waren jedoch beschränkt auf lineare 

Systeme. 

In diesem Beitrag wird ein echtzeitfähiges MPC- 

Verfahren diskutiert, das für die Regelung von nichtlinearen 

Systemen mit Stellgrößenbeschränkungen 

und Abtastzeiten im Millisekundenbereich auf speicherprogrammierbaren 

Steuerungen geeignet ist. Um 

die Anwendbarkeit des Ansatzes zu demonstrieren, 

wird der modellprädiktive Regler auf einer SPS implementiert 

und für die Regelung einer experimentellen 

Verladebrücke im Labormaßstab verwendet. 

1. NICHTLINEARE MODELLPRÄDIKTIVE REGELUNG 

Die wiederholte Lösung eines unterlagerten Optimierungsproblems 

zu festen Abtastzeiten ist die Grundlage 

eines nichtlinearen modellprädiktiven Reglers. Die 

Nutzung eines gradientenbasierten Ansatzes ermöglicht 

eine effektive Implementierung auf einer SPS mit 

Rechenzeiten im Bereich von Millisekunden. 

1.1 Allgemeine Funktionsweise 

Bei der modellprädiktiven Regelung handelt es sich um 

ein modellbasiertes Verfahren, bei dem ein dynamisches 

Optimierungsproblem entlang eines bewegten 

Horizonts gelöst wird [6, 7]. Das im Beitrag betrachtete 

Optimierungsproblem hat die folgende Form: 

minimiere bezüglich der Eingangsgrößen , 

unter Berücksichtung von 

(1a) 

(1b) 

(1c) 

wobei die Zustände beziehungsweise 

die Stellgrößen (Eingangsgrößen) des zu regelnden Systems 

bezeichnen. Gewünschte Optimalitätskriterien, 

wie beispielsweise ein zeit- oder energieoptimales Regelverhalten, 

können über das Kostenfunktional (1a) 

formuliert werden, wobei die Endkostengewichtung 

und der Integralanteil 

positiv semi-definite und stetig differenzierbare Funktionen 

sind. Die Dynamik des nichtlinearen Systems 

(1b) wird durch die ebenfalls stetig differenzierbare 

Systemfunktion 

beschrieben. Dabei 

stellt 

den Systemzustand zum aktuellen 

Abtastzeitpunkt 

mit der Abtastzeit 

dar. Der in der Praxis häufig auftretende Fall physikalischer 

oder technischer Beschränkungen der Stellgrößen, 

zum Beispiel die begrenzte Leistung von Aktoren, 

wird durch die Bedingung (1c) berücksichtigt, wobei 

vektorwertige Schranken darstellen. Der Prädiktionshorizont 

wird mit bezeichnet. Auf Zustands- 


3 / 2014 

39

HAUPTBEITRAG 

beschränkungen, die im Allgemeinen bei MPC mitberücksichtigt 

werden können, wird an dieser Stelle im 

Hinblick auf eine effektive Implementierung verzichtet. 

Die Aufgabe zum Lösen des Optimierungsproblems 

(1) besteht nun darin, aus den in der Regel unendlich 

vielen Stellgrößen, die die Dynamik mit der Anfangsbedingung 

(1b) erfüllen, eine optimale Steuerfunktion 

zu finden, die das Kostenfunktional (1a) unter 

Berücksichtung der Beschränkungen (1c) erfüllt. Die 

entsprechend optimalen Zustände (impliziert durch 

(1b)) sind dabei . 

Im Allgemeinen wird bei MPC davon ausgegangen, 

dass in jedem Abtastzeitpunkt die optimale Lösung 

des dynamischen Optimierungsproblems 

(1) berechnet wird. Anschließend wird der erste Teil der 

optimalen Stellgröße 

im Abtastintervall 

auf das zu regelnde System geschaltet. 

Im nächsten Abtastschritt 

wird das dynamische 

Optimierungsproblem (1) mit dem neuen Systemzustand 

erneut gelöst (siehe Bild 1). 

Diese generelle Funktionsweise eines MPC-Reglers ist 

zusätzlich in Bild 1 veranschaulicht. Zum Abtastzeitpunkt 

wird der aktuelle Zustand des Systems ermittelt 

und als Initialwert für die Lösung von (1) verwendet. 

Der erste Teil der optimalen Stellgröße wird dann als 

Steuerung genutzt und bewirkt entsprechend eine Reaktion 

des Systems. Zudem lässt sich mit Hilfe der gesamten 

Stellgröße und in Bezug auf das verwendete 

Systemmodell eine Prädiktion des zukünftigen Systemverhaltens 

entlang des MPC-Horizonts durchführen. 

Im nächsten Abtastschritt wird der Horizont entsprechend 

verschoben und das Optimierungsproblem (1) mit 

dem neuen Systemzustand gelöst. Aufgrund von Modellierungsfehlern 

und/oder Unsicherheiten und Störungen 

im realen System weichen die Trajektorien des 

geschlossenen Regelkreises von den prädizierten Ergebnissen 

ab, was die Notwendigkeit der Lösung von (1) in 

jedem neuen Abtastschritt verdeutlicht. 

Dem Verlauf der Stellgröße in Bild 1 kann entnommen 

werden, dass die zeitkontinuierliche Lösung 

in jedem Abstastintervall 

verwendet 

wird. In der Praxis werden häufig auch diskrete Implementierungen 

verwendet, zum Beispiel in Form einer 

stückweise konstanten Stellgröße im Abtastintervall. 

Der Einsatz eines nichtlinearen MPC-Reglers für hochdynamische 

Systeme mit entsprechend geringen Abtastzeiten 

stellt eine große Herausforderung dar. Diese 

Problematik wird weiter erschwert durch die Zielhardware, 

auf der der MPC implementiert werden soll 

und die gewissen Beschränkungen unterliegt, wie 

beispielsweise einer geringen Rechenleistung und/ 

oder Speicherkapazität. Aus diesem Grund müssen 

echtzeitfähige Verfahren für eine schnelle und effiziente 

numerische Lösung des Optimierungsproblems 

(1) angewandt werden. Das in diesem Beitrag verwendete 

MPC-Verfahren basiert auf einem projizierten 

Gradientenverfahren aus der Optimalsteuerungstheorie 

[8,9]. Zunächst muss dazu die Hamilton-Funktion 

(2) 

definiert werden, wobei den zum Originalzustand 

adjungierten Zustand bezeichnet. Gemäß 

Pontryagin’s Maximumprinzip existieren adjungierte 

Zustände 

, sodass auf dem Prädiktionsintervall 

die folgenden Optimalitätsbedingungen 

erfüllt sind: 

(3a) 

(3b) 

(3c) 

wobei und die partiellen Ableitungen 

der Endkostengewichtung und der Hamilton-Funktion 

nach den Zuständen beschreiben. Die 

Beziehungen (3) stellen notwendige Bedingungen dar, 

die eine optimale Lösung 

des Optimierungsproblems 

(1) erfüllen muss, und die im weiteren 

Verlauf als Grundlage für die Formulierung eines modellprädiktiven 

Reglers genutzt werden. 

Der im Beitrag verwendete MPC-Algorithmus ist in 

Bild 2 dargestellt. Er nutzt die charakteristische Form 

der Optimalitätsbedingungen (3). Dazu wird die 

Systemdynamik (3a) (siehe auch (1b)), ausgehend von 

einer initialen Trajektorie 

für die 

Stellgröße und dem aktuellen Systemzustand des 

Systems vorwärts in der Zeit integriert. Anschließend 

wird die ermittelte Lösung zum Endzeitpunkt 

ausgewertet, um die entsprechende Endbedingung 

für den adjungierten Zustand 

zu berechnen. Dieses Ergebnis wird dann verwendet, 

um die adjungierte Dynamik (3b) in Rückwärtzeit zu 

integrieren. Im letzten Schritt einer Iteration wird dann 

eine Aktualisierung der Stellgröße durchgeführt (siehe 

Bild 2), wobei 

den Gradienten der Hamilton-Funktion 

bezüglich der Stellgröße darstellt. 

Die Projektionsfunktion 

1.2 Echtzeitfähiges Gradientenverfahren 

(4) 

dient zur Berücksichtigung der Stellgrößenbeschränkungen 

(1c). Die Schrittweite für die Aktualisierung 

der Steuerung wird mit Hilfe eines Liniensuchverfahrens 

bestimmt, das im nächsten Abschnitt näher 

erläutert wird. Anschließend wird mit der neuen Stellgröße 

der Integrationsprozess von neuem gestartet 

und somit eine neue Iteration begonnen. Der Algorithmus 

besteht damit prinzipiell aus zwei Integrationen 

und einer Stellgrößenaktualisierung pro Iteration 

und lässt sich somit effizient implementieren. Zudem 

40 


3 / 2014

BILD 1: 

Veranschaulichung 

der generellen 

Funktionsweise eines 

modellprädiktiven 

Reglers 

BILD 3: Veranschaulichung der Grundidee zur 

Bestimmung einer geeigneten Schrittweite 

BILD 2: Gradienten-Algorithmus des echtzeitfähigen MPC-Verfahrens 

benötigt die sequenzielle Abarbeitungsfolge, vergleiche 

Bild 2, einen geringen Speicherbedarf. 

Um nun ein echtzeitfähiges Verhalten zu garantieren, 

wird die Anzahl der maximalen Gradienteniterationen 

fest vorgegeben. Damit wird anstelle der optimalen 

Lösung die suboptimale Stellgröße 

im Abtastintervall 

zur Regelung des 

Systems und zur Reinitialisierung des MPC-Reglers im 

nächsten Abtastschritt verwendet. Eine Konvergenzund 

Stabilitätsanalyse des projizierten Gradientenverfahrens 

und des gradientenbasierten MPC-Reglers kann 

in [8] beziehungsweise in [10] nachgelesen werden. 

1.3 Verfahren zur Liniensuche 

Um eine hinreichende Verbesserung der Stellgröße 

und damit eine deutliche Reduktion der Kostenfunktion 

(1a) in jeder neuen Gradienteniteration zu erzielen, muss 

eine geeignete Schrittweite bestimmt werden, siehe Bild 

2. Ein Verfahren, das dazu sehr gut geeignet ist, wurde 

in [2] vorgestellt. Dabei wird zunächst eine Menge von 

drei Stichproben für die Schrittweite gebildet und das 

Kostenfunktional (1a) mittels der Strichproben durch ein 

quadratisches Polynom approximiert. Anschließend 

wird das Minimum der Approximation, und damit eine 

geeignete Schrittweite, bestimmt und die Stichprobenmenge 

zur Verfolgung des Minimums adaptiert. 

Eine alternative Strategie zur Berechnung einer geeigneten 

Schrittweite, die ursprünglich in [11] vorgestellt 

und in [12] für dynamische Optimierungsprobleme 

angepasst wurde, soll an dieser Stelle aufgezeigt 

werden, um den Rechenaufwand weiter zu reduzieren. 

Die Grundidee ist dabei die Distanz von zwei 

aufeinanderfolgenden Aktualisierungen der Stellgröße 

zu minimieren, um zwischen zwei Iterationen 

der Stellgröße keine zu großen Differenzen zu erhalten. 

In der Nähe einer optimalen Lösung soll die Aktualisierung 

zudem einen geringeren Einfluss auf die 

nächste Iteration ausüben. Das unterlagerte statische 

Optimierungsproblem für die Bestimmung einer entsprechenden 

Schrittweite ist somit gegeben durch 


3 / 2014 

41

HAUPTBEITRAG 

mit den Differenzen 

(5a) 

(5b) 

Dabei wird angenommen, dass die gleiche Schrittweite 

für beide Aktualisierungen verwendet wird, die Stellgrößenbeschränkungen 

(1c) nicht berücksichtigt werden 

und keine Störungen auf das System wirken. Die 

Minimierung (5a) führt dann auf die folgende Lösung 

.(6) 

Dieser Lösungsansatz ist in Bild 3 angedeutet und 

kann sehr effizient implementiert werden, da nur die 

Eingangstrajektorie und der entsprechende Gradient 

aus der vorherigen Iteration gespeichert und lediglich 

zwei numerische Integrationen durchgeführt werden. 

Weiteren ist ein Gewicht mit einer Masse von 0.5 kg 

über ein Seil direkt mit der Laufkatze verbunden, das 

sich über einen Motor entsprechend auf- und abrollen 

lässt. Zur Bestimmung der Wagenposition und der Seillänge 

werden Inkrementalgeber mit einer Auflösung 

von 2500 Impulsen pro Umdrehung (Laufkatze) beziehungsweise 

1000 Impulsen pro Umdrehung (Seil) verwendet. 

Zusätzlich wird die Winkelauslenkung des 

Seils mit Bezug zum Zentrum des Wagens über einen 

weiteren Inkrementalgeber mit 1500 Impulsen pro Umdrehung 

erfasst. 

Die Zustände , welche die Dynamik der Verladebrücke 

beschreiben, sind die Wagenposition und 

-geschwindigkeit , die Seillänge und -geschwindigkeit 

sowie die Auslenkung und 

die zugehörige Winkelrate des Seils. Die Beschleunigung 

des Wagens und des Seils dienen 

als Stellgrößen für das System. Durch die Verwendung 

von schnellen unterlagerten Geschwindigkeitsreglern 

kann die Dynamik der Verladebrücke mit Hilfe des 

Lagrange-Formalismus wie folgt angegeben werden: 

2. SPS-IMPLEMENTIERUNG 

In diesem Abschnitt wird die Implementierung des 

echtzeitfähigen MPC-Verfahrens auf einer Standard- 

SPS diskutiert und anhand eines experimentellen Aufbaus 

einer Verladebrücke im Labormaßstab validiert. 

2.1 Beschreibung der verwendeten SPS 

Das gradientenbasierte MPC-Verfahren wird zusammen 

mit der effizienten Schrittweitenbestimmung (6) auf 

einer SPS vom Typ CECX-X-C1 von Festo implementiert, 

welche über einen Power-PC-Prozessor mit 400 MHz 

als CPU-Einheit verfügt. Darüber hinaus werden jeweils 

zwei E/A-Module CECX-A-4A4E-V und CECX-C- 

2G2 für die Ansteuerung der experimentellen Komponenten 

und für die Erfassung von Sensordaten verwendet. 

Die Kommunikation zwischen der SPS und einem 

herkömmlichen PC erfolgt über einen Ethernet-Anschluss. 

Bild 4 zeigt die verwendete SPS, die zur Kommunikation 

an einen PC angeschlossen ist. Weitere 

Informationen zur SPS und den verwendeten Modulen 

können dem Handbuch beziehungsweise der Internet- 

Seite von Festo entnommen werden. 

2.2 Experimentelle Verladebrücke 

Bild 5 zeigt ein Foto und eine schematische Skizze des 

experimentellen Aufbaus einer Verladebrücke, die in 

diesem Beispiel zur Validierung der modellprädiktiven 

Regelung verwendet wird. Am Gerüst des Laborkrans 

ist eine Laufkatze montiert, die sich entlang der dargestellten 

Führungsschiene bewegen kann und über einen 

Zahnriemen mit einem Motor verbunden ist. Des 

(7), 

wobei die Erdbeschleunigung darstellt. Die berechneten 

Stellgrößen (Beschleunigung des Wagens und des 

Seils) werden dann integriert und als Eingangsgrößen 

an die Geschwindigkeitsregler übergeben. 

2.3 Implementierungsdetails 

Für die Implementierung des gradientenbasierten MPC- 

Reglers auf der SPS wird der Simulink PLC Coder, der 

in der verwendeten Matlab 2013a Version zur Verfügung 

steht, genutzt. Dieses Werkzeug ermöglicht eine direkte 

Generierung von separaten Funktionsbausteinen aus 

Matlab/Simulink-Blöcken, wobei die Funktionsbausteine 

als strukurierter Text zur Verfügung stehen. 

Das in Bild 6 dargestellte Matlab/Simulink-Modell 

zeigt die wichtigsten Komponenten der verwendeten 

Regelung. Es besteht aus einem Block zur Zustandsrekonstruktion 

und dem gradientenbasierten MPC. In 

dem Block zur Zustandsrekonstruktion werden die 

Signale der Inkrementalgeber verarbeitet und eine Zustandsschätzung 

mittels eines erweiterten Kalman- 

Filters (EKF) durchgeführt. Der MPC-Algorithmus 

selbst ist in einer Matlab-Funktion implementiert. Wie 

in Bild 6 zu sehen ist, erhält der Block den aktuellen 

Systemzustand (Initialzustand für das Optimierungsproblem 

(1)), gewünschte Arbeitspunkte und einen Satz 

von Parametern als Eingabe-Argumente. Weitere notwendige 

Funktionen für den Betrieb der Verladebrücke 

wie eine Reglerfreigabe oder Überwachungsmodule, 

werden ebenfalls in Matlab/Simulink-Modellen realisiert 

und werden im Beitrag nicht näher behandelt. 

42 


3 / 2014

BILD 4: Verwendete SPS 

mit PC-Ethernet-Anschluss 

BILD 5: Foto und schematische Skizze 

der experimentellen Verladebrücke 

BILD 6: Matlab/Simulink-Modell des MPC-Funktionsblocks für die SPS 

BILD 7: 

SPS-Implementierung 

des MPC-Reglers 

Als Entwicklungsumgebung für die Programmierung der 

SPS wurde eine von Festo modifizierte Version der Programmierumgebung 

Codesys verwendet. Die generierten Funktionsbausteine 

werden dann in einem Hauptprogramm 

eingebunden, das einer Task zugeordnet und mit einer festen 

Zykluszeit von 

betrieben wird und somit einer 

Abtastzeit von 

entspricht. Bild 7 zeigt die 

Implementierung des MPC-Reglers in einer Übersicht. 

2.4 Experimentelle Ergebnisse 

Für die experimentelle Validierung des modellprädiktiv 

geregelten Laborkrans werden die Endkostengewichtung 

und der Integralanteil des Kostenfunktionals 

(1a) als quadratische Funktionen 

(8) 


3 / 2014 

43

HAUPTBEITRAG 

mit den (positiv semi-definiten) Gewichtungsmatrizen 

und 

formuliert. Die Nutzung 

quadratischer Funktionen (8) für die Formulierung 

des Kostenfunktionals (1a) ist ein übliches Vorgehen 

zur Forderung einer gewissen Regelgüte einzelner Zustände 

und Stellgrößen, da auf diese durch eine geeignete 

Gewichtung Einfluss genommen werden kann. 

Die Variablen und beschreiben 

dabei die Differenz zu einem gewünschten 

Arbeitspunkt . Für die numerische Integration 

wird ein Euler-Vorwärts-Verfahren mit 16 Diskretisierungspunkten 

verwendet und der Prädiktionshorizont 

wird zu gesetzt. Diese Wahl ergibt 

sich dabei mit Blick auf eine effektive Implementierung 

des MPC-Reglers, da so der Prädiktionshorizont 

in Kombination mit der Anzahl der Diskretisierungspunkte 

ein Vielfaches der Abtastzeit beschreibt. Die 

Stellgrößenbeschränkungen (1c) werden zudem zu 

gewählt und die Anzahl der Gradienteniterationen 

ist . 

Im Folgenden wird ein einfacher Arbeitspunktwechsel 

des Krans von einem Anfangspunkt 

in einen gewünschten Arbeitspunkt 

, betrachtet. 

In Bild 8 sind die experimentellen Ergebnisse für den 

modellprädiktiv geregelten Laborkran dargestellt, 

wobei vor dem Arbeitspunktwechsel das Auftreten 

einer Störung durch manuelles Auslenken der Masse 

demonstriert wird. Das Störszenario und der Arbeitspunktwechsel 

sind zur besseren Kenntlichkeit durch 

eine vertikal gestrichelte Linie getrennt. Es ist gut zu 

erkennen, wie der Regler einer dauerhaften Auslenkung 

der Masse entgegenwirkt, indem der Wagen in 

Richtung der Störung bewegt und die Seillänge verändert 

wird. Nach Freigabe der Masse (das heißt das 

System wird nicht mehr gestört, nachdem der Wagen 

etwa 40 cm in die jeweilige Richtung gefahren ist) 

wird der Schwingung entgegengesteuert und die Verladebrücke 

wieder zurück in die Ruhelage geregelt. 

Des Weiteren verdeutlichen die Ergebnisse, dass die 

zugehörigen Stellgrößen ihre Beschränkungen einhalten. 

Die Ergebnisse des Arbeitspunktwechsels zeigen die 

gute Regelgüte des verwendeten MPC-Reglers auf. Die 

Laufkatze sowie die Seillänge erreichen die gewünschte 

Position mit geringem Überschwingen und in knapp 

drei Sekunden. Die Rechenzeit für einen MPC-Schritt 

des verwendeten Verfahrens liegt im Bereich von einer 

Millisekunde und ist damit deutlich unterhalb der Abtast- 

beziehungsweise Zykluszeit der SPS. 

2.5 Trajektorienplanung 

In diesem Abschnitt soll abschließend demonstriert 

weden, wie die Regelgüte des modellprädiktiv geregelten 

Laborkrans weiter gesteigert werden kann. Dazu 

soll vor einem Arbeitspunktwechsel zunächst 

eine geeignete Trajektorienplanung durchgeführt und 

der MPC-Regler dann zur Verfolgung dieser Trajektorie 

genutzt werden. Die Trajektorienplanung hat den zusätzlichen 

Vorteil, einen Arbeitspunktwechsel in 

einem definierten und endlichen Zeitintervall 

zu ermöglichen, anstatt ein asymptotisches Verhalten 

zu realisieren, wie ihn ein PID-Regler beispielweise 

aufweist. 

Eine sehr elegante Methode für eine geeignete Trajektorienplanung 

bietet die Theorie der differenziellen 

Flachheit [13-15]. Besitzt ein System 

einen 

flachen Ausgang , so können alle Zustände und 

Stellgrößen durch den flachen Ausgang und seinen 

Zeitableitungen parametriert werden, das heißt 

. 

(9a) 

.(9b) 

Für eine Trajektorienplanung kann zunächst der 

flache Ausgang herangezogen werden, um eine Referenztrajektorie 

innerhalb eines Intervalls zu 

konstruieren, zum Beispiel durch ein hinreichend oft 

stetig differenzierbares Polynom. Anschließend können 

die entsprechenden Referenztrajektorien für die 

Zustände und die Stellgrößen mit Hilfe des flachen 

Ausgangs und seiner Zeitableitungen via (9) bestimmt 

werden. 

Für den Laborkran mit der Dynamik (7) kann nun 

gezeigt werden, dass die Position der Last, vergleiche 

Bild 5, 

(10a) 

(10b) 

einen flachen Ausgang darstellt, wobei und 

in (9) gilt. Die genaue Parametrierung der Zustände 

und Stellgrößen wird an dieser Stelle aufgrund 

der Komplexität weggelassen. Mit (10) können nun geeignete 

Referenztrajektorien und im 

Intervall 

bestimmt werden und für eine 

Trajektorienverfolgung mit Hilfe des MPC-Reglers genutzt 

werden. 

Die Endkostengewichtung und der Integralanteil 

werden für die Berücksichtung der Referenztrajektorien 

wie folgt angepasst: 

(11) 

mit 

und 

, wobei die Zeitabhängigkeit aus Platzgründen 

in (11) weggelassen wurde. Durch das Berücksichtigen 

der Referenztrajektorien kann der Prädiktionshorizont 

auf 

verkürzt werden. 

Die Ergebnisse des MPC-Reglers mit Trajektorienplanung 

für einen Arbeitspunktwechsel, wie er im vorherigen 

Abschnitt betrachtet wurde, und mit der Transitionszeit 

sind in Bild 9 dargestellt. Die Referenztrajektorien 

sind grau gestrichelt angegeben. Die 

44 


3 / 2014

u 

u 

x 

x 

u 

u 

x 

x 

BILD 8: Experimentelle 

Ergebnisse der modellprädiktiv 

geregelten 

Verladebrücke 

t t 

t 

t 

u 

u 

x 

x 

u 

u 

x 

x 

BILD 9: Experimentelle 

Ergebnisse der modellprädiktiven 

Regelung 

mit flachheitsbasierter 

Trajektorienplanung 

t 

t 

t 

t 

Ergebnisse zeigen eine sehr gute Regelgüte und eine 

signifikante Verbesserung im Vergleich zur Regelung 

ohne Trajektorienplanung. 

ZUSAMMENFASSUNG UND AUSBLICK 

In diesem Beitrag wurde ein echtzeitfähiges modellprädiktives 

Regelungsverfahren behandelt, das auf einem 

projizierten Gradientenverfahren basiert. Dabei wurde 

die Form der Optimalitätsbedingungen der Problemformulierung 

in Kombination mit einer festen Anzahl 

an Gradienteniterationen für eine effiziente numerische 

Berechnung ausgenutzt. Der modellprädiktive Regler 

wurde anschließend auf einer Standard-SPS implementiert 

und mit Hilfe einer experimentellen Verladebrücke 

im Labormaßstab validiert. Um eine verbesserte 

Regelgüte zu erreichen, wurde der MPC um eine flachheitsbasierte 

Trajektorienplanung erweitert. 

Das vorgestellte gradientenbasierte MPC-Verfahren 

wurde von den Autoren in die Software GRAMPC integriert, 

die unter http://sourceforge.net/projects/ 

grampc als Open Source Code heruntergeladen werden 

kann. GRAMPC beinhaltet ebenfalls eine Matlab/Simulink-Schnittstelle 

sowie eine Matlab-GUI zur komfortablen 

MPC-Auslegung. 


3 / 2014 

45

HAUPTBEITRAG 

AUTOREN 

Zukünftige Forschungsarbeiten befassen sich mit der 

zusätzlichen Berücksichtigung von Zustandsbeschränkungen 

im MPC-Entwurf. Außerdem soll mit Blick auf 

eine schnellere und effizientere Berechnung der MPC- 

Algorithmus weiter verbessert werden und geeignete 

Strategien für einen einfachen Reglerentwurf erarbeitet 

werden. 


18.10.2013 


DANKSAGUNG 

Die präsentierten Ergebnisse wurden im Rahmen 

eines Projekts des österreichischen Fonds zur 

Förderung der wissenschaftlichen Forschung 

(FWF) mit der Projektnummer P21253-N22 

erarbeitet. Die Verfasser danken zudem der 

Firma Festo Ag & Co. KGund insbesondere 

Dr. Alexander Hildebrandt und Martin Ehrle für 

die Bereit stellung der verwendeten SPS. 

Dipl.-Ing. BARTOSZ KÄPERNICK 

(geb. 1985) studierte Elektro- und Informationstechnik 

an der Universität 

Stuttgart (Diplom 2010) und ist seit Januar 

2011 als wissenschaftlicher Mitarbeiter 

am Institut für Mess-, Regel- und Mikrotechnik 

der Universität Ulm tätig. Sein 

Haupt arbeitsgebiet ist die modellprädiktive 

Regelung und optimale Trajektorienplanung 

für nicht lineare Systeme. 

Institut für Mess-, Regel- und Mikrotechnik, 

Universität Ulm, Albert-Einstein-Allee 41, D-89081 Ulm, 

Tel. +49 (0) 731 502 63 05, E-Mail: bartosz.kaepernick@uni-ulm.de 

Prof. Dr.-Ing. KNUT GRAICHEN 

(geb. 1977) ist Professor am 

Institut für Mess-, Regel- und 

Mikrotechnik der Universität 

Ulm. Seine Hauptarbeits gebiete 

sind die optimale und modellprädiktive 

Regelung, nichtlineare 

Steuerungs- und Regelungsverfahren 

sowie schnelle 

mechatronische Systeme. 

Institut für Mess-, Regel- und Mikrotechnik, 

Universität Ulm, Albert-Einstein-Allee 41, D-89081 Ulm, 

Tel. +49 (0) 731 502 63 04, E-Mail: knut.graichen@uni-ulm.de 

REFERENZEN 

[1] Ohtsuka, T.: A continuation/GMRES method for fast computation 

of nonlinear receding horizon control. Automatica 40(4), 

S. 563-574, 2004 

[2] Graichen, K., Egretzberger, M., Kugi, A.: Ein suboptimaler Ansatz 

zur schnellen modellprädiktiven Regelung nichtlinearer Systeme. 

at-Automatisierungstechnik 58(8), S. 447-456, 2010 

[3] Houska, B., Ferreau, H.J., Diehl, M.: An auto-generated real-time 

iteration algorithm for nonlinear MPC in the microsecond range. 

Automatica 47(10), S. 2279-2285, 2011 

[4] Valencia-Palomo, G., Rossiter, J.A.: Efficient suboptimal parametric 

solutions to predictive control for PLC applications. Control Engineering 

Practice 19(7), S. 732-743, 2011 

[5] Huyck, B., Ferreau, H.J., Diehl, M., De Brabanter, J., Van Impe, J.F.M., 

De Moor, B., Logist, F.: Towards Online Model Predictive Control on a 

Programmable Logic Controller: Practical Considerations. 

Mathematical Problems in Engineering 2012, S. 1-20, 2012 

[6] Mayne, D.Q., Rawlings, J.B., Rao, C.V., Scokaert, P.O.M: Contrained 

model predictive control: Stability and optimality. Automatica 36(6), 

S. 789-814, 2000 

[7] Grüne, L., Pannek, J.: Nonlinear Model Predictive Control – Theory 

and Algorithms. London, Springer-Verlag 2011 

[8] Dunn, J.C.: On sufficient conditions and the gradient projection 

method for optimal control problems. SIAM Journal on Control and 

Optimization 34(4), S. 1270-1290, 1996 

[9] Papageorgiou, M., Leibold, M., Buss, M.: Optimierung 

– Statische, dynamische, stochastische Verfahren für die 

Anwendung. Berlin. Springer-Verlag 2012 

[10] Graichen, K., Kugi, A.: Stability and incremental improvement 

of suboptimal MPC without terminal constraints. 

IEEE Transactions on Automatic Control 55(11), 

S. 2576-2580, 2010 

[11] Barzilai, J., Borwein, J.M.:Two-point step size gradient 

method. IMA Journal of Numerical Analysis 8(1), 

S. 141-148, 1988 

[12] Käpernick, B., Graichen, K.: Model predictive control of 

an overhead crane using constraint substitution. 

Proceedings of the 2013 American Control Conference, 

S. 3979-3984, 2013 

[13] Fliess, M., Lévine, J., Martin, P., Rouchon, P.: Flatness 

and defect of nonlinear systems: introductory theory and 

examples. International Journal of Control 61(6), 

S. 1327-1361, 1995 

[14] Rothfuß, R., Rudolph, J., Zeitz, M.: Flachheit: Ein neuer 

Zugang zur Steuerung und Regelung nichtlinearer Systeme. 


[15] Hagenmeyer, V., Zeitz, M.: Flachheitsbasierter Entwurf 

von linearen und nichtlinearen Vorsteuerungen. 


46 


3 / 2014

atp Kompaktwissen 

Band 1 – 

Erfolgreiches Engineering 

Hrsg. F. Schiller, 1. Auflage 2010, 138 Seiten, Broschur 

Buch + CD-ROM für € 79,– 

ISBN 978-3-8356-3210-3 

Band 3 – 

Praktische Messtechnik 



ISBN 978-3-8356-3213-4 

Band 5 – 

Industrielle Informationssicherheit 

Hrsg. L. Urbas, 1. Auflage 2014, 88 Seiten, Broschur 

Buch für € 59,– 

ISBN 978-3-8356-7113-3 

atp kompakt Kollektion (Bände 1-6) 

€ 299,80 

ISBN 978-3-8356-7146-1 

Band 2 – 

Effiziente Kommunikation 



ISBN 978-3-8356-3212-7 

Band 4 – 

Automation in der Wasserbranche 



ISBN 978-3-8356-3226-4 

Band 6 – 

Safety in der Praxis 

Hrsg. L. Urbas, 1. Auflage 2014, 112 Seiten, Broschur 

Buch für € 59,– 

ISBN 978-3-8356-7115-7 

DIV Deutscher Industrieverlag GmbH, Arnulfstr. 124, 80636 München 

www.di-verlag.de 

Jetzt bestellen! 

Bestellung per Fax: +49 (0) 201 Deutscher / 82002-34 Industrieverlag GmbH oder | Arnulfstr. abtrennen 124 und | 80636 im München Fensterumschlag einsenden 

Ja, ich bestelle gegen Rechnung 3 Wochen zur Ansicht 

___ Ex. atp kompakt Kollektion (Bände 1-6) 

ISBN: 978-3-8356-7146-1 für € 299,80 (zzgl. Versand) 


___ Ex. 

___ Ex. 

___ Ex. 

___ Ex. 

___ Ex. 

___ Ex. 

atp kompakt 

Band 1 – ISBN: 978-3-8356-3210-3 für € 79,– (zzgl. Versand) 









Antwort 

Vulkan-Verlag GmbH 

Versandbuchhandlung 

Postfach 10 39 62 

45039 Essen 

Telefon 

E-Mail 

Telefax 



Brief, Fax, E-Mail) oder durch Rücksendung der Sache widerrufen. Die Frist beginnt nach Erhalt dieser Belehrung in Textform. 

Zur Wahrung der Widerrufsfrist genügt die rechtzeitige Absendung des Widerrufs oder der Sache an die Vulkan-Verlag GmbH, 

Versandbuchhandlung, Huyssenallee 52-56, 45128 Essen. 




Diese Erklärung kann ich mit Wirkung für die Zukunft jederzeit widerrufen. 

PAATPK2014

HAUPTBEITRAG 

Advanced Process Control 

in der industriellen Praxis 

Erfolgsfaktoren für eine nachhaltige Lösung 

Kontinuierliche Prozesse in der chemischen Industrie werden so betrieben, dass ein 

Anlagenfahrer einschleifige Regelkreise durch Sollwertvorgaben aufeinander abstimmt. 

Ein konstanter Betrieb an einem optimalen Punkt ist so nicht möglich, lässt 

sich aber durch gehobene Regelungsverfahren (advanced process control/APC) erreichen. 

Der Beitrag beschreibt die erfolgreiche Durchführung eines APC-Projektes 

und stellt die Ergebnisse dar. Die Erfahrungen zeigen, dass die Amortisierungszeit 

eines APC-Projektes zum Teil bei deutlich unter einem Jahr liegt. 

SCHLAGWÖRTER Prozessführung / Advanced Process Control / modellprädiktive 

Regelung 

Advanced Process Control in Industrial Applications – 

Key Aspects for a Sustainable Solution 

Continuous processes in the chemicals industry are typically controlled by an operator, 

who adjusts set values for various single-loop control systems. However, constant 

operation at an optimum point cannot be achieved in this way. Methods of 

advanced process control (APC) can offer a solution. A successful APC project is 

described and the results are presented. The experience shows that APC projects 

can in some cases pay off within one year. 

KEYWORDS process operation and control / advanced process control / model 

predictive control 

48 


3 / 2014

ANJA BRUNBERG, BENJAMIN SCHRAMM, MICHAEL KAWOHL, UWE PIECHOTTKA, 

Evonik Industries 

Verfahrenstechnische Produktionsanlagen in 

der chemischen Industrie unterliegen vielen 

Einflussfaktoren. Hohe Anforderungen 

an Prozessverfügbarkeit und Flexibilität, 

ebenso steigende Qualitäts-, Umweltverträglichkeits- 

und Rentabilitätsanforderungen sind 

nur einige Beispiele hierfür. Folglich müssen die 

Prozesse kontinuierlich verbessert werden. Dabei 

sind intelligente Verfahren in der Automatisierungstechnik, 

wie gehobene Regelungs- und Prozessführungsstrategien, 

essenzielle Werkzeuge. Diese Methoden 

werden als Advanced Process Control (APC) 

bezeichnet [1‐4]. 

Die APC-Verfahren sind insbesondere dort zu bevorzugen, 

wo größere Apparate, zum Beispiel Kolonnen 

oder Teilanlagen mit vielen Stell- und Regelgrößen 

sowie systeminternen Kopplungen mit Hilfe 

mehrerer einschleifiger Regelungen im Wesentlichen 

über eine manuelle Sollwertvorgabe durch Anlagenfahrer 

betrieben werden [2]. 

Die erfolgreiche und nachhaltige Umsetzung entsprechender 

Projekte zur Implementierung gehobener 

regelungstechnischer Methoden hängt von 

verschiedenen Einflussfaktoren ab, elementar ist 

jedoch die frühzeitige und kontinuierliche Beteiligung 

der Betriebsmannschaft. Das bei Anlagenfahrern, 

Meistern und der Betriebsleitung vorhandene 

Wissen über den Prozess und seinen Betrieb wird 

in allen Stufen der Projektdurchführung benötigt. 

Es muss unter anderem bei der Planung und Durchführung 

von Anlagenversuchen, der Entwicklung 

einer Regelungsstruktur und dem Einstellen von 

Parametern an der fertigen Anwendung genutzt 

werden. Gleichzeitig können eventuelle Ängste 

und Vorbehalte frühzeitig erkannt und abgebaut 

werden [2‐5]. 

In diesem Beitrag wird ein typisches APC-Projekt 

mit Hilfe kommerzieller Software (APC-State- 

Space-Controller der Firma AspenTech [6]) erläutert. 

Anhand dieses Beispiels werden die technischen 

und die betrieblichen Einflussfaktoren herausgearbeitet. 

1. MOTIVATION 

1.1 Typische Regelungsaufgabe der chemischen 

Industrie 

Destillationskolonnen sind häufig vorkommende Apparate 

eines Prozesses in der chemischen Industrie. Bild 1 

zeigt einen typischen Aufbau einer solchen Kolonne. 

Prozesse dieser Art werden meist manuell von den Anlagenfahrern 

betrieben. Dies bedeutet, dass viele einschleifige 

Durchflussregelkreise aufgebaut sind; im Beispiel 

von Bild 1 für den Zulauf in die Kolonne, die Destillatmenge, 

den Rücklauf, den Sumpfabgang und die 

Dampfmenge. Der Anlagenfahrer gibt auf Basis der Betriebsanweisung 

sowie seiner Erfahrung und Prozesskenntnis 

Sollwerte für diese Durchflussregelkreise vor. 

Dabei wird der Anlagenfahrer oft durch weitere einschleifige 

Regelkreise unterstützt. In Bild 1 werden der 

Füllstand der Kolonne und des Destillatbehälters in 

Füllstand-Durchfluss-Kaskaden geregelt. Zudem wird 

der Sollwert der Rücklaufmenge im Verhältnis zum Zulauf 

automatisch angepasst. 

Ziel der in Bild 1 gezeigten Anlage ist die Reinigung 

des Zulaufs. Das gereinigte Produkt befindet sich im 

Sumpf. Dadurch ergeben sich folgende Rahmenbedingungen 

für eine Regelung: 

Die Verunreinigung in Sumpf darf ein vorgegebenes 

Maximum nicht überschreiten, 

der Anteil des Produkts im Destillat soll minimal 

sein, 

die Füllstände im Kolonnensumpf und im Destillatbehälter 

müssen sich in vorgegebenen Bereichen 

bewegen. 

Die Sumpftemperatur darf ein Maximum nicht 

überschreiten (Möglicher Zerfall beziehungsweise 

Bildung von Nebenkomponenten aus dem Produkt). 

Der maximale Kolonnendifferenzdruck darf nicht 

überschritten werden (Maß für die Kolonnenlast). 

Menge und Zusammensetzung des Zulaufs wirken als 

Störgrößen für diesen Prozess: Die Zulaufmenge wird 


3 / 2014 

49

HAUPTBEITRAG 

entsprechend den aktuellen Erfordernissen im vorangehenden 

Anlagenteil vorgegeben; gleichzeitig können 

kontinuierlich Schwankungen in der Zulaufkonzentration 

auftreten. 

2. REGELUNGSTECHNISCHE BETRACHTUNG 

2.1 Konventioneller Betrieb des Beispielprozesses 

Systemtheoretisch stellt der betrachtete Prozess ein 

Mehrgrößensystem mit mehreren Eingangsgrößen 

(Stell- und Störgrößen) sowie mehreren Ausgangsoder 

Regelgrößen dar [3]. Der Anlagenfahrer erfüllt 

durch die Vorgabe von Sollwerten für die unterlagerten 

Regelkreise die Aufgaben eines übergeordneten 

Reglers. Allerdings sind die Aufgabenstellung und die 

verschiedenen Kopplungen zwischen Ein- und Ausgangsgrößen 

des Systems zu komplex, um von einem 

Menschen dauerhaft in einem optimalen Punkt betrieben 

zu werden. 

Im Beispiel haben die Füllstände im Kolonnensumpf 

und im Destillatbehälter für die Anlagenfahrer eine 

höhere Relevanz als die Konzentrationsmessungen im 

Sumpf- und Destillatstrom. Dies ist typisch, da sich 

Änderungen in den Niveaus meist schneller zeigen und 

direkter auf eine Ursache zurückverfolgbar sind, während 

Konzentrationsänderungen oftmals verzögert auftreten 

oder festgestellt werden. 

Die Folge ist ein breit gestreuter Betriebsbereich, wie 

in Bild 2 dargestellt. Da zudem ein solches komplexes 

System manuell nicht präzise von einem Betriebspunkt 

zu einem anderen Betriebspunkt gefahren 

werden kann, und da die Auswirkungen etwaiger 

Störungen berücksichtigt werden müssen, liegt dieser 

Betriebsbereich stets in einem hinreichend großen 

Abstand zu den zulässigen Anlagengrenzen. Diese 

sind in Bild 2 durch die schraffierten Grenzen links 

und unten angedeutet. Da die Anlagenfahrer außerdem 

ihre Aufmerksamkeit in der Regel mehreren 

Anlagen widmen müssen, sind sie bestrebt, die 

Anlage in hinreichend großer Entfernung von den 

Anlagengrenzen zu betreiben. 

2.2 Vorteile des Betriebs mit Mehrgrößenregelung 

Eine Mehrgrößenregelung ist im Gegensatz dazu in der 

Lage, den Betriebsbereich des Prozesses deutlich einzuschränken, 

siehe Bild 3. Zudem ist es mit einer Mehrgrößenregelung 

möglich, gezielt einzelne Betriebspunkte 

anzufahren, sofern dies die eventuell vorhandenen 

Störungen zulassen. 

Dadurch, dass nicht nur die Streuung des Betriebsbereichs 

verringert wurde, sondern auch einzelne Betriebspunkte 

präziser angefahren werden können, lässt 

sich der Sicherheitsabstand zu den Anlagengrenzen 

verringern. In der Folge kann, wie in Bild 3 dargestellt, 

der Arbeitspunkt des Prozesses näher an die Grenzen 

verschoben werden. Dieser Schritt beinhaltet eine Optimierung 

hin zu den bekannten Prozessgrenzen und 

gegebenenfalls in der Folge eine Aufweitung dieser 

Grenzen, die in einer manuellen Fahrweise nicht möglich 

wäre. 

2.3 Betrieb des Beispielprozesses mit APC 

Die Anwendung einer Mehrgrößenregelung kombiniert 

mit einer Optimierung hin zu vorgegebenen Prozessgrenzen 

oder Zielgrößen fällt in den Bereich der gehobenen 

Regelungsverfahren. 

Am Beispielprozess lässt sich, wie in Bild 4 gezeigt, 

durch eine Darstellung von Betriebspunkten aus der 

Vergangenheit (bei konventioneller Fahrweise durch 

die Anlagenfahrer) abschätzen, welche Einsparungen 

durch APC möglich sind. Das Bild verdeutlicht entsprechend 

der in Abschnitt 2.1 beschriebenen konventionellen 

Fahrweise eine Häufung von Betriebspunkten 

in bestimmten Bereichen sowie einige Ausreißer. Die 

Erfahrung zeigt, dass mit APC die Streuung des Betriebsbereichs 

und damit Produktverlust und Energieverbrauch 

deutlich verringert werden können. Das 

Vorgehen sowie die erzielten Ergebnisse werden in den 

folgenden Abschnitten erläutert. 

Die modellprädiktive Regelung umfasst eine Klasse 

von Regelungsalgorithmen, die ein dynamisches Modell 

des zu regelnden Prozesses verwenden, um eine 

Vorhersage des Prozessverhaltens zu berechnen. Auf 

der Basis dieser Prädiktion wird prozessbegleitend im 

Betrieb zu festgelegten Zeitschritten eine Optimierungsrechnung 

durchgeführt, die die Stellgrößenänderungen 

ergibt, die zu optimalen Ausgangsgrößenverläufen 

führen [5]. 

Bild 5 zeigt den Aufbau des verwendeten APC-Ansatzes, 

der in die Klasse der modellprädiktiven Regelungsverfahren 

fällt. Wesentlicher Bestandteil des 

Ansatzes ist ein dynamisches Modell des Prozesses. 

Dieses Modell ist ein an einem typischen Arbeitspunkt 

des Prozesses aufgenommenes lineares Modell 

des normalerweise nichtlinearen Prozesses. Es wird 

auf Basis von sprungförmigen Änderungen der Stellgrößen 

ermittelt. Im Beispiel handelt es sich dabei um 

ein zeitdiskretes Zustandsraummodell. Im Filter werden 

Störkanäle für alle unbekannten Störungen und 

Modellungenauigkeiten definiert. Der Optimierer erhält 

Kosten für Energie, Produktverluste und Produktverunreinigungen 

sowie Grenzen für Stell- und 

Regelgrößen als Nebenbedingungen für das Optimierungsproblem. 

Im Regler wird vorgegeben, wie die 

dynamische Bewegung des Prozesses zum berechneten 

optimalen Betriebspunkt erfolgen soll. Dies geschieht 

zum Beispiel über die Gewichtung des Einflusses 

der Stellgrößen sowie die Limitierung der 

Änderungsgeschwindigkeit einer Stellgröße. Anhand 

dieser Vorgaben wird im Regler ein weiteres Optimierungsproblem 

gelöst und so die optimale Stellgrößen- 

Folge zum Erreichen des neuen Betriebspunkts be- 

50 


3 / 2014

FFC-21 

PC-23 

B-2 

LC-22 

FC-23 

T-21 

T-22 

T-23 

K-2 

PD-21 

FC-21 

FC-22 

BILD 2: Gebiet, 

in dem sich ein 

Prozess bei 

konventioneller 

Fahrweise bewegt. 

Q-21 

T-24 

FC-24 

T-25 

FC-25 

BILD 1: Regelung einer Destillationskolonne als Beispiel für die 

Regelung eines Mehrgrößensystems in der Prozessindustrie 

LC-21 

Q-22 

BILD 3: Gebiet, 

in dem sich ein 

System mit einem 

Mehrgrößenregler 

bewegt, und 

Annäherung an 

die bekannten 

Prozessgrenzen. 

Externe 

Vorgaben 

Produktverluste 

Optimierer Regler Prozess 

Wo soll der Prozess 

betrieben werden? 

optimaler 

Betriebspunkt 

Wie kommt der 

Prozess dort hin? 

Dynamik des 

geregelten Prozesses 

Modell 

Wo befindet sich der 

Prozess aktuell? 

Und wohin bewegt er sich? 

Spezifischer Energieverbrauch 

Filter 

BILD 4: Gebiet, in dem sich eine reale Anlage bei 

konventioneller Fahrweise bewegt hat. 

BILD 5: Aufbau des verwendeten 

APC-Ansatzes, vergleiche [2] 

rechnet. Das Verfahren wird in [6] im Detail beschrieben. 

Eine umfassende Übersicht über Aufbau und 

Funktion verschiedener kommerziell erhältlicher 

MPC-Software für prozesstechnische Anwendungen 

ist zudem in [5] dargestellt. 

Identisch zur ursprünglichen konventionellen Prozessführung 

werden durch eine solche APC-Anwendung 

Sollwerte für eine unterlagerte Basisregelung 

vorgegeben, zum Beispiel eine Durchflussregelung für 

den Dampf. Die Regelgrößen umfassen zum einen Größen, 

die ein Maß für die zu optimierenden Größen 

sind; dies kann beispielweise der spezifische Energieverbrauch 

sein. Zum anderen sind kritische Größen 

wie Füllstände, Temperaturen oder Drücke Teil der 

Regelgrößen, damit ein optimaler Betriebspunkt innerhalb 

der bestehenden Anlagengrenzen erreicht wird. 


3 / 2014 

51

HAUPTBEITRAG 

3. PROJEKTABLAUF 

3.1 Lebenszyklus eines APC-Projektes 

In Abschnitt 2.2 wurde erläutert, wie sich bereits in 

der Betrachtung historischer Betriebspunkte eines 

Prozesses das Potenzial und damit der finanzielle Nutzen 

des Einsatzes von APC abschätzen lässt. Der gesamte 

Lebenszyklus eines APC-Projektes umfasst jedoch 

weitere Schritte, die sich in fünf Phasen unterteilen 

lassen [1]: 

Abschätzen des Nutzens und der Kosten eines APC- 

Projektes vor Start dieses Projektes 

Implementierung der APC-Anwendung 

Analyse der mit APC erreichten Performance 

Überwachung und Wartung bestehender APC-Anwendungen 

während des Betriebs 

Regelmäßige Neubewertung der Betriebsbedingungen 

und der Performance und gegebenenfalls 

Anpassung der APC-Anwendung an geänderte Betriebsbedingungen 

3.2 Vorgehen bei Implementierung einer APC-Anwendung 

Die meisten APC-Verfahren, wie die in diesem Beispiel 

betrachtete modellprädiktive Regelung, laufen in deutlich 

langsameren Zeitintervallen ab als beispielsweise 

eine Durchflussregelung. Zudem erfüllen APC-Anwendungen 

normalerweise die Aufgaben einer überlagerten 

Regelung. Häufig verwendete Abtastzeiten liegen 

im Bereich von Minuten. In der Automatisierungspyramide, 

wie in Bild 6 dargestellt, liegen sie daher an 

einer Schnittstelle zwischen Prozessleit- und Betriebsleitebene 

[3]. 

Auf Grund der notwendigen hohen Rechenleistung 

erfolgt die Implementierung normalerweise nicht als 

Teil des bestehenden Prozessleitsystems (PLS), sondern 

auf separaten Rechnern. Anbieter von Software für 

APC-Anwendungen, die über kein eigenes Leitsystem 

verfügen, haben keine andere Möglichkeit, als solche 

Anwendungen auf separaten Rechnern zu realisieren. 

Die Anbindung der APC-Rechner an das Leitsystem 

erfolgt über eine OPC-Schnittstelle (object linking and 

embedding for process control). Obwohl die OPC- 

Schnittstelle über Standards beschrieben ist, wird die 

Kopplung von zwei verschiedenen Systemen unter den 

Rahmenbedingungen eines konzernweiten IT-Sicherheitskonzepts 

entsprechende Aufmerksamkeit erfordern 

und gegebenenfalls angepasst werden müssen. Die 

mit einer externen APC-Anwendung verbundene Notwendigkeit, 

auf Sollwerte im Leitsystem schreiben zu 

müssen, erfordert häufig, Richtlinien in den betroffenen 

Bereichen zu ändern. 

Nach der erfolgreichen Bereitstellung einer Hardund 

Softwareumgebung beinhaltet der nächste 

Schritt eine Überprüfung und ein Tuning der vorhandenen 

Basisautomatisierung. Zunächst muss dazu 

untersucht werden, ob die vorhandene Messtechnik 

ausreicht und richtig arbeitet. Als nächstes wird geprüft, 

ob die Stellglieder in sinnvollen Bereichen arbeiten. 

Probleme, die an dieser Stelle auftreten, müssen 

behoben werden, bevor weitere Schritte im Projekt 

anstehen. 

Wie in Abschnitt 2 beschrieben, bleiben beispielsweise 

Durchflussregler als unterlagerte Regler erhalten. 

Weitere Regler, die nicht direkt Teil der übergeordneten 

Regelungsstrategie sein werden, sind zum Beispiel häufig 

Regler für den Druck in einer Kolonne. Die Funktion 

dieser Regler muss überprüft und wenn nötig durch 

Neueinstellung verbessert werden. In manchen Fällen 

macht es zudem Sinn, die Struktur der vorhandenen 

Basisregelung zu hinterfragen und anzupassen. 

Durch die Überprüfung und Verbesserung der Basisautomatisierung 

entsteht bereits beim Projektbeginn 

ein enger Austausch zwischen APC-Ingenieuren, 

der Abteilung für Elektro-, Mess- und Regelungstechnik 

und den Anlagenfahrern. Dieser Kontakt muss 

genutzt werden, um ein gutes Prozessverständnis zu 

erlangen. Dies ist essenziell, um den am besten geeigneten 

APC-Ansatz auszuwählen, da die jahrelange 

Erfahrung der Betriebsmannschaft mit dem Prozess 

wichtige Hinweise gibt, wie der Prozess betrieben 

werden sollte und wo mögliche Probleme liegen. 

Gleichzeitig müssen die Anlagenfahrer möglichst 

frühzeitig über die Ziele des Projekts und ihre Rolle 

dabei informiert werden. 

Der direkte Nutzen von APC für die Anlagenfahrer 

kann sich dabei vom Nutzen für beispielsweise den 

Betriebsleiter unterscheiden, da sich für die Anlagenfahrer 

deutlich stärker bemerkbar macht, dass mit APC 

die Anlage ruhiger läuft, das heißt an einem definierten 

Betriebspunkt bleibt. Eine merkliche Einsparung von 

Dampf pro Jahr liegt dagegen eher im Interesse des Betriebsleiters. 

Im Bezug auf die Ziele der APC-Anwendung ist es 

wichtig, zu betonen, dass APC zwar die Regelung und 

Optimierung im Normalbetrieb der Anlage übernimmt, 

den Anlagenfahrern aber immer noch eine Überwachungsfunktion 

und gegebenenfalls die Anpassung von 

ausgewählten Parametern zufällt. Die Anlagenfahrer 

sind ebenso für das An- und Abfahren und den Betrieb 

bei außergewöhnlichen Situationen zuständig, da typische 

APC-Anwendungen, wie die vorgestellte modellprädiktive 

Regelung, hierfür nicht ausgelegt sind. 

Den nächsten Schritt in der Implementierung der 

APC-Anwendung bilden Anlagenversuche, auch 

Sprungversuche genannt. Diese werden in enger Abstimmung 

mit den Anlagenfahrern durchgeführt. So 

können Vertrauen und Akzeptanz der neuen Technologie 

schon vor der Fertigstellung aufgebaut werden. 

Vor allem lässt sich die Prozesskenntnis der Anlagenfahrer 

nutzen, um 

eine ausreichend große Sprunghöhe auszuwählen, 

damit in den Zielgrößen Änderungen beobachtet 

werden können, 

52 


3 / 2014

ein Verletzen von Grenzwerten oder Erreichen von 

Stellbegrenzungen durch zu hohe Sprunghöhen zu 

vermeiden, 

die Sprungversuche so durchzuführen, dass der 

Produktionsablauf möglichst wenig gestört wird. 

Weiterhin müssen mehrere Sprünge mit unterschiedlicher 

Sprunghöhe und unterschiedlichem Vorzeichen 

durchgeführt werden. Zudem ist darauf zu achten, 

dass nach dem Aufbringen eines Sprungs gewartet 

wird, bis erneut ein stationäres Verhalten der 

Zielgrößen erreicht ist, bevor ein weiterer Sprung 

begonnen wird. Hektik oder Zeitdruck führen zu 

schlechten Modellen und damit zu einem nicht optimalen 

Ergebnis. 

Im nächsten Schritt wird die eigentliche APC-Anwendung 

entwickelt. Dazu werden zunächst aus den 

Daten der Sprungversuche Modelle identifiziert. Dabei 

ist es wesentlich, die modellierten Teilsysteme 

aufeinander abzustimmen. Anschließend erfolgt die 

Einstellung von Regler und Optimierer durch Festlegung 

von Größen wie Grenzwerten, Zielwerten, Kosten 

oder erlaubten Änderungsgeschwindigkeiten. 

Diese Einstellungen sind zunächst grobe Einstellungen, 

mit denen die grundsätzliche Funktionsweise 

des Reglers, zum Beispiel in Offline-Simulationen, 

getestet werden kann. 

Der letzte Schritt vor der Inbetriebnahme ist die 

Konfiguration des Leitsystems. Nur wenn eine Reihe 

von Bedingungen erfüllt ist, kann und darf der 

überlagerte Regler die berechneten Werte für Zulauf, 

Dampf, Rücklauf, Destillat und Sumpfabgang 

auf die Sollwerteingänge der unterlagerten Regler 

im Leitsystem schreiben. Diese Bedingungen umfassen: 

Der Ein-Schalter der APC-Anwendung muss betätigt 

worden sein. 

Die Schnittstelle zwischen Leitsystem und APC- 

Anwendung muss funktionieren, das heißt sie 

muss im geforderten Zeittakt Daten in beide Richtungen 

übertragen. 

Prozess- oder leitsystemspezifische Einschaltbedingungen 

müssen beim Einschalten erfüllt sein. 

Prozess- oder leitsystemspezifische Betriebsbedingungen 

müssen während des Normalbetriebs erfüllt 

sein. 

Eine Einschaltbedingung ist zum Beispiel, dass ein 

unterlagerter Durchflussregler bereits im Modus Automatik 

betrieben wird, damit beim Einschalten die Abweichung 

zwischen Soll- und Istwert möglichst gering 

ist. Beim Einschalten erfolgt dann eine Modusänderung 

dieses Reglers, und während des Normalbetriebs 

wird dann in den Betriebsbedingungen überwacht, ob 

der Regler im Betriebsmodus Extern ist. Eine weitere 

allgemeine Betriebsbedingung kann beispielsweise die 

Überwachung des Kolonnendrucks sein. 

Neben dem Aufbau der Umschalt- und Überwachungslogik 

im Leitsystem empfiehlt sich eine Integration 

der APC-Anwendung in die gewohnte Bedienungsund 

Beobachtungsoberfläche für den Anlagenfahrer. 

3.3 Inbetriebnahme und Schulung 

Nach Abschluss aller Implementierungsarbeiten 

kann die APC-Anwendung in Betrieb genommen 

werden. Dabei wird die bisher nur grob eingestellte 

Regelung und Optimierung durch Beobachtung des 

Prozesses und der Vorhersage durch den modellprä- 

BILD 6: Einordnung von APC in die 

Automatisierungspyramide und Zykluszeiten 

ohne APC 

mit APC 

Vorgaben 

Optimierter 

Betriebspunkt 

APC 

Basisautomatisierung 

Unternehmensleitebene 

Betriebsleitebene 

Prozessleitebene 

Produktverluste 

Sensoren, Aktoren 

Feldebene 

Spezifischer Energieverbrauch 

BILD 7: Betrieb des Beispielprozesses mit APC 


3 / 2014 

53

HAUPTBEITRAG 

diktiven Regler und vorsichtiges Nachstellen der 

Parameter iterativ fein eingestellt. Auch dieser Prozess 

erfordert Zeit, da manche Effekte sich nicht direkt 

auswirken. 

Bei der Inbetriebnahme einer solchen überlagerten 

Regelung ist die erneute Information aller Beteiligten 

über die Ziele und die Funktion der implementierten 

APC-Anwendung sehr wichtig. Insbesondere die Anlagenfahrer 

müssen für die Bedienung der gehobenen 

Regelung geschult werden [2, 4, 5]. Sie müssen wissen, 

wie sie die APC-Anwendung ein- und ausschalten können, 

unter welchen Bedingungen die Anwendung betrieben 

werden kann und wie sich Grenzwerte oder 

Zielwerte an aktuelle Betriebs- oder Produktionsvorgaben 

anpassen lassen. 

Die hierfür notwendige Information und Eingriffsmöglichkeiten 

können entweder ins Prozessleitsystem 

integriert, oder aber vollständig über eine separate Software 

auf einem separaten Rechner dem Anlagenfahrer 

zugänglich gemacht werden. Welche Lösung gewählt 

wird, sollte mit allen Projektbeteiligten gemeinsam getroffen 

werden, da sich so die Akzeptanz der neuen 

Technologie erhöht. 

4. ERGEBNISSE 

Bild 7 zeigt ein Ergebnis der APC-Anwendung für den 

beschriebenen Beispielprozess. Es ist ersichtlich, dass 

der modellprädiktive Regler den Prozess in einem engen 

Bereich in der Nähe eines optimalen Punktes halten 

kann. So können Produktverluste und Energieverbrauch 

verringert werden. 

Der in Abschnitt 3.1 vorgestellte Lebenszyklus einer APC- 

Anwendung sieht nach der Implementierung neben der 

Überprüfung des Nutzens eine kontinuierliche Überwachung 

der Funktion vor, um die Nachhaltigkeit der Anwendung 

zu gewährleisten. Sinnvoll ist hierfür eine Vor-Ort- 

Betreuung. Diese muss nicht durch den Prozessführungsspezialisten 

erfolgen, der die APC-Anwendung entwickelt 

hat. Der Betreuer sollte jedoch regelmäßig die Funktion der 

Anwendung überprüfen und in der Lage sein, bei Problemen 

eine erste Analyse durchzuführen und kleinere Probleme 

selber oder mit Unterstützung durch den APC-Experten 

zu beheben. So lässt sich erreichen, dass eine APC-Anwendung 

zu mehr als 90 % der Zeit aktiv ist. Dies wiederum 

bildet die Voraussetzung, um die vor Projektbeginn ausgewiesenen 

Einsparmöglichkeiten tatsächlich zu erreichen. 

AUTOREN 

Dr.-Ing. ANJA BRUNBERG (geb. 1980) ist Mitarbeiterin in der 

Gruppe Automation and Process Analytical Technology im 

Bereich Process Technology and Engineering der Evonik 

Industries AG. Ihren Arbeitsschwerpunkt bildet die Realisierung 

von gehobenen Prozessführungsstrategien. Nach dem 

Studium der Elektrotechnik an der TU Braunschweig und der 

University of Rhode Island promovierte sie am Institut für 

Regelungstechnik der RWTH Aachen. 

Evonik Industries AG, 

TE-VT-C, Postbereich 14, Paul-Baumann-Straße 1, D-45772 Marl, 

Tel. +49 (0) 2365 49 49 98, E-Mail: anja.brunberg@evonik.com 

Dipl.-Ing. BENJAMIN SCHRAMM (geb. 1978) ist Mitarbeiter in 

der Gruppe Automation and Process Analytical Technology im 

Bereich Process Technology and Engineering der Evonik 

Industries AG. Seine Arbeitsfelder umfassen die Implementierung 

von gehobenen Regelungsstrategien, die Entwicklung von 

automatischen Anfahrprozeduren für komplexe Anlagen, die 

Modellierung von Softsensoren, sowie die Ermittlung von 

wirtschaftlichen Potenzialen durch den Einsatz von Advanced 

Process Control. Sein Diplomstudium der Informationstechnik 

im Maschinenwesen mit Schwerpunkt Prozesssystemtechnik 

absolvierte er an der Technischen Universität Berlin. 


TE-VT-C, Postbereich 14, Paul-Baumann-Straße 1, D-45772 Marl, 

Tel. +49 (0) 2365 498 63 78, E-Mail: benjamin.schramm@evonik.com 

Dipl.-Ing. MICHAEL KAWOHL (geb. 1975) ist Mitarbeiter 

in der Gruppe Automation and Process 

Analytical Technology im Bereich Process Technology 

and Engineering der Evonik Industries AG. Er 

studierte Informationstechnik im Maschinenwesen 

an der Technischen Universität Berlin. Seinen 

Arbeitsschwerpunkt bildet die Realisierung von 

gehobenen Prozessführungsstrategien. 


TE-VT-C, Postbereich 14, 

Paul-Baumann-Straße 1, D-45772 Marl, 

Tel. +49 (0) 2365 49 52 29, 

E-Mail: michael.kawohl@evonik.com 

Dr.-Ing. MSEE UWE PIECHOTTKA (geb. 1959) leitet 

die Gruppe Automation and Process Analytical 

Technology im Bereich Process Technology and 

Engineering der Evonik Industries AG. Seine 

Hauptarbeitsfelder sind Mess-, Analysen- und 

Regelungstechnik, Datenanalyse sowie Informations- 

und Systemtechnik. 


TE-VT-C, Postbereich 1024-319, 

Rodenbacher Chaussee 4, D-63457 Hanau, 

Tel. +49 (0) 6181 59 44 65, 

E-Mail: uwe.piechottka@evonik.com 

54 


3 / 2014

5. APC – MEHR ALS PRÄDIKTIVE 

MEHRGRÖSSENREGELUNG 

Im Beitrag wurde die modellprädiktive Mehrgrößenregelung 

als ein typisches Verfahren des APC anhand 

eines Beispielprojekts vorgestellt. Im Folgenden sollen 

nun zunächst einige weitere typische APC-Verfahren 

und Anwendungen erläutert werden. Anschließend 

soll ein Ausblick auf eine mögliche Ergänzung des 

vorgestellten APC-Ansatzes gegeben werden. 

5.1 APC-Verfahren und Anwendungen 

Eine grundsätzliche Frage des Regelungsentwurfs ist es, 

wie die zeitlichen Verläufe der Stellgrößen eines Systems 

zu wählen sind, um relevante Systemgrößen entlang vorgegebener 

Trajektorien zu führen. Bei kontinierlichen 

Prozessen betrifft dies zum Beispiel das An- und Abfahren 

von Prozessen oder den Wechsel eines Arbeitspunkts. 

Die Kombination einer flachheitsbasierten Vorsteuerung 

mit einem Gain-Scheduling Regler in einer sogenannten 

Zwei-Freiheitsgrade-Struktur bietet eine gute Möglichkeit 

zur Lösung dieses Problems [3, 9]. Ein Beispiel für eine 

Anwendung ist die Neutralisation von Abwasser [3]. 

Auch in Semi-Batch- und Batch-Prozessen finden sich 

Anwendungsmöglichkeiten für APC. Flachheitsbasierte 

Steuerungen können zum Beispiel zur Prozesssteuerung 

(Chylla-Haase-Reaktormodel, [7]) oder zur Regelung 

einer Temperaturverlaufs-Trajektorie für die Reaktionsmasse 

eines Semi-Batch-Polymerisationsprozesses 

[4, 9] verwendet werden. In [2, 10, 11] werden 

zudem Methoden beschrieben, die sowohl automatisierte, 

optimierte Rezepsteurerungen als auch Batchzu-Batch-Optimierungen 

umfassen. Dazu wird eine 

Interativ Lernende Regelung verwendet. 

5.2 Stationäre Echtzeit-Optimierung 

In der in diesem Beitrag vorgestellten APC-Lösung wurde 

beschrieben, wie mit Hilfe eines modellprädiktiven 

Reglers der Prozess an den optimalen Betriebspunkt 

bewegt werden kann. Der optimale Betriebspunkt wird 

dabei durch Zielgrößen beziehungsweise Grenzwerte 

festgelegt. Diese sind jedoch nicht immer bekannt oder 

fest. Oft stellt sich daher die Frage, was der aktuell 

optimale Betriebspunkt des Prozesses ist. 

Methoden der stationären Echtzeit-Optimierung 

(Real-Time Optimization, RTO) sind eine Möglichkeit, 

um dem modellprädiktiven Regler einen optimalen Betriebspunkt 

in Form von Sollwerten vorzugeben [4, 8]. 

Dazu wird typischerweise ein rigoroses Prozessmodell 

verwendet, das beispielweise komplexe nichtlineare 

Thermodynamik und Reaktionskinetiken enthält. Im 

Gegensatz zum Mehrgrößenregler, der meist minütlich 

den unterlagerten Basisreglern Sollwerte vorgibt, wird 

die RTO in deutlich größeren Abständen durchgeführt; 

ein Zeitraster von Stunden bis zu Tagen ist normal. 

ZUSAMMENFASSUNG UND FAZIT 

In der Prozessindustrie werden kontinuierliche Teilprozesse, 

zum Beispiel Destillationskolonnen, meistens 

noch manuell durch Anlagenfahrer betrieben, 

die durch einige einschleifige Basisregelkreise unterstützt 

werden. Für den Menschen ist es allerdings fast 

unmöglich, einen Mehrgrößenprozess mit mehreren 

Stellgrößen und mehreren Regelgrößen wie Temperaturen, 

Füllständen und Qualitäten an einen optimalen 

Punkt zu bringen und dort zu halten. Advanced Process 

Control, im betrachteten Beispiel eine modellprädiktive 

Regelung, kann einen Prozess konstant an 

einem optimalen Betriebspunkt halten und so zu Einsparungen 

im Energieverbrauch und bei Produktverlusten 

führen. 

Über den Erfolg eines APC-Projektes entscheiden neben 

der technischen Lösung die Kommunikation und 

Zusammenarbeit zwischen allen Projektbeteiligten. 

Nur so können Akzeptanz und Vertrauen in die neue 

Technologie entstehen und eine nachhaltige Verbesserung 

erzielt werden. 


24.10.2013 

REFERENZEN 


[1] Bauer, M., Craig, I.: Economic assessment of advanced process control – 

A survey and framework. Journal of Process Control 18(1), S. 2–18, 2008 

[2] Hagenmeyer, V., Piechottka, U.: Innovative Prozessführung – Erfahrungen 

und Perspektiven. atp – Automatisierungstechnische Praxis 51(1‐2), 

S. 48–64, 2009 

[3] Abel, D., Epple U., Spohr, G.-U.: Integration von Advanced Control in der 

Prozessindustrie. WILEY-VCH Verlag 2008 

[4] Krämer, S., Bamberg, A., Dünnebier, G., Hagenmeyer, V., Piechottka, U., 

Schmitz, S.: Prozessführung: Beispiele, Erfahrung und Entwicklung. 

atp – Automatisierungstechnische Praxis 50(2), S. 68‐80, 2008 

[5] Dittmar, R., Pfeiffer, B.-M.: Modellbasierte prädiktive Regelung in der 

industriellen Praxis. at – Automatisierungstechnik 54(12), S. 590‐601, 2006 

[6] Froisy, J. B.: Model predictive control‐Building a bridge between theory and 

practice. Computers & Chemical Engineering 30(10‐12), S. 1426‐1435, 2006 

[7] Pfeiffer, B.-M., Schneider, M.: Flachheitsbasierte Steuerstrategien für 

Batch-Reaktoren (Flatness based Feedforward Control Strategies for Batch 

Reactors). at – Automatisierungstechnik 54(2), S. 78‐92, 2006 

[8] Tatjewski, P.: Advanced control and on-line process optimization in 

multilayer structures. Annual Reviews in Control 32(1), S. 71‐85, 2008 

[9] Hagenmeyer, V., .Nohr, M.: Flatness-based two-degree-of-freedom control 

of industrial semi-batch reactors using a new observation model for an 

extended Kalman filter approach. International Journal of Control 81(3), 

S. 428-438, 2008 

[10] Deis, W.: Ganzheitlich optimierte Prozesse – effiziente Prozessführung 

endet nicht mit der schnellen Lösung der Regelungsaufgabe. In: Tagungsband 

Automation, S. 213-216. VDI 2009 

[11] Kahrs, O., Dünnebier, G., Krämer, S., Luft, H.: Batch-Prozessführung 

– Potenziale und Herausforderungen. atp edition – Automatisierungstechnische 

Praxis 53(1-2), S. 56‐60, 2011 


3 / 2014 

55

HAUPTBEITRAG 

Regelgütemanagement 

Überwachung und Optimierung der Basisregelung 

Die Basisregelung einer prozesstechnischen Anlage sollte optimal eingestellt sein, 

um auf schwankende Anlagenauslastung flexibler reagieren und um gehobene Regelungs- 

und Prozessführungsstrategien erfolgreich einsetzen zu können. Dies kann 

nur durch kontinuierliche Überwachung und Optimierungen sichergestellt werden. 

Eine manuelle Überwachung und Instandhaltung aller Regelkreise ist bei größeren 

Anlagen schwierig. Es bietet sich der Einsatz von softwarebasierten Analysewerkzeugen 

an, mit denen eine Priorisierung und ein Ressourcenmanagement einfach 

erreicht werden kann. Diesen Prozess bezeichnen die Autoren als Regelgütemanagement. 

Der Beitrag beschreibt die grundsätzlichen Anforderungen an ein Regelgütemanagement 

aus Anwendersicht. Dabei werden neben Aspekten zur Überwachung 

und Optimierung die Anforderungen an die verwendete Software diskutiert und 

Randbedingungen und organisatorische Maßnahmen für eine erfolgreiche Durchführung 

des gesamten Arbeitsprozesses vorgestellt. 

SCHLAGWÖRTER Regelgütemanagement / Controller Performance Management / 

PID-Regelung / Basisregelung 

Controller Performance Management – 

Monitoring and Optimisation 

The regulatory control layer of process plants should be tuned to make it possible to 

react to varying loads, but also so that advanced control and optimisation can be 

implemented successfully. This can only be achieved by continuous monitoring and 

optimisation. The larger the plant, the more difficult manual optimisation becomes. 

It therefore seems prudent to employ software based analysis tools for better selection 

and resource management. We call this process “Controller Performance Management”. 

We describe the requirements of controller performance management from 

a practical viewpoint. We discuss monitoring as well as optimisation but also software 

and organisational requirements for the successful implementation of the complete 

controller performance management workflow. 

KEYWORDS controller performance management / PID control / regulatory control 

56 


3 / 2014

FLORIAN WOLFF, BASF 

STEFAN KRÄMER, Ineos 

Die zunehmende Volatilität der Märkte und die 

dadurch schwankende Auslastung der Anlagen 

in der Prozessindustrie erfordert eine immer 

flexiblere Fahrweise, die sich nur durch 

kontinuierliche Optimierungen sicherstellen 

lässt. In diesem Zusammenhang ist eine ständige Überprüfung 

und Anpassung der eingesetzten Basisregelungen 

im Prozessleitsystem notwendig. Typische Verbesserungsmaßnahmen 

reichen dabei vom einfachen 

Reglertuning über die Einführung erweiterter Regelkreisstrukturen 

(z.B. Störgrößenaufschaltung) bis zum 

Tausch falsch dimensionierter Stellgeräte. 

Die übereinstimmende Aussage in vorhandener Literatur 

ist, dass die Basisregelung per se gut eingestellt 

sein muss und als unterlagerte Regelung für gehobene 

Regelungs- und Prozessführungsstrategien eine wichtige 

Komponente darstellt [1-6]. Nur durch eine gute 

Basisregelung kann eine optimale Prozessführung 

erreicht werden. Die Korrektur einzelner beschränkender 

Regelkreise, die identifiziert werden müssen, 

erlaubt oft deutliche Durchsatzerhöhungen oder Energieersparnisse. 

Eine manuelle Überwachung und Instandhaltung aller 

Regelkreise ist nur bei kleinen Anlagen problemlos möglich, 

bei größeren Anlagen aufgrund der hohen Anzahl 

der Regelungen jedoch schwierig. Zur laufenden Überwachung 

und Verbesserung der Regelgüte bietet sich der 

Einsatz von softwarebasierten Analysewerkzeugen an, 

mit denen eine einfache Priorisierung der notwendigen 

Tätigkeiten und damit ein effizienter Ressourceneinsatz 

erreicht werden kann. Ziel ist es insbesondere, die limitierten 

Ressourcen im Bereich des Technikpersonals zur 

Lösung von Regelungsproblemen sinnvoll einzusetzen 

und Effizienzgewinne bei der Identifizierung notwendiger 

oder optimierender Maßnahmen zu realisieren. Diesen 

Prozess bezeichnen wir als Regelgütemanagement 

(controller performance management, CPM). 

Der Einsatz von spezieller Software für das Regelgütemanagement 

in der Prozessindustrie wird mittelfristig 

die Arbeitsweise und die Aufgaben des Personals 

der Prozessleittechnik (PLT) bedeutend beeinflussen. 

Es ergeben sich daraus neue Anforderungen an die PLT- 

Hersteller bezüglich Funktionalitäten der Produkte 

und Schnittstellen sowie an die Aus- und Weiterbildung 

des PLT-Fachpersonals. 

Dieser Beitrag beschreibt die grundsätzlichen Anforderungen 

an ein Regelgütemanagement aus Anwendersicht. 

Dabei werden neben Aspekten zur Überwachung 

und Optimierung die Anforderungen an die verwendete 

Software diskutiert und Randbedingungen und 

organisatorische Maßnahmen für eine erfolgreiche 

Durchführung des gesamten Arbeitsprozesses vorgestellt. 

Die behandelten Aspekte zum Regelgütemanagement 

sind auch Inhalt einer geplanten Namur-Empfehlung 

zu diesem Thema [7]. 

Die mathematischen Grundlagen und Methoden des 

Regelgütemanagements werden in der Literatur ausführlich 

behandelt. Einen guten Einstieg mit einer umfassenden 

Liste weiterer Literatur zu den Konzepten zur 

Überwachung von Regelkreisen bietet [8]. Dort werden 

aus technischer und wirtschaftlicher Sicht Methoden 

zur daten- oder modellbasierten Leistungsbewertung 

(benchmarking) sowie Algorithmen zur Erkennung einzelner 

Faktoren (etwa Haftreibung, Schwingungen) vorgestellt 

und anhand von Beispielen verdeutlicht. In [9] 

werden neben Methoden zur Bewertung der Regelgüte 

ferner Anforderungen an Software und zugehörige 

Dienstleistungen umrissen. Darüber hinaus gibt es zu 

den für eine erfolgreiche Anwendung des Regelgütemanagements 

ebenso wichtigen, praktischen und organisatorischen 

Aspekten nur wenige wissenschaftliche 

Veröffentlichungen, beispielsweise [10] und [11]. 

1. BASISREGELUNGEN IM PROZESSLEITSYSTEM 

Die Aufgabe einer Regelung ist das Erreichen und Halten 

eines messbaren Prozesswertes (Ist-Wert oder Regelgröße, 

wie beispielsweise Durchfluss) an einem vorgegebenen 

Sollwert durch gezielte Veränderung einer diesen Prozesswert 

beeinflussenden Stellgröße ( zum Beispiel Ventilstellung). 

Als Basisregelung werden die die Regelungen 

bezeichnet, die auf der untersten Ebene der Automatisierungshierarchie 

im Prozessleitsystem enthalten sind. 


3 / 2014 

57

HAUPTBEITRAG 

Klassisch sind dies PID-Regler (proportional integral 

derivative controller) in folgenden Strukturen: 

Regelungen, die durch Stellung eines Ventils 

direkt eine bestimmte Regelgröße beeinflussen 

(beispielsweise Durchfluss, Füllstand) 

Split-Range-Regelungen 

Auswahlregelungen (auch Überwachungs-, 

Override- oder Stand-by-Regelungen) 

Einstufige Kaskadenregelungen 

Regelungen mit Aufschaltung messbarer Störgrößen 

Die Sollwerte dieser Regelungen werden entweder vom 

Bediener oder von höheren Ebenen der Automatisierungshierarchie 

vorgegeben. 

Eine gute Basisregelung erfüllt die oben beschriebene 

Aufgabe in einem möglichst weiten Arbeitsbereich (gekennzeichnet 

durch beispielsweise einen großen Temperaturbereich) 

und unter verschiedenen Störeinflüssen 

(wechselnde Zulauf- oder Außentemperaturen) 

entsprechend der folgenden Vorgaben: 

Geschwindigkeit, 

Führungsverhalten, 

Störungsausregelung, 

Einhaltung der maximal zulässigen Abweichung 

vom Sollwert, 

keine Schwingungen, 

keine Bedieneingriffe. 

Eine typische petrochemische Anlage enthält, abhängig 

von ihrer Komplexität, zwischen 50 und 1 000 Regelkreise. 

Eine Salpetersäureanlage, eine Butadienanlage 

oder eine Glykolanlage benötigt zwischen 50 und 

100 Regelkreise, eine größere Anlage, wie eine Ammoniakanlage 

oder Ethylenoxidanlage, nutzt 200 bis 400 

Regelkreise, während ein Steamcracker bis zu 1 000 

Regelkreise umfasst. Von diesen Regelkreisen sind im 

Normalfall zirka 50 % Druck- und Durchflussregler, die 

häufig direkt ein Ventil ansteuern, der Rest verteilt sich 

auf Temperatur-, Füllstands- und Spezialregler, oft in 

kaskadierten Strukturen. 

2. KONTINUIERLICHER VERBESSERUNGSPROZESS 

Die Regelgüte von Basisregelkreisen lässt sich dauerhaft 

nur verbessern durch laufende Überwachung und regelmäßige 

Optimierungsmaßnahmen. Eine iterative Vorgehensweise 

wird aufgrund der vielen Regelkreise empfohlen, 

bei der in jedem Schritt nur ein Teil der Regelungen 

betrachtet und optimiert wird. Sich ändernde Randbedingungen 

führen dazu, dass viele Regelkreise wiederholt 

betrachtet werden müssen. Diese Ziele sind durch den 

Einsatz eines kontinuierlichen Verbesserungsprozesses 

(KVP), wie er in Bild 1 dargestellt ist, erreichbar. 

Die grundlegenden Aufgaben in diesem Verbesserungsprozess 

sind: 

1 | Analysephase: Auf Basis der betrieblichen Messdaten 

der Basisregelkreise (Istwert, Sollwert, 

Stellwert, Reglermodus) und möglicherweise der 

Regelungsart (Durchfluss, Füllstand) sowie der 

Regelungsstruktur (Kaskade, Störgrößenaufschaltung) 

ist die Regelgüte für jeden Regelkreis zu 

bestimmen und zu bewerten . Mit den Analyseergebnissen 

kann dann unter Berücksichtigung 

der betrieblichen Gegebenheiten die notwendige 

Priorisierung durchgeführt werden. Bei der typischen 

Anlagengröße erfordert die Analysephase 

den Einsatz geeigneter Software. 

2 | Optimierungsphase: Die Hinweise auf Verbesserungspotenziale 

aus der Analysephase sind auf 

mögliche Ursachen zu untersuchen. Daraus lassen 

sich dann die notwendigen Maßnahmen ableiten. 

Sie erfordert häufig Prozesswissen und sollte in 

Abstimmung mit allen Beteiligten (Betriebsmannschaft, 

gegebenenfalls zentrale Facheinheiten) 

durchgeführt werden. Für jeden untersuchten 

Regelkreis sind Maßnahmen festzulegen, umzusetzen 

und zu dokumentieren (Überprüfung von 

Sensoren oder Ventilen, Reglertuning, Strukturoder 

Verfahrensänderungen). 

Das Ziel ist, dass Produktionsbetriebe oder kompetente 

Dienstleister den kontinuierlichen Verbesserungsprozess 

selbstständig durchführen und nur bei Bedarf die Unterstützung 

von Experten in Anspruch nehmen. Für die langfristig 

erfolgreiche Durchführung des kontinuierlichen 

Verbesserungsprozesses sind folgende Punkte essenziell: 

Die regelmäßige Durchführung unter Einbeziehung 

aller notwendigen Teilnehmer muss von einer verantwortlichen 

Person koordiniert und moderiert werden. 

Es müssen alle Schritte des kontinuierlichen Verbesserungsprozesses 

durchgeführt werden. 

Dem Verbesserungsprozess müssen ausreichend Bearbeitungszeit 

und weitere notwendige Ressourcen 

über einen längeren Zeitraum eingeräumt werden. 

Um den kontinuierlichen Verbesserungsprozess zu etablieren, 

ist es hilfreich, zunächst unter Anleitung eines 

Experten in Regelgütemanagement eine Analyse aller 

Regelkreise durchzuführen und einen Teil der Regelkreise, 

die nicht die Kriterien guter Basisregelung erfüllen, 

zu optimieren. Dabei sollte, falls nötig, auch das 

Feintuning der eingesetzten Analysesoftware erfolgen. 

3. ASPEKTE DER ÜBERWACHUNG UND OPTIMIERUNG 

Das erfolgreiche Regelgütemanagement im KVP steht 

auf vier Säulen, 

1 | der Berechnung von aussagekräftigen Kenngrößen 

(key performance indicators, KPI), 

2 | einer nutzergerecht interpretierbaren Darstellung 

von KPI, 

3 | einer Möglichkeit zum Tunen von Reglern und 

4 | einem gelebten Arbeitsprozess (Workflow) des Regelgütemanagements 

mit softwareunterstützter 

Handlungsdokumentation. 

58 


3 / 2014

Prozessdaten, 

Zielvorgaben 

Softwaregestützte 

Analyse 

KPI 

BILD 1: 

Kontinuierlicher 

Verbesserungsprozess 

(KVP) 

Umsetzung 

Ableitung von 

Maßnahmen 

KPI Zustände / Wertebereich Zusatzinformationen 

Übersicht 

Global-Regelgüte In Ordnung / Verbesserungsbedarf zuverlässig: ja / nein 

Detailanalyse 

Regler benötigt 0–100% der Zeit – 

Regler im Eingriff 

Nein: Handbetrieb 

Nein: Sättigung 

Schwingungen 

Form 

Periodendauer 

Amplitude 

Regelgeschwindigkeit 

0–100% der Zeit 




harmonisch / mit Oberwellen 

in Minuten 

Absolutwert / % des mittl. Ist-Werts 

zu langsam / in Ordnung / zu schnell 

(bezogen auf Zielvorgabe) 

– 

– 

– 

– 

zuverlässig: ja / nein 

Schwankungsbreite 

Schwankungsbreite 

zuverlässig: ja / nein 

Aktorprobleme In Ordnung / signifikant zuverlässig: ja / nein 

Sensorprobleme 

In Ordnung / signifikant 

Signal/Rausch-Verhältnis, 

Ausreißer 

Stellaufwand In Ordnung / zu hoch zuverlässig: ja / nein 

Manuelle Eingriffe Anzahl pro Bediener und Tag – 

TABELLE 1: 

Übersicht der 

Kenngrößen und 

deren Ausgabe 

3.1 Kenngrößen (KPI) 

Für die Nutzung innerhalb des kontinuierlichen Verbesserungsprozesses 

sollte eine Software eine Mindestanzahl 

von Kenngrößen bereitstellen, die dem Nutzer direkt 

eingängig sind. Zu diesen Kenngrößen gehören: 

Für die Übersicht (einfache Anwendung): Für die 

Übersicht wird ein KPI benötigt, der die Gesamt- 

Regelgüte des Regelkreises möglichst objektiv abbildet. 

Es reicht, wenn der KPI den Regelkreis in 

den Kategorien In Ordnung und Es besteht Verbesserungsbedarf 

bewertet. Der KPI muss eine Angabe 

zu seiner Verlässlichkeit beinhalten. Bei Verbesserungsbedarf 

ist ein Hinweis auf mögliche Ursachen 

erforderlich. Die Auswertung muss vor allem robust 

sein: Wenn ein Regelkreis einen Regelfehler 

hat, dessen Standardabweichung kleiner als die 

des Messrauschens ist, ist er In Ordnung. 

Für die Detailanalyse (Experte) werden Einzel-KPI 

benötigt, die der Nutzer heranzieht, um dem Problem 

eines Regelkreises auf den Grund zu gehen. 

Diese stellen die Basis der Übersichtsbewertung 

dar. Folgende Information sollte aus diesen KPI 

hervorgehen, Tabelle 1 gibt eine Übersicht der Bewertungsart: 

Wurde der Regler während der Analysezeit benötigt, 

wenn ja, wie lange (Ausschluss von Auswahl- 

Reglern oder Reglern bei Anlagenabstellungen)? 

War der Regler im Eingriff? Wenn nein: 

– War der Regler auf Hand? 

– War der Regler in der Sättigung, war die Sättigung 

am oberen oder unteren Ende des Stellbereichs? 

Schwingt der Regler? Wenn ja, 

– wie häufig? 

– ist es eine harmonische Schwingung oder treten 

Oberwellen auf? 

– bei welcher Frequenz? 

– mit welcher Amplitude? 

Ist die Regelgeschwindigkeit adäquat für den Prozess? 

Gibt es Probleme mit Aktoren (hakende Ventile)? 

Gibt es Probleme mit Sensoren (großes Messrauschen)? 

Nutzt das Verhalten des Reglers den Aktor stark ab 

und verschenkt somit auch Steuerenergie (Stellaufwand)? 

Häufigkeit der Handeingriffe (Stell- oder Sollwertänderungen)? 


3 / 2014 

59

HAUPTBEITRAG 

Um KPI sauber zu bewerten, müssen sie bestimmte Kriterien 

erfüllen: 

1 | Zahlenwerte sollten in Relation zu geeigneten Prozessgrößen 

angegeben werden, beispielsweise in 

Prozent des Sollwerts, des durchschnittlichen Messwerts 

oder Messbereichs oder des mittleren Regelfehlers; 

gegebenenfalls müssen sie auf Abtastung, 

Analysezeitraum oder Messbereich normiert werden. 

2 | Alle KPI werden nur für den Zeitraum, in dem der 

Regler benötigt wird, berechnet. Dies ist relevant 

für Auswahlregler, Batch-Prozesse, Anfahrregler, 

Anlagenstillstände und ähnliche Phänomene. 

3 | KPI müssen, wenn sinnvoll, für Anlagenteile aggregierbar 

sein, um eine Übersicht über Anlagenteile 

oder die Gesamtanlage zu erhalten (Mittelwert 

über Anlagenteile). 

4 | KPI müssen historisiert werden und in Plots anzeigbar 

sein. Hier sollten Zusammenfassungen 

über Zeiträume möglich sein, zum Beispiel über 

Box-Whisker-Plots. 

5 | KPI sollten korreliert werden können oder automatisch 

korreliert werden, beispielsweise Last 

mit Schwingungen oder Regelgeschwindigkeit. 

Zusätzlich zu den KPI sollte eine Software den Nutzer 

durch Hinweise auf mögliche Ursachen bei der weiteren 

Arbeit unterstützen, zum Beispiel bei Ventilhaken 

oder ungeeigneten Reglerparametern. 

Einige Regelkreise bedürfen einer besonderen Behandlung, 

was bei der Bewertung zu berücksichtigen 

ist. Dazu gehören Pufferstandregelungen und Analyseregelungen: 

Bei Pufferstandregelungen müssen Störungen 

im Zulauf stark gedämpft an den Ablauf weitergegeben 

werden, wobei der Stand in einem relativ großen 

Bereich gehalten werden muss. Bei Analyseregelungen 

sind oft lange oder unregelmäßige Abtast- und 

Totzeiten zu berücksichtigen. Des Weiteren wird in 

Punkt 5 der immer vorhandene Mehrgrößencharakter 

von Chemieanlagen, in denen stets verkoppelte Strukturen 

bestehen, bereits teilweise zum Ausdruck gebracht. 

Bei deutlicher physikalischer Kopplung oder bei 

durch Regelungsstrukturen geschaffenen Kopplungen 

müssen die gekoppelten Regelkreise besonders betrachtet 

werden, da bei diesen Strukturen die optimale Einstellung 

aller Einzelregler nicht das Optimum für die 

Anlage darstellen muss. 

3.2 Darstellung der Kenngrößen 

Gute Berechnungen und gute KPI (das heißt robuste und 

aussagekräftige Zahlenwerte und Hinweise) sind die 

mathematische und inhaltliche Basis eines Regelgütemanagementsystems. 

Darauf aufbauend ist eine geeignete 

Darstellung der Ergebnisse erforderlich. Nur 

eine gute rollenbasierte Darstellung der Ergebnisse erlaubt 

es dem Benutzer, die theoretischen Ergebnisse 

gewinnbringend in die Praxis umzusetzen. Geeignete 

Schnittstellen müssen dem Benutzer die Flexibilität 

geben, neben der integrierten Darstellungsfunktion externe 

Visualisierungs-Software einzusetzen. Die integrierte 

Darstellungsfunktion muss eine sinnvolle Anzahl 

solcher Berichte bereits standardmäßig an Bord 

haben, vergleiche Abschnitt 4. 

Verfügbare Visualisierungs-Software ist gegebenenfalls 

besser in der Lage, ein gutes Berichtswesen durch 

alle Hierarchieebenen zu etablieren. Daraus ergeben 

sich Anforderungen an die Schnittstellen des Regelgütemanagementsystems 

zu anderen Softwarepaketen, 

siehe Abschnitt 4.1. 

Die Berichte müssen sich an die Ebene des Nutzers 

in der Hierarchie anpassen lassen (rollenbasierte Darstellung). 

Ein Anlagenleiter möchte eher eine Übersicht 

sehen und eher einen Arbeitsprozess anstoßen, während 

der PLT-Spezialist viele Details erfahren möchte. 

Die verwendete Darstellung muss ein hierarchisch gestuftes, 

topologisches Reporting anbieten und die Anlagenhierarchie 

abbilden. 

Die folgenden Berichte stellen Beispiele an Darstellungsmöglichkeiten 

dar, die das Regelgütemanagement 

bieten muss: 

Top-X-Listen von 

schlechten Reglern (auf Basis der Übersichts-KPI) 

langsamen Reglern 

aggressiven Reglern 

schwingenden Reglern 

Reglern auf Hand 

Reglern mit hakendem Ventil 

Reglern in Sättigung 

Regelgüte eines Prozesses bezogen auf die Last 

Regelgüte während An- und Abfahrphasen, in 

Batch-Prozessen und während Produktwechseln 

Ein Regelgütemanagementsystem sollte konfigurierbar 

Meldungen an Nutzer absetzen. Bei deren Konfiguration 

sollten die Vorgaben aus den Empfehlungen 

für Alarm Management [12], berücksichtigt werden. 

Das Verschicken einer E-Mail, ebenso die Alarmierung 

im Prozessleitsystem sind technische Möglichkeiten, 

wie ein Regelgütemanagement diese Forderung 

erfüllen kann. 

3.3 Regleroptimierung (Tuning) 

Zum Regelgütemanagement gehört ein Werkzeug zur 

Reglereinstellung, also zur Einstellung des P, I und 

D-Anteils eines PID-Reglers. Änderungen an den Tuning-Parametern 

muss das Regelgütemanagement 

dokumentieren. 

An ein Werkzeug für die Reglereinstellung werden 

folgende Mindestanforderungen gestellt [13]: 

1 | Versuchsdaten können sehr einfach (am besten 

mit der bestehenden Konfiguration des PLS) ausgelesen 

werden, historisch oder live. 

2 | Das Werkzeug hat einen guten Einstellalgorithmus, 

der aus Identifikation eines Modells und 

Reglereinstellregeln besteht. Der Nutzer kann 

60 


3 / 2014

anpassen, wie schnell der Regler sein soll und 

welche Aufgabe er hat. Die Mindestanforderung 

umfasst hier: 

a | Führungsverhalten 

b | Störverhalten 

3 | Eine Bewertung der Zuverlässigkeit der Ergebnisse 

muss verfügbar sein (Warnhinweise bei ungenügender 

Modellgüte und daraus resultierenden 

unzuverlässigen Reglerparametern). 

4 | Die Ergebnisse werden passend für das vorhandene 

Leitsystem ausgegeben. 

3.4 Arbeitsprozess (Workflow) 

Der Arbeitsprozess des Regelgütemanagements ergibt 

sich aus dem kontinuierlichen Verbesserungsprozess, 

den die Software unterstützen muss (siehe Bild 1). Dazu 

sind folgende Kompetenzen notwendig: 

Verfahrenskompetenz (Verfahrensingenieur): kennt 

den Gesamtprozess, kann Auswirkungen von Änderungen 

beurteilen und gegebenenfalls weitere 

Maßnahmen veranlassen 

Anlagenkompetenz (Schichtführer): kennt typische 

Fahrweise und Probleme und deren Historie 

PLT-Kompetenz (PLT-Techniker): kennt Möglichkeiten 

der Umsetzung im PLS & Instrumentierung, 

Reglertuning 

APC-Kompetenz (APC-Ingenieur): kann komplexe 

Lösungsansätze einbringen und bewerten, Berater 

im KVP, erkennt Potenziale für Advanced-Process- 

Control-Lösungen 

Zur Einführung des Regelgütemanagements empfehlen 

sich mehrere Schritte, die zu durchlaufen sind: 

1 | Festlegung von Rollen: Wie ein Projekt sollte der 

Workflow eines gelebten Regelgütemanagements 

Personen in verschiedenen Hierarchieebenen umfassen. 

Daraus ergeben sich mindestens die folgenden 

Rollen: 

a | IT-Experte: Sorgt für ein reibungslos funktionierendes, 

technisches System 

b | Initiator: Sucht Regelkreise heraus, die analysiert 

werden müssen 

c | Optimierer: Analysiert einzelne Regelkreise 

auf deren Verbesserungspotenzial und leitet 

Maßnahmen ab 

d | Umsetzer: Setzt Verbesserungsvorschläge an 

den ausgewählten Reglern um, beispielsweise 

Reglertuning 

e | Berichterstatter 

f | KVP-Verantwortlicher 

Die Rollen b bis d müssen von einem Team, dessen 

Mitglieder alle Aufgaben beherrschen, durchgeführt 

werden. Dieses Team benötigt handfeste 

Unterstützung aus der Ebene der Betriebsleitung, 

unter anderem, da unter anderem viele kleine 

Sprungversuche an der Anlage durchgeführt werden 

müssen. 

2 | Die Erstoptimierung sollte aus der Erfahrung der 

Autoren nicht entfallen. Der Grund dafür liegt 

in der Effizienz des einmal eingearbeiteten Personals 

und der Herstellung einer guten Ausgangsbasis, 

gegen die ein KVP dann gute Ergebnisse 

bringen kann. Wir empfehlen, die Erstoptimierung 

auf Projektbasis durchzuführen. Dabei 

muss das Personal, das den KVP und die 

Instandhaltung im Betrieb übernehmen soll, 

bereits aktiv eingebunden werden. Erfahrungsgemäß 

sind für die Erstoptimierung mindestens 

vier Wochen einzuplanen. 

Die Erstoptimierung besteht aus folgenden Schritten: 

a | Festlegung der Regler, die in der Erstoptimierung 

zu betrachten sind 

b | Erster Optimierungsdurchgang (ohne Anlagenkenntnis 

möglich) 

I | Hand/Automatik hinterfragen 

II | Schwingen und Ventilhaken beheben 

III | Regler mit hohen Alarm oder Eingriffswerten 

hinterfragen 

IV | Alle Durchfluss- und Druckregler, die mit 

einem Tuning-Werkzeug schnell einstellbar 

sind, einstellen 

c | Zweiter Optimierungsdurchgang 

I | Oft führt das Einstellen der Durchflussund 

Druckregler zu einer allgemeinen 

Verbesserung. Daher ist eine erneute Auswahl 

der zu betrachtenden Regler durch 

den Initiator notwendig 

II | Regelungsstruktur bewerten, zum Beispiel 

Kaskaden, Aufschaltungen 

III | Bei reinen Tuning-Problemen: diese Regler 

tunen 

IV | Bei Prozessproblemen: Instandhaltung 

einplanen 

V | Bei Regelungsstruktur- und deutlichen 

Kopplungsproblemen: Advanced-Process- 

Control-Personal hinzuziehen 

d | Übergabe in die kontinuierliche Verbesserung 

3 | Kontinuierliche Verbesserung: Dieser iterative 

Prozess nutzt dieselbe Vorgehensweise wie die 

Erstoptimierung, jedoch nur für Regler, die 

durch die KPI als Nicht in Ordnung identifiziert 

wurden. Der KVP ist daher einfacher, wenn die 

Anlage vorab durch eine Erstoptimierung gut 

eingestellt wurde. 

Für die Durchführung des KVP ist in verschiedenen 

Bereichen Anlagenkenntnis erforderlich, beispielsweise 

für die Festlegung von Zielvorgaben. Auch wenn sich 

30 % bis 40 % der Regler ohne Anlagenkenntnis auf ein 

gutes Regelungsverhalten einstellen lassen, werden mit 

Anlagenkenntnis bessere Ergebnisse erzielt. 

Einige oder alle Rollen sowie die Optimierung können 

externe Partner übernehmen, wenn internes Personal 

für die Aufgabe nicht zur Verfügung steht. Ebenso 

kann dafür eine passende Software nur für eine 

beschränkte Zeit an die Anlage angeschlossen werden 

(software as a service). 


3 / 2014 

61

HAUPTBEITRAG 

4. ANFORDERUNGEN AN DIE SOFTWARE 

Grundsätzlich stehen zwei Ansätze zur softwarebasierten 

Regelgüteüberwachung zur Verfügung. Die erste Möglichkeit 

besteht darin, solche Analysewerkzeuge in moderne 

Prozessleitsysteme (PLS) zu integrieren, die die 

PLS-intern vorhandene Information über die Basisregelungen 

nutzen. Dies hat den Vorteil, dass das Analysewerkzeug 

über alle im PLS gesammelten Daten verfügt, 

ohne eine externe Schnittstelle zu benötigen, und alle 

Möglichkeiten des PLS berücksichtigen kann. Aus dem 

Einsatz verschiedener PLS-Versionen oder gar verschiedenen 

Produkten mehrerer PLS-Hersteller resultiert jedoch 

eine möglicherweise nur schwer zu beherrschende 

Vielfalt an Analysewerkzeugen und -möglichkeiten, sodass 

dieser Ansatz hauptsächlich bei einer einheitlichen 

PLS-Landschaft oder Einzelanlagen vorteilhaft erscheint. 

Die zweite Möglichkeit besteht darin, Lösungen PLSunabhängiger 

Lieferanten zu nutzen. In diesem Fall 

muss die relevante Information aus dem PLS extrahiert 

und der Analysesoftware übermittelt werden. Dieser 

Ansatz verursacht einen höheren Installations- und 

Konfigurationsaufwand, bietet aber ein einheitliches 

Werkzeug unabhängig vom PLS-Hersteller oder der eingesetzten 

PLS-Version. Damit muss das notwendige 

Know-how nur für ein System aufgebaut und vorgehalten 

werden, sodass sich im Fall einer vorhandenen PLS- 

Vielfalt erhebliche Effizienzvorteile ergeben können. 

Die folgenden Ausführungen beziehen sich auf die Anforderungen 

an Lösungen PLS-unabhängiger Lieferanten, 

können jedoch sinngemäß ebenso auf PLS-interne Lösungen 

übertragen werden. Einige Aspekte (zur Administration 

und Konfiguration) spielen bei PLS-internen 

Lösungen keine oder nur eine untergeordnete Rolle. 

Insgesamt empfiehlt es sich, vor der Einführung eines 

Regelgütemanagementsystems die in Frage kommenden 

Softwarepakete auf die im Abschnitt 3 genannten Punkte 

gemäß den Anforderungen im Unternehmen zu überprüfen. 

4.1 Benutzeranforderungen 

Die grundsätzlichen Anforderungen an ein Regelgütemanagementsystem 

aus Benutzersicht entsprechen prinzipiell 

denen für andere Softwareprodukte und sind in ISO/ 

IEC 9126 [14] beziehungsweise dem Nachfolger ISO/ 

IEC 25000 [15] festgelegt. Vor der Entscheidung für ein Softwarepaket 

eines bestimmten Anbieters sollte unter Berücksichtigung 

der speziellen Anforderungen im Unternehmen 

oder der Einsatzumgebung geprüft werden, inwieweit sich 

das Softwarepaket für den angestrebten Zweck eignet. Die 

Erfahrung zeigt, dass die nachfolgend aufgeführten Aspekte 

intensiv und kritisch geprüft werden müssen: 

Funktionalität: 

Bietet die Software alle notwendigen Funktionen 

für eine erfolgreiche Durchführung des Regelgütemanagements, 

vergleiche Abschnitt 3? 

Liefert die Software zuverlässige Hinweise auf 

mögliche Lösungsansätze (Reglertuning, Ventilprobleme)? 

Sind die Analyseergebnisse korrekt oder lassen 

zumindest eine Aussage über ihre Verlässlichkeit 

zu (Angabe von Standardabweichungen oder Vertrauensintervallen)? 

Können alle benötigten Datenquellen eingebunden 

werden, vergleiche Abschnitt 4.2? 

Ist die Sicherheit vor unberechtigten Zugriffen gewährleistet 

und können einzelnen Nutzern oder 

Nutzergruppen ausreichend fein gestaffelte Zugriffsrechte 

vergeben werden? 

Zuverlässigkeit: 

Arbeiten alle Softwaremodule und Datenverbindungen 

fehlerfrei? 

Werden alle essenziellen Systemfunktionen laufend 

überwacht und bei Problemen angemessene 

Hinweise geliefert? 

Wie verhält sich das System bei fehlenden oder 

unplausiblen Daten (Messdaten, Konfigurationseinstellungen)? 

Steht alle Information jederzeit und zeitnah zur 

Verfügung oder gibt es häufig Verzögerungen oder 

Ausfälle? 

Benutzbarkeit: 

Ist die Analysesoftware klar und übersichtlich 

strukturiert? 

Ist alle dargestellte Information für unerfahrene Anwender 

verständlich und korrekt interpretierbar oder 

besteht die Gefahr von Fehlinterpretationen? 

Ist eine rollenbezogene Darstellung von Informationen 

mit unterschiedlichem Detailgrad für verschiedene 

Nutzergruppen (Betriebsleitung/Management, 

Schichtmitarbeiter) möglich? 

Kann die Verfügbarkeit von Softwarefunktionen für 

verschiedene Nutzergruppen eingestellt werden (Root- 

Cause-Analysen für Nutzer mit tiefem Fachwissen)? 

Ist der Einarbeitungsaufwand angemessen? 

Lässt sich die Benutzeroberfläche generell und für 

einzelne Nutzer anpassen (Personalisierung von 

Darstellungen und Berichten)? 

Unterstützt die Analysesoftware durchgängig den 

prinzipiellen Arbeitsablauf des Regelgütemanagements 

(durch Dokumentationsfunktionen, Informationsaustausch 

zwischen Benutzern, Darstellung 

einer Änderungshistorie)? 

Können maßgeschneiderte Berichte für verschiedene 

Nutzergruppen automatisch erstellt und versendet 

werden? 

Wird der Nutzer/Administrator auf Änderungen in 

unterlagerten Systemen hingewiesen, die gegebenenfalls 

eine Aktion erfordern? 

Kann über die Analysesoftware auf Daten aus anderen 

Systemen zugegriffen werden und können 

Daten aus der Analysesoftware zu anderen Systemen 

exportiert werden? 

Effizienz: 

Ist die Arbeitsgeschwindigkeit ausreichend, das 

heißt sind alle Informationen ohne zu großen Zeitaufwand 

abruf- und verarbeitbar? 

62 


3 / 2014

Steht der für eine ausreichende Arbeitsgeschwindigkeit 

notwendige Ressourceneinsatz 

(Hardware) in einem akzeptablen Verhältnis 

zum Nutzen? 

Wartbarkeit: 

Sind Modifikationen des Systems zur Anpassung 

an besondere Anforderungen einfach möglich 

(zur Berücksichtigung von Besonderheiten im 

betrieblichen Arbeitsablauf)? 

Können Fehlfunktionen einfach behoben werden? 

Kann ein vorheriger, fehlerfreier Zustand (nach 

einer Fehlkonfiguration) einfach wieder hergestellt 

werden? 

Ist das System einfach erweiterbar (Einführung 

zusätzlicher Funktionen oder Erweiterung auf 

andere Produktionsanlagen)? 

Können Modifikationen zu weitreichenden, unerwünschten 

Konsequenzen führen oder wird 

dies prinzipiell vermieden, zum Beispiel durch 

geeignete Modularisierung? 

Insgesamt ist es essenziell, dass alle Nutzer des Regelgütemanagementsystems 

ohne großen Einarbeitungsaufwand 

mit dem System arbeiten und sich auf die 

gelieferte Information verlassen können. Schon eine 

geringe Zahl von Fehldiagnosen kann das Vertrauen 

der Nutzer in die Leistungsfähigkeit des Systems als 

Ganzes und damit dessen Einsatz im Rahmen der täglichen 

Arbeit entscheidend verringern. 

4.2 Administration und Konfiguration 

Ein PLS-unabhängiges Regelgütemanagementsystem 

wird hardwareseitig typischerweise auf einer Client- 

Server-Struktur installiert und kann damit prinzipiell 

von beliebig vielen Nutzern dezentral genutzt werden 

(im Gegensatz zu einer PLS-internen Lösung, die oft 

nur von den Engineering-Stationen des PLS aus bedient 

werden kann). Der Zugriff erfolgt für alle Nutzer des 

Systems zum Beispiel über eine webbasierte Applikation, 

administrative Aufgaben können entweder ebenfalls 

webbasiert oder über direkten Zugriff auf die Server 

erledigt werden. 

Ein solches Regelgütemanagementsystem erfordert 

eine umfassende Nutzer- und Rechteverwaltung, mit 

der die Zugriffe auf die spezifischen Daten von Produktionsanlagen 

(Messdaten und Regelgüteanalysen) eindeutig 

festgelegt werden können und gleichzeitig ein 

komfortabler Datenaustausch zwischen verschiedenen 

Nutzern ermöglicht wird. Andererseits sind separate 

Berechtigungen für allgemeine administrative Aufgaben 

(Softwareupdates, Rechtemanagement, Datenverbindungen) 

und betriebsspezifische administrative 

Tätigkeiten (Hinzufügen von Regelkreisen, Anpassung 

von Benchmarks) erforderlich. 

Zur Vereinfachung der allgemeinen administrativen 

Aufgaben empfiehlt sich neben der zentralen serverbasierten 

Installation des Regelgütemanagementsystems 

der Einsatz einer zentralen Systemüberwachung, die 

alle Module und Datenverbindungen des Systems laufend 

überwacht und im Fehlerfall entsprechend alarmiert. 

Hilfreich sind weiterhin Schnittstellen, zum 

Beispiel zur Übernahme von Zugriffsberechtigungen 

aus anderen vorhandenen IT-Systemen. 

Zur Durchführung der Regelgüteanalysen benötigt 

die Software verschiedene Information (Messsignale, 

Zielvorgaben/Benchmarks, gegebenenfalls weitere Statusinformation) 

über jeden Regelkreis. Diese Information 

stammt normalerweise aus unterschiedlichen 

Quellen. Statische Information, wie Benchmarks, muss 

vom Betriebspersonal auf Basis ihres Anlagen- und 

Verfahrenswissens festgelegt und der Software zur 

Verfügung gestellt werden. Andere strukturelle Information, 

wie die Zugehörigkeit eines Regelkreises zu 

einem bestimmten Anlagenteil, kann möglicherweise 

aus anderen existierenden Datenquellen extrahiert 

werden, wofür ebenfalls geeignete Schnittstellen erforderlich 

sind. 

Veränderliche Information (Messsignale) kann aus 

verschiedenen Quellen (direkt aus dem PLS oder 

einem zwischengeschalteten BDIS/PIMS) stammen 

und wird über feste Bezeichner identifiziert, die ebenfalls 

der Analysesoftware bekannt sein müssen. Es 

empfiehlt sich, ein separates Kurzzeitarchiv einzusetzen, 

indem alle Messdaten unkomprimiert und mit 

ausreichend hoher Abtastrate für einen Zeitraum von 

mehreren Wochen gepuffert werden können. Insgesamt 

müssen alle für die Regelgüteanalysen notwendigen 

Messdaten aus den Quellsystemen (PLS, BDIS, 

PIMS, separates Kurzzeitarchiv) jederzeit mit hinreichend 

hoher Qualität (das heißt insbesondere mit 

ausreichend hoher Abtastrate und möglichst geringer 

Datenkompression) und hoher Datenrate zur Verfügung 

stehen. 

Alle notwendige Information muss mit möglichst geringem 

manuellen Aufwand in der Analysesoftware 

konfiguriert und gepflegt werden können. Des Weiteren 

ist darauf zu achten, dass alle elektronisch gespeicherten 

Daten durch das Regelgütemanagementsystem aus 

allen im Unternehmen vorhandenen Datenquellen ausgelesen 

werden können. 

Schließlich muss die Analysesoftware durch administrative 

Vorgaben an den prinzipiellen Arbeitsablauf 

im Unternehmen anpassbar sein, ohne dadurch den 

einzelnen Nutzer zu sehr einzuschränken. Empfehlenswert 

sind die rollenbasierte Vergabe von Berechtigungen 

und die Einrichtung standardisierter Berichte 

und Auswertungen für unterschiedliche Nutzergruppen 

mit einstellbarem Detailgrad. 

FAZIT 

Im Beitrag werden Anforderungen an einen kontinuierlichen 

Verbesserungsprozess der Regelgüte mit Softwareunterstützung 

definiert. Dies bezeichnen wir als 

Regelgütemanagement. Für ein gutes Regelgütemanagement 

müssen viele Details beachtet werden, die im Artikel 

aufgeführt worden sind. Die beschriebenen Anforderungen 

erlauben eine detaillierte Prüfung, 


3 / 2014 

63

HAUPTBEITRAG 

1 | ob ein Regelgütemanagement im eigenen Betrieb 

nötig und gewinnbringend ist, 

2 | ob genug Personal vorhanden ist oder ein Dienstleister 

einbezogen werden soll, 

3 | auf welche Kriterien der Bewertung zu achten ist, 

4 | wie ein Arbeitsprozess aufzubauen ist, und 

5 | ob ein Softwarehersteller die auf dieser Basis definierten 

Anforderungen erfüllen kann oder ein eigenes 

angepasstes System aufgebaut werden muss. 

AUTOREN 


31.10.2013 


DANKSAGUNG 

Die Autoren danken den Mitgliedern des 

Namur-Arbeitskreises 2.02 Prozessführung 

für die Durchsicht des Manuskripts. Der Dank 

gilt insbesondere Anja Brunberg (Evonik), 

Achim Küpper (Bayer), Otmar Lorenz 

(Siemens), Axel Schild (IAV), Karsten Schulze 

(Linde), Constantin Wagner (RWTH Aachen) 

für umfangreiche Diskussionen und 

Verbesserungs vorschläge. Weiterhin bedanken 

sich die Autoren beim VDI Arbeitskreis 6.22 

für die konstruktive Kritik. 

Dr.-Ing. FLORIAN WOLFF 

(geb. 1980) ist Senior Automation 

Engineer in der Fachgruppe 

Advanced Process Control im 

Fachzentrum für Automatisierungstechnik 

bei der BASF SE. 

Seine Arbeitsschwerpunkte 

sind Controller Performance 

Management und APC-Lösungen 

für Konti-Anlagen. Seit 2014 ist er Obmann 

des Namur Arbeitskreises 2.2 Prozessführung. 

BASF SE, 

L440, D-67056 Ludwigshafen, 

Tel. +49 (0) 621 607 95 90, E-Mail: florian.wolff@basf.com 

Dr.-Ing. STEFAN KRÄMER 

(geb. 1972) ist Energiemanager bei 

Ineos in Köln. Sein früheres 

Arbeitsfeld umfasste Advanced 

Process Control. Bis 2013 war er 

Obmann des Namur Arbeitskreises 

2.2 Prozessführung. Zusätzlich 

unterrichtet er Batch Process 

Operation an der Technischen 

Universität Dortmund, Fachbereich Bio- und Chemieingenieurwesen. 

Ineos Köln GmbH, 

Standortentwicklung, Alte Str. 201, D-50769 Köln, 

Tel. +49 (0) 221 355 52 65 78, E-Mail: stefan.kraemer@ineos.com 

REFERENZEN 

[1] Krämer, S., Bamberg, A., Dünnebier, G., Hagenmeyer, V., 

Piechottka, U., Schmitz, S.: Prozessführung: Beispiele, 

Erfahrung und Entwicklung. atp – Automatisierungstechnische 

Praxis 50(2), S. 68–80, 2008 

[2] Hagenmeyer, V., Piechottka, U.: Innovative Prozessführung 

– Erfahrungen und Perspektiven. atp – Automatisierungstechnische 

Praxis 51(1-2), S. 48-64, 2009 

[3] Schuler, S. (Hrsg.): Prozessführung, Oldenbourg 1999 

[4] Kahrs, O.: Einsatz gehobener Automationslösungen. atp edition 

– Automatisierungstechnische Praxis 54(1-2), S. 62-66, 2012 

[5] Skogestad, S.: Simple analytic rules for model reduction 

and PID controller tuning. Journal of Process Control 13, 

S. 291-309, 2003 

[6] Åström, K., Hägglund, T.: PID Controllers: Theory, Design 

and Tuning. ISA 1995 

[7] NE 152: Regelgütemanagement: Überwachung und Optimierung 

der Basisregelung von Produktionsanlagen (Entwurf). Namur 

[8] Ordys, A.W.; Uduehi, D., Johnson, M.A. (Hrsg.): Process Control 

Performance Assessment: From Theory to Implementation. 

Springer 2007 

[9] Dittmar, R.: Control Performance Monitoring. In: Früh, K.F., 

Maier, U., Schaudel, D. (Hrsg.): Handbuch der Prozessautomatisierung 

: Prozessleittechnik für verfahrenstechnische 

Anlagen, S. 142-157, Oldenbourg 2009 

[10] Wolff, F., Roth, M., Nohr, M., Kahrs,O.: Softwaregestützte 

Regelgüteoptimierung in der chemischen Industrie – 

Erfahrungen und zukünftige Anforderungen aus industrieller 

Sicht. In: Tagungsband Automation, S. 161-164. VDI 2012 

[11] Wolff, F.: Kontinuierliches Regelgütemanagement in der 

Prozessindustrie - Herausforderungen und Erfahrungen 

aus Anwendersicht, eingereicht bei ECV – TechnoPharm 

[12] NA 102: Alarm Management. Namur 2003 

[13] VDI 3685 Blatt 3: Adaptive Regler: Inbetriebnahmesysteme für 

Regelungen, 2001 

[14] ISO/IEC 25010: Systems and software engineering – Systems and 

software Quality Requirements and Evaluation (SQuaRE) – System 

and software quality models. ISO 2011. http://www.iso.org 

[15] ISO/IEC 25000: Software engineering - Software product Quality 

Requirements and Evaluation (SQuaRE) – Guide to SQuaRE. 

ISO 2005. http://www.iso.org 

64 


3 / 2014

Process Control 

Systems Engineering 

Process Control Systems (PCS) are distributed control systems (DCS) that are specialized 

to meet specific requirements of the process industries. The text book 

focuses on PCS engineering basics that are common to different domains of the 

process industries. It relates to an experimental research plant which serves for 

the exploration of the interaction between process modularization and process 

automation methods. This permits to capture features of highly specialized and integrated 

mono-product plants as well as application areas which are dominated by 

locally standardized general-purpose apparatus and multi-product schemes. While 

the text book’s theory is applicable for all PCS of different suppliers, the examples 

refer to Siemens’ control system PCS 7. Focusing on a single PCS enables readers 

to use the book in basic lectures on PCS engineering as well as in computer lab 

courses, allowing students to gain hands-on experience. 

Editor: L. Urbas 

1 st edition 2012 

204 pages, content in English, 

165 x 230 mm, hardcover 

ISBN: 978-3-8356-3198-4 

Price € 49,80 



Order now! 

KNOWLEDGE FOR THE 

FUTURE 

Order now by fax: +49 201 / 820 Deutscher 02-34 Industrieverlag or send GmbH in a letter | Arnulfstr. 124 | 80636 München 

Yes, I place a firm order for the technical book. Please send 

— copies of the Process Control Systems Engineering 

1st edition 2012 (ISBN: 978-3-8356-3198-4) 

at the price of € 49,80 (plus postage and packing) 

Company/Institution 

First name, surname of recipient (department or person) 

Street/P.O. Box, No. 

Country, Postalcode, Town 

reply / Antwort 




45039 Essen 

GERMANY 

Phone 

E-Mail 

Line of business 

Fax 

Please note: According to German law this request may be withdrawn within 14 days after order date in writing 

to Vulkan Verlag GmbH, Versandbuchhandlung, Postfach 10 39 62, 45039 essen, Germany. 

In order to accomplish your request and for communication purposes your personal data are being recorded and stored. 

It is approved that this data may also be used in commercial ways by mail, by phone, by fax, by email, none. 

this approval may be withdrawn at any time. 

Date, signature 

PAPCSE2013

IMPRESSUM / VORSCHAU 

IMPRESSUM 

VORSCHAU 

Verlag: 

DIV Deutscher Industrieverlag GmbH 

Arnulfstraße 124, D-80636 München 

Telefon + 49 (0) 89 203 53 66 0 

Telefax + 49 (0) 89 203 53 66 99 


Geschäftsführer: 

Carsten Augsburger, Jürgen Franke 

Verlagsleiterin: 

Kirstin Sommer 

Spartenleiterin: 

Anne Purschwitz geb. Hütter 

Herausgeber: 

Dr.rer.nat. Thomas Albers 

Dr. Gunther Kegel 

Dipl.-Ing. Hans-Georg Kumpfmüller 

Dr.-Ing. Wilhelm Otten 

Beirat: 

Dr.-Ing. Kurt Dirk Bettenhausen 

Prof. Dr.-Ing. Christian Diedrich 

Prof. Dr.-Ing. Ulrich Epple 

Prof. Dr.-Ing. Alexander Fay 

Prof. Dr.-Ing. Michael Felleisen 

Prof. Dr.-Ing. Georg Frey 

Prof. Dr.-Ing. Peter Göhner 

Dipl.-Ing. Thomas Grein 

Prof. Dr.-Ing. Hartmut Haehnel 

Dr.-Ing. Jörg Kiesbauer 

Dipl.-Ing. Rolf Marten 

Dipl.-Ing. Gerald Mayr 

Dr. Jörg Nothdurft 

Dr.-Ing. Josef Papenfort 

Dr. Andreas Wernsdörfer 

Dipl.-Ing. Dieter Westerkamp 

Dr.rer.nat. Christian Zeidler 

Organschaft: 

Organ der GMA 

(VDI/VDE-Gesell schaft Messund 

Automatisierungs technik) 

und der NAMUR (Interessengemeinschaft 


der Prozessindustrie). 

Redaktion: 

Anne Purschwitz geb. Hütter (ahü) 

(verantwortlich) 

Telefon + 49 (0) 89 203 53 66 58 

E-Mail: purschwitz@di-verlag.de 

Aljona Hartstock (aha) 

Telefon + 49 (0) 89 203 53 66 78 

E-Mail: hartstock@di-verlag.de 

Einreichung von Hauptbeiträgen: 

Prof. Dr.-Ing. Leon Urbas 

(Chefredakteur, verantwortlich 

für die Hauptbeiträge) 

Technische Universität Dresden 

Fakultät Elektrotechnik 

und Informationstechnik 

Professur für Prozessleittechnik 

D-01062 Dresden 

Telefon +49 (0) 351 46 33 96 14 

E-Mail: urbas@di-verlag.de 

Fachredaktion: 

Dr.-Ing. Michael Blum 

Dipl.-Ing. Heinrich Engelhard 

Prof. Dr.-Ing. Jürgen Jasperneite 

Dr.-Ing. Bernhard Kausler 

Dr.-Ing. Niels Kiupel 

Prof. Dr.-Ing. Gerrit Meixner 

Dr.-Ing. Jörg Neidig 

Dipl.-Ing. Ingo Rolle 

Dr.-Ing. Stefan Runde 

Prof. Dr.-Ing. Frank Schiller 

Bezugsbedingungen: 

„atp edition – Automatisierungs technische 

Praxis“ erscheint monatlich mit Doppelausgaben 

im Januar/Februar und Juli/August. 

Bezugspreise: 

Abonnement jährlich: € 519,– + € 30,–/ € 35,– 

Versand (Deutschland/Ausland); 

Heft-Abonnement + Online-Archiv: € 704,70; 

ePaper (PDF): € 519,–; ePaper + Online-Archiv: 

€ 674,70; Einzelheft: € 59,– + Versand; 

Die Preise enthalten bei Lieferung in EU- 

Staaten die Mehrwertsteuer, für alle übrigen 

Länder sind es Nettopreise. Mitglieder der 

GMA: 30% Ermäßigung auf den Heftbezugspreis. 

Bestellungen sind jederzeit über den Leserservice 

oder jede Buchhandlung möglich. 

Die Kündigungsfrist für Abonnement aufträge 

beträgt 8 Wochen zum Bezugsjahresende. 

Abonnement-/Einzelheftbestellung: 

DataM-Services GmbH, Leserservice atp 

Herr Marcus Zepmeisel 

Franz-Horn-Str. 2, 97082 Würzburg 

Telefon + 49 (0) 931 417 04 59 

Telefax + 49 (0) 931 417 04 94 

leserservice@di-verlag.de 

Verantwortlich für den Anzeigenteil: 

Inge Spoerel 

Telefon + 49 (0) 89 203 53 66 22 

E-Mail: spoerel@di-verlag.de 

Kirstin Sommer (Key Account) 

Telefon + 49 (0) 89 203 53 66 36 

E-Mail: sommer@di-verlag.de 

Angelika Weingarten (Key Account) 

Telefon + 49 (0) 89 203 53 13 

E-Mail: weingarten@di-verlag.de 

Es gelten die Preise der Mediadaten 2014 

Anzeigenverwaltung: 

Brigitte Krawczyk 

Telefon + 49 (0) 89 203 53 66 12 

E-Mail: krawczyk@di-verlag.de 

Art Direction / Layout: 

deivis aronaitis design | dad | 

Druck: 

Druckerei Chmielorz GmbH, 

Ostring 13, 

D-65205 Wiesbaden-Nordenstadt 

Gedruckt auf chlor- und 

säurefreiem Papier. 

Die atp wurde 1959 als „Regelungstechnische 

Praxis – rtp“ gegründet. 

DIV Deutscher Industrieverlag 

GmbH München 

Die Zeitschrift und alle in ihr enthaltenen 

Beiträge und Abbildungen sind urheberrechtlich 

geschützt. Mit Ausnahme der gesetzlich 

zugelassenen Fälle ist eine Verwertung ohne 

Ein willigung des Verlages strafbar. 

Gemäß unserer Verpflichtung nach § 8 

Abs. 3 PresseG i. V. m. Art. 2 Abs. 1c DVO 

zum BayPresseG geben wir die Inhaber 

und Beteiligungsverhältnisse am Verlag 

wie folgt an: 

DIV Deutscher Industrieverlag GmbH, 

Arnulfstraße 124, D-80636 München. 

Alleiniger Gesellschafter des Verlages 

ist die ACM-Unternehmensgruppe, 

Ostring 13, 

D-65205 Wiesbaden-Nordenstadt. 

ISSN 2190-4111 

DIE AUSGABE 4 / 2014 DER 

ERSCHEINT AM 03.04.2014 

MIT DEM SCHWERPUNKT 

„BIG DATA IN DER AUTOMATION“ 

Anlagentopologien 

automatisch erstellen 

Warum Industrie 4.0 

keine modellbasierte 

Softwareentwicklung 

braucht 

IKT in der Fabrik 

der Zukunft 

Advanced Position 

Control für Servoachsen 

mit Flexibilitäten 

Aus aktuellem Anlass können sich die Themen 

kurzfristig verändern. 

LESERSERVICE 

E-MAIL: 

leserservice@di-verlag.de 

TELEFON: 

+ 49 (0) 931 417 04 59 

66 


3 / 2014

Erreichen Sie die Top-Entscheider 

der Automatisierungstechnik. 

Sprechen Sie uns an wegen Anzeigenbuchungen 

und Fragen zu Ihrer Planung. 

Inge Spoerel: Telefon +49 (0) 89 203 53 66-22 

E-Mail: spoerel@di-verlag.de

Der Klassiker für die 

Prozessautomation geht 

ins 21. Jahrhundert 

Das Handbuch der Prozessautomation ist ein Standardwerk für die Planung 

verfahrenstechnischer Anlagen. In der 5., überarbeiteten Version geht es auf 

die Herausforderung bei der Digitalisierung der Anlage ein. Das Handbuch 

wurde von fast 50 Experten mit umfassenden Praxiskenntnissen gestaltet 

und deckt das gesamte Feld der Prozessautomatisierung ab. 

Hrsg.: K. F. Früh, U. Maier, D. Schaudel 

5. Auflage 2014 

740 Seiten, 170 x 240mm, Hardcover 

Erhältlich in 2 Varianten 



Jetzt vorbestellen! 

Bestellung per Fax: +49 (0) 201 Deutscher / 82002-34 Industrieverlag GmbH oder | Arnulfstr. abtrennen 124 und | 80636 im München Fensterumschlag einsenden 

Ja, ich bestelle gegen Rechnung 3 Wochen zur Ansicht 

___ Ex. 

Handbuch der Prozessautomatisierung 

5. Auflage – ISBN: 978-3-8356-3372-8 

für € 199,90 (zzgl. Versand) 



___ Ex. 

Handbuch der Prozessautomatisierung 

mit interaktivem eBook (Online-Lesezugriff im MediaCenter) 

5. Auflage – ISBN: 978-3-8356-7119-5 

für € 259,90 (zzgl. Versand) 



Antwort 




45039 Essen 

Telefon 

E-Mail 

Telefax 



Brief, Fax, E-Mail) oder durch Rücksendung der Sache widerrufen. Die Frist beginnt nach Erhalt dieser Belehrung in Textform. 

Zur Wahrung der Widerrufsfrist genügt die rechtzeitige Absendung des Widerrufs oder der Sache an die Vulkan-Verlag GmbH, 

Versandbuchhandlung, Huyssenallee 52-56, 45128 Essen. 


PAHBPA2014 



Diese Erklärung kann ich mit Wirkung für die Zukunft jederzeit widerrufen.

atp edition Modellgestütztes Engineering (Vorschau)

Erfolgreiche ePaper selbst erstellen

Template löschen?

Als Template speichern?