VGB POWERTECH 7 (2020) - International Journal for Generation and Storage of Electricity and Heat

Optimierte Instandhaltungsstrategien in der thermischen Abfallverwertung VGB PowerTech 7 l 2020
Bild 1. IIoT-Netzwerk.
Büronetzwerk ist der Datenzugriff möglich.
Für die Digitalisierungsprojekte wurde
ein Virtualisierungsserver im Rechenzentrum
in Mannheim eingerichtet, auf
dem u.a. die Systeme für das Monitoring
arbeiten. Die Visualisierung der Mess- und
Ergebniswerte erfolgt über eine Client-
Oberfläche. (B i l d 1 )
Zentraler Bestandteil der Online-Monitoring-Lösung
ist ein Datenmanagementsystem,
in dem die Daten aus dem Langzeitdatenarchiv
zur Prozessüberwachung
importiert werden. Die Konfiguration und
Weiterverarbeitung der Ergebnisse erfolgt
mit einem speziellen Userinterface. Zur
Visualisierung der Messdaten wird ein weiteres
Software-Modul eingesetzt, wobei
die Benutzer im Zeitbereich navigieren
können. Die HQ-KPIs prozessrelevanter
Baugruppen werden wie bereits beschrieben
erstellt und im Anschluss kontinuierlich
überwacht. Bei signifikanter Abweichung
alarmiert das System automatisch.
Die Erweiterung des Systems wiederum
nutzt Methoden des Machine Learning,
um alle verfügbaren Messwerte einer
Anlage auf Anomalien zu untersuchen.
Hierzu bildet es selbstständig aus
gefundenen Korrelationen Referenzwertmodelle.
Für eine zielgerichtete Zuordnung und bessere
Übersichtlichkeit wurde eine anlagenbezogene
Topologie des Systems nach
Dampferzeuger sowie Maschinen- und
Umwelttechnik gewählt, die für jeden
Standort einheitlich ist. Die Gruppen können
beliebig um weitere Komponenten erweitert
werden (B i l d 2 ).
Entwicklung der Key Performance
Indicators
Die KPI-Entwicklung erstreckt sich über
mehrere Phasen und enthält verschiedene
Aufgabenbereiche, weshalb der in
B i l d 3 dargestellte Prozessablauf entwickelt
wurde.
SR-Client
Messwerte/Ergebnisse
Konfiguration
Datenpflege
Datenexport nach Excel
Berichtswesen
Webdienst
TeBis-Schnittstelle
Messwerte
Der Entwicklungsprozess startet mit dem
Vorschlag einer zu überwachenden Teilanlage
oder wird durch eine konkrete Aufgabenstellung
zur Optimierung von Betrieb
oder Instandhaltung angestoßen. Derjenige,
der den Prozess anstößt, wird in der
Regel zum KPI-Agent. Die eigentliche Definition
und Entwicklung übernimmt der
KPI-Designer (entweder der KPI-Agent
selbst oder der Systemexperte aus der
Fachabteilung). Der Systemexperte oder
KPI-Admin überprüft in jedem Fall, dass
die Qualitätsrichtlinien eingehalten werden.
Hierzu zählt, dass
––
die KPI-Nomenklatur eingehalten wird,
––
alle Ausreißerfilter aktiviert sind,
––
ein passender Auswahlfilter erstellt ist,
––
ein Lastindikator vorhanden ist,
––
die Eingangsneuronen alle relevanten
Werte enthalten,
––
ein passender Trainingszeitraum gewählt
wird,
––
die Anzahl der verdeckten Neuronen der
Komplexität entspricht,
SR::x Server (virtuelle Maschine der MW)
lntegriertes System
Daten-
management-
System SR::x
Bild 2. Systemaufbau mit den einzelnen Modulen.
SR::x Vis
Messdaten Visualisierung
SR::SPC
Statistische
Prozesskontrolle
SR::SPC-ML
SmartData
KPI-Funktion Linien-Funktion Definiton Analyse Implementierung Monitoring
KPI-
Agent
KPI-
Designer
KPI-
Admin
• Anlagenfahrer
• Schichtleiter
• Ingenieur B/1
• Anlagenfahrer
• Schichtleiter
• Ingenieur B/1
• AID
• TUT 2
Entwicklung
j
Vorschlag/
Aufgabenstellung
Qualitätstest
n
Funktionstest
n
j
Implementierung
(SPC-Cockpit)
Monitoring
Bild 3. Der Prozess beginnt mit der Definition der Überwachungsgröße, gefolgt von der Analyse
der Einflussgrößen und Erstellung des Referenzwertmodells bis hin zur Implementierung
und Überwachung. Die Genauigkeit der Überwachung hängt im Wesentlichen von der
Qualität der einzelnen KPIs ab. Sie wird daher durch einen Qualitäts- und Funktionstest
gesichert.
––
eine Übereinstimmung von mindestens
80 % bei den Testdaten erreicht wird und
––
die Dokumentation entsprechend erstellt
wurde.
42