Setzen Sie Ihre Ergebnisse in die Tat um<\/h2>\n
Ausgehend von den Ergebnissen Ihrer Korrelationsanalyse oder einem validen Modell kommen Sie nun zum Schritt Improve.<\/p>\n
Eine Online-Anbindung von Modellen bietet Ihnen in unterschiedlicher Art und Weise eine R\u00fcckmeldung \u00fcber Ihren Prozess in Echtzeit. Je nach Auspr\u00e4gung der L\u00f6sung kann diese jedoch mit einem nicht geringen Aufwand verbunden sein. Online und Echtzeit gut und sch\u00f6n, mit Kanonen auf Spatzen schie\u00dfen weniger. Daher machen Sie sich im Vorfeld erst einmal Gedanken, ob eine Prozessverbesserung nicht beispielsweise auch durch eine Anpassung oder Erweiterung des Regelungskonzepts oder durch Ausgabe zielgerichteter Betriebsanweisungen zu erreichen ist. Vielleicht hat sich aus Ihrer Analyse ergeben, dass eine Erweiterung der Messtechnik und die \u00dcberwachung eines zus\u00e4tzlichen Parameters schon zum gew\u00fcnschten Erfolg f\u00fchrt. Nicht zuletzt sollten Sie auch organisatorische Ma\u00dfnahmen nicht au\u00dfer Acht lassen – ein Aspekt der im Dickicht der technischen M\u00f6glichkeiten oft \u00fcbersehen wird.<\/p>\n Wenn Sie die Ergebnisse der Analyse durch oben beschriebene Ma\u00dfnahmen im Prozess umsetzen k\u00f6nnen, ist das nat\u00fcrlich ziemlich hilfreich. Wie sch\u00f6n, wenn man immer alles zu einer verh\u00e4ltnism\u00e4\u00dfig einfachen L\u00f6sung bringen k\u00f6nnte. Nur leider sind Zusammenh\u00e4nge in der Realit\u00e4t oft komplexer. Es muss eine Vielzahl von Parametern \u00fcberwacht werden, was ein Vorhersehen unerw\u00fcnschter Zust\u00e4nde nicht immer ganz so einfach macht. Man kann daher Modelle auch dazu nutzen, um den Prozess zu \u00fcberwachen und vor abnormalen Zust\u00e4nden zu warnen. Sofern Sie im Schritt Analyse<\/a> ein Modell auf Basis historischer Daten erstellt haben, k\u00f6nnen Sie dieses Modell so an den Prozess anbinden, dass es kontinuierlich mit Online-Daten gef\u00fcttert wird. Vergleichen Sie nun die Ausgabe des Modells mit den tats\u00e4chlichen Messwerten. Ergeben sich hier Abweichungen, ist es wahrscheinlich, dass sich der Prozess ver\u00e4ndert hat.<\/p>\n Sie k\u00f6nnen aber auch die Mahalanobis-Distanz<\/a> nutzen, die wir bei Yokogawa im Rahmen der Mahalanobis-Taguchi-Methode mit unserer Process Data Analytics<\/a> Software berechnen. Diese k\u00f6nnen Sie dem Operator als eine Art Prozessqualit\u00e4ts-Parameter zur Verf\u00fcgung stellen – ein intuitives und gut verst\u00e4ndliches Signal. Steigt die Distanz \u00fcber ein bestimmtes Ma\u00df hinaus, ist im Prozess etwas nicht in Ordnung. So k\u00f6nnen die Operator fr\u00fchzeitig vor Anomalien, beispielsweise Qualit\u00e4tsproblemen gewarnt werden. Da Sie zu jedem Zeitpunkt auch eine Information mitgeliefert bekommen, welche Parameter ma\u00dfgeblich zur Erh\u00f6hung der Distanz beitragen, k\u00f6nnen Sie zus\u00e4tzlich schnell in die Ursachenanalyse einsteigen und gezielte Gegenma\u00dfnahmen treffen.<\/p>\n In jedem Prozess werden vor allem Qualit\u00e4tsgr\u00f6\u00dfen mit Hilfe von Labormessungen oder Analysatoren ermittelt. Die Ergebnisse erhalten Sie dann in der Regel erst mit einigem zeitlichen Verzug, so dass Sie die Gr\u00f6\u00dfen nicht f\u00fcr eine Regelung des Prozesses verwenden k\u00f6nnen. Abhilfe k\u00f6nnen Sie hier durch den Einsatz von Softsensoren schaffen, also Sensoren, die auf einer Software basieren. Ist es Ihnen m\u00f6glich, online messbare Ersatzgr\u00f6\u00dfen zu finden, durch die Sie eine Labor- oder Analysatormessung in einem Modell abbilden k\u00f6nnen, k\u00f6nnen Sie dieses Modell als Softsensor in ihren Prozess integrieren. Durch die Ausgabe des Modells erhalten Sie einen Ersatzmesswert in Echtzeit.<\/p>\n Haben Sie das Modell beispielsweise f\u00fcr einen kontinuierlichen Prozess erstellt, in dem Sie Ursache und Wirkung \u00fcber einen Verweilzeitfilter so zugeordnet haben, dass Sie die Zielgr\u00f6\u00dfen auf die Eingangsgr\u00f6\u00dfen zur\u00fcckbezogen haben, erhalten Sie ein Modell, mit dem eine Prognose zuk\u00fcnftiger Zust\u00e4nde m\u00f6glich ist. Dieses setzt nat\u00fcrlich voraus, dass die Bedingungen bzw. die Eingangsgr\u00f6\u00dfen \u00fcber den Prognosehorizont konstant bleiben, eine Forderung, die nat\u00fcrlich nicht immer streng einhaltbar ist. Dennoch bekommen Sie schon einen guten Hinweis auf die Entwicklung Ihres Prozesses.<\/p>\n Eine andere Sache, f\u00fcr die sich Softsensoren anbieten, ist der Test von Sollwerten. So k\u00f6nnen Sie dem Operator die M\u00f6glichkeit geben, Sollwerte an dem Modell zu testen. Ein solches Operator Support System (OSS) bietet ihm eine zus\u00e4tzliche Entscheidungsm\u00f6glichkeit ohne in den Prozess eingreifen zu m\u00fcssen.<\/p>\n Das was der Operator zum Testen zur Verf\u00fcgung bekommt, k\u00f6nnen Sie nat\u00fcrlich auch automatisieren. Kombinieren Sie das Modell mit einem Verfahren, das bei den gegebenen Prozessbedingungen den optimierten Satz Sollwerte ermittelt, k\u00f6nnen Sie dieses System als Online-Optimierer verwenden. Bei der Integration m\u00fcssen Sie sicherstellen, dass die Eingangsgr\u00f6\u00dfen in Ihr Modell fortlaufend auf Plausibilit\u00e4t gepr\u00fcft werden und die gleichen Bearbeitungsschritte durchlaufen, die Sie zur Erstellung des Modells angewendet haben. Au\u00dferdem ben\u00f6tigen Sie eine eindeutige Zielfunktion, die Sie bestenfalls bereits im Schritt Define<\/a> festgelegt haben. Da Sie in der Regel datengetriebene Modelle einsetzen werden, die nicht oder nur sehr begrenzt extrapolationsf\u00e4hig sind, m\u00fcssen Sie Sorge tragen, den Optimierer mit ausreichend strengen Bedingungen zu \u00fcberwachen. G\u00fcnstig ist hier die Integration von Modellen in eine Advanced Process Control<\/a> (APC)-Strategie.<\/p>\n Klingt kompliziert. Ist es auch, will ich jetzt nicht sagen, doch ist die Umsetzung eines solchen Optimierungskonzepts sicher mit dem gr\u00f6\u00dften Aufwand verbunden. Je nach Automatisierungsgrad bekommen Sie hierdurch aber ein Prozessf\u00fchrungssystem, das in Echtzeit auf Prozess\u00e4nderungen reagieren kann und bestenfalls keine zus\u00e4tzlichen Operatoreingriffe verlangt. Ich schreibe hier bewusst “bestenfalls”, denn ein solches, kompliziertes System verlangt auch eine Akzeptanz der Operator. Um diese zu schaffen, macht es h\u00e4ufig Sinn, die Optimierungsvorschl\u00e4ge zun\u00e4chst nur zur Anzeige zu bringen. So k\u00f6nnen Sie dem Operator die Entscheidung \u00fcberlassen, ob sie diese umsetzen m\u00f6chten. Zwar geht dann der Echtzeitcharakter ein St\u00fcck weit verloren, aber Sie schaffen so ein gr\u00f6\u00dferes Vertrauen und auch ein Verst\u00e4ndnis f\u00fcr die Methode.<\/p>\n Eigentlich sollte es klar sein, doch hier noch einmal der Hinweis: Achten Sie gerade bei einem Online-Einsatz von Modellen auf die Sicherheit der Applikation. Alle Modelle weisen einen gewissen Fehler auf. Setzen Sie daher nur intensiv validierte Modelle ein und \u00fcberwachen Sie fortlaufend die Modellg\u00fcte im Online-Betrieb. Da die meisten Modelle nur eingeschr\u00e4nkt oder nicht extrapolationsf\u00e4hig sind, kann es gerade beim Verlassen bekannter Betriebspunkte zu Abweichungen kommen. Sind die Modelle in eine gr\u00f6\u00dfere Applikation eingebunden, muss auch hier der sichere Einsatz gew\u00e4hrleistet sein. Stellen sie sicher, dass alle Grenzwerte und Schranken jederzeit eingehalten werden. Sofern Werte an den Prozess zur\u00fcckgeschrieben werden, achten Sie darauf, dass die Eingriffe auf die Dynamik des Prozesses abgestimmt sind. Ebenfalls m\u00fcssen die Kommunikationsschnittstellen fortlaufend \u00fcberwacht werden. Ob “einfache” \u00c4nderung von Regelparametern oder Einsatz von Online-Optimierern; unterm Strich wollen Sie doch sicher wissen, was hat meine Verbesserungsma\u00dfnahme gebracht, oder? Das erkl\u00e4re ich Ihnen in meinem n\u00e4chsten Beitrag Control<\/strong><\/a>. Seien Sie also wieder dabei. Ich freue mich auf Ihren Besuch und nat\u00fcrlich auch \u00fcber Ihre Kommentare zu diesem Beitrag!<\/strong><\/p>\n Einen Beitrag verpasst?<\/strong> Was machen aus den Ergebnissen der Datenanalyse? Prozess\u00fcberwachung? Soft-Sensoren? Online-Optimierer? Mehr \u00fcber die M\u00f6glichkeiten erfahren… <\/p>\n![\"BigData_Grafik_komplett_improve\"](\"https:\/\/www.yokogawa.com\/eu\/blog\/app\/uploads\/sites\/8\/2022\/06\/BigData_Grafik_komplett_improve.png\")
Im Post Analyse<\/a> hatte ich Ihnen eine schematische \u00dcbersicht \u00fcber die Vorgehensweise in diesem Schritt gezeigt. In dem Schaubild ist auch der weiterf\u00fchrende Schritt Improve enthalten. Das gr\u00f6\u00dfte Potential f\u00fcr eine Prozessverbesserung haben Sie sicherlich, wenn Sie die Modelle online an Ihr DCS\/PLC anbinden. Ich m\u00f6chte den Schritt Improve jedoch nicht ausschlie\u00dflich hierauf reduzieren, denn bei der Analyse k\u00f6nnen Sie auch zu Ergebnissen kommen, die sich durch einfache Anpassungen im Prozess umsetzen lassen.<\/p>\n![\"schritte_analyse-intextgrafik_2\"](\"https:\/\/www.yokogawa.com\/eu\/blog\/app\/uploads\/sites\/8\/2022\/06\/schritte_analyse-intextgrafik_2.png\")
Die “einfache” Variante<\/h2>\n
Prozess\u00fcberwachung<\/h2>\n
![\"Advanced+Data+Analytics5\"](\"https:\/\/www.yokogawa.com\/eu\/blog\/app\/uploads\/sites\/8\/2022\/06\/AdvancedDataAnalytics5.png\")
Analyse mit Softsensoren<\/h2>\n
Online-Optimierung<\/h2>\n
Sicherheit an erster Stelle<\/h2>\n
\n<\/span><\/p>\nFassen wir zusammen<\/h2>\n
![\"Zusammenfassung_Improve\"](\"https:\/\/www.yokogawa.com\/eu\/blog\/app\/uploads\/sites\/8\/2022\/06\/Zusammenfassung_Improve.png\")
<\/p>\n
\n
\nKein Problem, hier finden Sie alle Serienbeitr\u00e4ge aufgelistet:<\/strong>
\n\u2013 1. Beitrag: \u201cAnalysieren Sie Ihre Daten \u2013 in 5 Schritten zum Erfolg<\/a>\u201c
\n\u2013 2. Beitrag: \u201cAnalysieren Sie Ihre Daten \u2013 Schritt 1: Define\u201d<\/a>
\n\u2013 3. Beitrag:\u00a0\u201cAnalysieren Sie Ihre Daten \u2013 Schritt 2: Measure<\/a>\u201d
\n\u2013 vorheriger Beitrag: \u201cAnalysieren Sie Ihre Daten \u2013 Schritt 3: Analyse\u201d<\/a>
\n\u2013 n\u00e4chster Beitrag: \u201cAnalysieren Sie Ihre Daten \u2013 Schritt 5: Control<\/a>\u201d<\/p>\n","protected":false},"excerpt":{"rendered":"