Anzeige
Anzeige
Beitrag drucken

Anlagenmodelle im Hintergrund aktualisieren

Prozess-Wartung ohne Projektcharakter

In Anlagen der Prozessindustrie ist Regelungstechnologie wie Advanced Process Control in vielen Fällen ein nützliches Werkzeug, um die Kundennachfrage zu bedienen und geschäftliche Ziele zu erreichen. Das Werkzeug Adaptive Process Control des Softwareanbieters Aspentech erweitert mit seinen Funktionen die Einflussmöglichkeiten von chemischen Unternehmen und Raffinerien.

Bild: AspenTech Europe

Viele momentan eingesetzte Advanced Process Control-Anwendungen (APC) basieren auf der Annahme, dass das einmal entwickelte Modell stets genau und richtig strukturiert ist. Wenn sich jedoch die Anlagenleistung oder die wirtschaftlichen Ziele verändern, wandelt sich auch das Verhalten des Prozesses und untergräbt die ursprüngliche Annahme. Selbst anfänglich exakt eingestellte Regler verlieren über die Zeit ihre Prägnanz. Wenn Mängel im Modell auffallen, sollte die Feinabstimmung der Regler verändert werden, um negative Auswirkungen abzufedern. Verfahrenstechniker benötigen dafür umfassende Kenntnisse des Prozessverhaltens und der Prozesscharakteristiken. Das Softwarewerkzeug Aspen DMC3 von Aspentech bietet Unternehmen der Prozessindustrie mit dem Ansatz einer ‚Adaptive Process Control‘ Einflussmöglichkeiten hierzu. Im Zusammenspiel mit einer anwenderorientierten Modellierungsumgebung unterstützt die Lösung die schrittweise Modellentwicklung und -überprüfung etwa mit integrierten ökonomischen Abwägungen. Dadurch kann die APC-Wartung ihren Projektcharakter verlieren und stattdessen als fortlaufender Hintergrundprozess implementiert werden.

Dieser kann die Modellqualität bewerten, aktuelle Daten sammeln und, sobald sich das Anlagenverhalten über die Zeit ändert, neue Modelle generieren. Die Software ist als Antwort auf die Marktanforderung gedacht, die Probleme bei der Erstellung und Wartung von Regleranwendungen in den Griff bekommen zu müssen. Dazu soll das Werkzeug Probleme erkennen, isolieren und Probleme beheben, ohne den Arbeitsaufwand für die Mitarbeiter zu erhöhen. Dafür greift die Lösung in einigen Punkten auf langfristige Werte zurück: fortlaufende Genauigkeitsanalyse, Identifikation von leistungsschwachen Modellabschnitten, Erfassung neuer Prozessdaten durch unterbrechungsfreie Hintergrundüberprüfung bei der Verbesserung von Anlageneinheiten sowie Echtzeit-Überprüfung der Daten mit automatischer Erkennung und Entfernung von fehlerhaften Informationen. In vielen Ansätzen wurde der Regler innerhalb eines langwierigen und kostspieligen Projekts umgestaltet.

Gleichzeitig war es herausfordernd, die Anwendungen auf höchstem Niveau laufen zu lassen. Innerhalb des neuen Werkzeugs lässt sich der Regler über die Zeit mittels eines Hintergrundprozesses anpassen, ohne dass der Anlagenbetrieb unterbrochen werden muss. Mit der so verringerten Prozessvariabilität können Anlagen stetiger laufen, was sich langfristig auf die Profitabilität auswirkt. Die neue Reglertechnologie ist kompatibel zu gängigen Prozessleitsystemen und lässt sich in heterogene Umgebungen integrieren.

Anlagenperformance im Blick

Die Software beinhaltet zahlreiche Werkzeuge für die Reglererstellung und -wartung. Steuerungstechniker können damit das Reglerverhalten an den Anforderungen des Lebenszyklus einer Anlage anpassen – beispielsweise bei geänderten Anlagenleistungen oder wirtschaftlichen Vorgaben. Die erweiterte Modellidentifikation kann dazu beitragen, das Prozesswissen im Unternehmen zu vertiefen und Anwendungen zum Model Predictive Control (MPC) zielgerichtet einzusetzen. Eine integrierte Robustheitsfunktion ermöglicht es, selbst dann die Reglerleistung zu beeinflussen, wenn der Regler optimiert wird. Durch die Definition des Robustheitsfaktors kann die Aggressivität des Reglers durch Techniker so eingestellt werden, dass die Gefahr von minderwertigen Modellaufbereitungen begrenzt wird. Eine variable Skala ersetzt Entweder-oder-Entscheidungen, wodurch sich bei Konflikten zwischen technischen und wirtschaftlichen Aspekten Abwägungen treffen lassen. Anwender können zudem während des gesamten Lebenszyklus – vom Testverfahren über die Modellerstellung bis hin zur Anwendung – auf das Reglerverhalten einwirken.


Das könnte Sie auch interessieren:

Der Automobilzulieferer Hirschmann Automotive muss Produktionsdaten bis zu 15 Jahre lang aufheben. Eigentlich lästig, doch mit dem Rollout einer IIoT-Plattform wird die Aufbewahrungspflicht zum Sprungbrett für Optimierungen. Denn einlaufende Maschinendaten ermöglichen Applikationen wie Echtzeit-Monitoring, datenbasierte Problembewältigung und sogar KI-Analysen.‣ weiterlesen

Wer Produktion und Logistik in einer Echtzeit-Visualisierung abbildet, kann niedrigschwellig in die digitale Transformation einsteigen und viel Papier aus dem Shopfloor bannen. Ergänzt um zentrale MES-Funktionen lassen sich solche Visualisierungssysteme zur Operational Excellence-Plattform ausprägen, die bei fortlaufenden Prozessoptimierungen unterstützt.‣ weiterlesen

Zum 1. Januar übernimmt Jörg Tewes den Posten des CEO bei Exasol. Er kommt von Amazon zum Analytics-Spezialisten.‣ weiterlesen

Industrielle Trends wie IIoT und Digitalisierung setzen immense Datenströme voraus. Doch im Gegensatz zur IT-Security für Büros müssen Fabrikbetreiber auf wesentlich mehr Stolpersteine achten, damit ihre Anlagen nicht schon einfachen Angriffen zum Opfer fallen.‣ weiterlesen

Ab und zu fehlte ein Schlüssel im Kloster der Franziskanerinnen der ewigen Anbetung von Schwäbisch Gmünd. Beim letzten Mal gab das den Impuls, anstatt neue mechanische Zylinder in die rund 220 Türen des Komplexes einzubauen, die alte Technik durch das Bluesmart-System von Winkhaus zu ersetzen.‣ weiterlesen

Mit 100,5 Punkten hält sich das IAB-Arbeitsmarktbarometer im November stabil und liegt weiter im leicht über der neutralen Marke. Auf europäischer Ebene sank der Frühindikator allerdings erneut.‣ weiterlesen

In einer neuen Expertise des Forschungsbeirats Industrie 4.0 untersuchen das FIR an der RWTH Aachen und das Industrie 4.0 Maturity Center den Status-quo und die aktuellen Herausforderungen der deutschen Industrie bei der Nutzung und wirtschaftlichen Verwertung von industriellen Daten und geben Handlungsempfehlungen für Unternehmen, Verbände, Politik und Wissenschaft.‣ weiterlesen