DE

Predictive Analytics ist einer der wichtigsten Big Data-Trends

SR::SPC zur frühen Erkennung von Prozess- und Zustandsveränderungen

Die von uns entwickelten, hochspezialisierten Software-Systeme zur Überwachung, Analyse, Diagnose und Optimierung der technischen Prozesse haben alle ein Ziel: Anlagen so effizient wie nur möglich zu machen. Zu unseren Werkzeugen aus der SR-Reihe gehört das zentrale Datenmanagement ebenso wie Lösungen zur Prozessgüteüberwachung und zur Ermittlung des Zustands hoch belasteter Bauteile. Dafür nutzen wir Methoden wie Machine Learning und Simulationsverfahren, die auch für die vorbeugende Wartung von Anlagen (Predictive Maintenance) zum Einsatz kommen.

Der ständigen Überwachung der Prozessgüte kommt eine besondere Bedeutung zu: Durch kontinuierliche Veränderungen im Betriebsverhalten von Energie- und Industrieanlagen können Komponenten verschleißen oder verschmutzen. Das wirkt sich auf die Güte der Prozesse aus, finanzielle Verluste entstehen in der Folge durch erhöhte Brenn- und Rohstoffkosten sowie durch geringere Produktionsraten und -qualitäten. Fällt eine Anlage ganz aus, kommen oftmals hohe Reparaturkosten und, im schlechtesten Fall, Gewinneinbußen durch den Stopp der Produktion hinzu.

Anlagenprozesse beobachten – ab jetzt ein Kinderspiel!

Allerdings stellt die Beobachtung der Prozesse besondere Anforderungen an Sie als Betreiber, denn es gibt keine festen Vergleichswerte. Unsere Lösung ist das intelligente Frühwarnsystem SR::SPC für die automatische Prozessgüte-und Zustandsüberwachung technischer Anlagen und deren Prozesse.

Für SR::SPC bildet modernste Datenanalyse die Grundlage. Mit Predictive Analytics als einer der derzeit wichtigsten Big-Data-Trends wird der aktuelle Zustand der Anlage oder Komponente mit Referenzzuständen aus der Vergangenheit verglichen: Durch die automatische Prozessgüte- und Zustandsüberwachung lassen sich die wichtigsten Betriebsgrößen in ihrer wechselseitigen Wirkung und Historie kontinuierlich erfassen.

Einfache und klare Analyse

Dafür erfolgt die Modellierung des Sollzustandes mit neuronalen Netzen bzw. mit einem physikalischen Modell. Die Berechnung des Sollwertes richtet sich nach der jeweiligen Betriebsweise und den aktuellen Umgebungsbedingungen. Aus dem Vergleich von Ist- und Sollwert entsteht ein nominierter Kennwert, Key Performance Indicator (KPI). Dieser ist ausschließlich von der Prozessgüte oder dem Komponentenzustand abhängig und nicht von der Betriebsweise.

Die Daten erlauben eine einfache und klare Analyse: Fehlermuster werden automatisch eingegrenzt und minderwertige Komponenten erkannt. SR::SPC prüft die Anlage teilweise oder in ihrer Gesamtheit auf ungewöhnliche Zustände. Auffällige Messwerte werden im digitalen Fingerabdruck der Anlage hervorgehoben und Schadensursachen zugeordnet.

Warnsystem wird international genutzt

Die fortschrittliche Technologie ermöglicht die frühzeitige und belastbare Erkennung von Veränderungen. Fehlalarme reduzieren sich, Ersatzteile können mit ausreichendem Vorlauf bestellt und eingebaut, Wartungsarbeiten zum richtigen Zeitpunkt vorgenommen werden. Das Warnsystem, das eine natürliche Ergänzung zu unseren Predictive-Analytics-Lösungen ist, wird überall auf der Welt genutzt – zur zustandsorientierten Instandhaltung mit einhergehender Entlastung des Betriebspersonals.

Das kann SR::SPC:

  • Zuverlässige und automatische Früherkennung von Prozessschwachstellen.
  • Umwandlung von nicht disponiblen in disponible Nichtverfügbarkeiten.
  • Vorausschauende Organisation von Instandhaltungsmaßnahmen.
  • Unterschiedlichste kraftwerkstechnische Prozesskennwerte werden automatisiert überwacht.
  • Das Betriebspersonal kann kontinuierlich bei der Betriebsführung unterstützt werden.