PRESED - Vorausschauende Sensordatengewinnung

Ausgangssituation:

  • In einigen Stahlwerken treten Probleme mit Produktmängeln wie Splittern und Rissen auf.
  • Mehrere Vorstudien wiesen auf einen Zusammenhang zwischen der Zeitabhängigkeit einer Reihe von Messwerten und der Häufigkeit des Auftretens des Fehlers hin.
  • Es werden Methoden zur Vorhersage, Erkennung und Reduzierung des Fehlers in einem frühen Stadium des Prozesses gesucht.

Projektziele:

  • Zur Unterstützung des Anlagenpersonals wird ein Vorhersagesystem für die Fehlerwahrscheinlichkeit entwickelt.
  • Es werden neue Ergebnisse zum Auftreten von Fehlern und deren Ursachen erwartet.
  • Verringerung von Splittern und Rissen durch Betrieb der Prozesse an optimalen Arbeitspunkten.

Innovative Ansätze:

  • Hochaufgelöste Zeitserien-Prozessdaten werden im Hinblick auf die Ursachen für diese Fehler analysiert.
  • Aus den Zeitreihendaten werden einflussreiche Schlüsselfaktoren abgeleitet, um die Wahrscheinlichkeit der Fehler zu quantifizieren.
  • Es wird eine Ereigniserkennung für Zeitreihendaten entwickelt.
  • Das Wissen über die Zusammenhänge wird in einer ontologischen Wissensbasis konserviert.
zurück