Ein neuer Weg zur Überwachung mechatronischer Systeme

Transkript

1 Ein neuer Weg zur Überwachung mechatronischer Systeme Prof. Dr. Ing. habil. Wilfried J. Elspass Institut für Mechatronische Systeme Zürcher Hochschule für Angewandte Wissenschaften ZHAW

2 Projekt Bikeloft/ automatisches Veloparkhaus Fest-Forderung: hohe Verfügbarkeit der Anlage (> 95%) permanente Systemüberwachung erforderlich, möglichst vorausschauend

3 Was macht die Systemkomplexität aus? Die Komplexität eines Systems ist abhängig von: der Art und Verschiedenartigkeit der Elemente und Relationen, der Anzahl der Elemente und Relationen, der Ungleichmässigkeit der Aufteilung der Elemente und Relationen (Struktur), der (Eigen-) Dynamik des Systems (Art und Anzahl der möglichen Zustände).

4 Systemkomplexität wie messen? Stochastik Qualität der Interaktion zwischen Systemparametern/ Variablen System- Topologie (Informationsfluss im System) Komplexität Daten-Auflösung (wieviel Genauigkeit ist notwendig?) Anzahl signifikanter Systemparameter (wieviel Variablen werden zur Darstellung des Systems benötigt?)

5 kompliziert vs. komplex Systeme aller Art (technische, ökonomische) nehmen mit der Zeit/ Lebensdauer an Komplexität zu (Evolution techn. Systeme). kompliziert: System mit vielen Komponenten eines Systems, Verhalten deterministisch, geringe Dynamik komplex: System mit hoher Dynamik und vielen Interaktionen, erfordert daher ein ganzheitliches Verständnis über systemrelevante Faktoren und Wirkzusammenhänge.

6 Präzision und Komplexität Hohe Präzsion und hohe Komplexität sind unvereinbar! L. Zadeh, UCLA Charakteristika von Systemen mit geringer Komplexität Verhalten vorhersagbar, leicht zu verstehen, können präzis beschrieben werden, einfach zu regeln, kein unvorhergesehenes Verhalten, Struktur dominant, robust.

7 Wie werden komplexe System behandelt? Der Umgang mit komplexen Systemen beruht bisher auf zwei Prinzipien: das bekannte kiss (keep it simple and stupid), was bedeutet, Komplexität vermeiden, und dem weniger bekannten destruct (define, structure, react), also Systeme zu strukturieren und zu überwachen. nach dem Ansatz destruct ist heute das übliche Vorgehen die Zerlegung eines Gesamtprozesses in einfachere Subprozesse und Komponenten und eine dafür passende Definition und Überwachung von Parametern beziehungsweise Stellgrössen. Neuer Ansatz: Computer Aided Complexity Analysis (Dr. J. Marczyk)

8 Semantischer System-Plot vs. System-Map Semantischer Plot (bisher): wird bei grossen System unübersichtlich aufwendige Erstellung System-Map (neu): bessere Übersichlichkeit auch bei grossen Systemen automatische Erstellung CAC Computer Aided Complexity analysis Variable

9 CAC-System-Maps/ Systemtopologie Die Beschreibung der Systemstruktur beruht auf Messdaten des realen Systems, d.h. es wird keine Modellierung des Systems mit Annahmen oder Vereinfachungen gemacht. Die signifikanten Relationen zwischen den Systemparametern werden im CAC- Prozess automatisch durch entsprechende Algorithmen erstellt. In diesem Beispiel ist für die Variable 5 keine Relationen zu einer anderen Systemvariablen. Der Grund dafür ist, dass der Auswertealgorithmus keinerlei Relation zu anderen Variablen bestimmen konnte. System-Map

10 Erstellung der System-Map durch den CAC-Prozess Die Relationen der Systemvariablen untereinander und deren Informationsgehalt wird auf Basis von Messdaten auf folgende Weise ermittelt: Für alle möglichen Kombinationen der Systemvariablen (Messdaten) werden Scatterplots (x-, y-plots) erstellt und als 2D-Bild weiter behandelt und ausgewertet. Diese Bilder der paarweisen Messdatenplots werden bzgl. Informations-gehalt und Struktur weiter ausgewertet. Falls eine signifikante Struktur in dem jeweiligen Bild zu erkennen ist, wird dies durch einen Verknüpfung in der System-Map (Systemmatrix) dargestellt, was einer Relation zwischen zwei Systemvariablen entspricht. Auf diese Weise kann eine Systemmatrix für alle Variablen mit allen Relationen untereinander, d.h. für das gesamte System erstellt werden

11 Empirische Modellierung Daten/Bild/Struktur Bild mit geringer Struktur: schwache Relation zwischen y und y bzw. kein Informationsaustausch Bild mit ausgeprägter Struktur: erkennbare Relation zwischen x und y, Informationsaustausch

12 Komplexität/ Systemzustand

13 Beurteilung der System-Robustheit System-Robustheit

14 Zeitlicher Veränderung der Systemkomplexität max. (kritische) Komplexität Katastrophales Versagen Je geringer dieser Abstand, umso geringer ist die Robustheit des Systems Zeit Minimale Komplexität System ist deterministisch Systeme in der Nähe der max. kritischen Komplexität sind nicht robust, da sehr viele Relationen zwischen Variablen schwach (unscharf) und in der Nähe des Kollabierens sind. Die Wahrscheinlichkeit, dass das System seine Funktionalität verliert, ist sehr hoch.

15 Zeitliche Veränderung der Komplexität Die Komplexität eines störungsfreien Systems ändert sich nur in einer schmalen Bandbereite und bleibt somit nahezu konstant, Grössere Schwankungen der Komplexität deuten auf spezielle Ereignisse/ Störungen beim Betrieb des Systems hin (temporäre Veränderungen), Eine monoton steigende Zunahme der Komplexität weist darauf hin, dass der Energiebedarf des System (z.b. Verschleiss, erhöhte Reibung) steigt und zwar so lange, bis bei Erreichen der kritischen Komplexität ein anormales Systemverhalten eintritt, bis hin zum Totalversagen.

16 Komplexitätsbasierte Systemüberwachung Vorgehensweise 1. Messung der Komplexität des voll funktionsfähigen Systems als Referenzzustand (healthy state) 2. Monitoring des Systemzustandes (Komplexität) über die Zeit: Anstieg der aktuellen in die Nähe der kritischen Komplexität zeigt eine Abnahme der Systemleistung an, 3. Ausgeprägte Schwankungen in der Systemkomplexität weisen auf Systeminstabilitäten hin, 4. Drastische Abnahme der Systemkomplexität ist auf den Ausfall wesentlicher Systemvariablen zurückzuführen, z.b. Ausfall eines Teilsystems Dieser holistische Ansatz berücksichtigt alle überwachten Systemvariablen und deren Relationen untereinander. Es ergibt sich ein vollständige Beurteilung verglichen mit der isolierten Beobachtung einzelner Variablen.

17 Komplexitäts -mass C Complexity Zeitl. Verlauf der Komplexität Störfall Bikeloft Messdaten der Anlage ca. 80 Sensordaten Komplexitätsmass: 37 Komplexitätsmass: 60 Komplexitätsmass: Zeitschritt Zeit

18 Zusammenfassung Die Auswertung des zeitlichen Verlaufs der Systemkomplexität kann zur Beurteilung des Systemzustandes ausgewertet werden. 1. diese holistische Vorgehensweise beruht auf gemessenen Daten, die bereits die Stochastik enthalten -> reales Verhalten, 2. es werden keine Vereinfachungen bzw. Annahmen getroffen, die zur Erstellung eines Systemmodells ggf. notwendig wären, 3. der Ablauf/ Prezess ist automatisiert (CAC), 4. sich anbahnende Probleme im Systemverhalten können rechtzeitig erkannt und Gegenmassnahmen ergriffen werden.

19 Danksagung 1. an Sie, für Ihr Interesse, 2. an die Förderagentur für Innovation KTI, die das Projekt Bikeloft und die hier vorgestellte Studie in den Jahren 2008 bis 2010 unterstützt hat.