Weiterbildungskurs: «Messtechnik: Eine Reise vom Messwert zur wertvollen Information» Datenauswertung und Visualisierung. W18, 2013 / 2014 Seite 1

Transkript

1 Datenauswertung und Visualisierung, 2013 / 2014 Seite 1 Ziel des Vortrags Fehlerquellen erkennen und eliminieren Unterschied zwischen zufälliger und systematischer Messabweichung aufzeigen Was bedeutet der Begriff Datenqualität Aufzeigen von Hilfsmitteln zur Datenauswertung und Visualisierung, 2013 / 2014 Seite 2 1

2 Inhalt Der Weg der Daten auf einer ARA anhand eines Beispiels Fehlerquellen: Fehler erkennen und eliminieren Datenqualität Zufällige und systematische Messabweichung Visualisierung (Führungscockpit) mit diversen Beispielen aus der Prais, 2013 / 2014 Seite 3 Der Weg der Daten auf einer ARA: Beispiel anhand einer Ammoniumsonde Ammoniumsonde im Ablauf der Kläranlage Messumformer Unterverteilung, 2013 / 2014 Seite 4 2

3 Der Weg der Daten auf einer ARA: Beispiel anhand einer Ammoniumsonde Server des PLS Visualisierung im PLS Momentanwert Berechnung eines Tagesmittelwerts Server der Datenbank, 2013 / 2014 Seite 5 Der Weg der Daten auf einer ARA: Beispiel anhand einer Ammoniumsonde Betriebsinformationssystem (BIS), Datenbank Bericht / Rapport, 2013 / 2014 Seite 6 3

4 Fehlerquellen Langer Weg von der Datenquelle bis zum Ziel (Bericht) Daher viele Fehlerquellen Fehler können in Gruppen unterteilt werden Technische Fehler (Störungen, Stromausfall etc.) Menschliche Fehler (Falsche Bedienung, Gerät falsch angeschlossen etc.), 2013 / 2014 Seite 7 Fehlerquellen - Fehler erkennen Ausgangslage Im Ablauf der Kläranlage wurde eine Ammoniumsonde installiert. Im Tagesbericht der Kläranlage wird ein Ammoniumwert von 4 mg/l NH4- N ausgewiesen. Die Analytik der Sammelprobe dieses Tages ergab einen Wert von 0.5 mg/l NH4-N. Mögliche Fehlerquellen Messwerte der Sonde überprüfen (Kalibration) Analytik Sammelprobe Zeitfenster Sammelprobe vs. Zeitfenster MW-Berechnung im PLS Eingriff an diesem Tag Einstellungen am Messumformer überprüfen (Bereich Analog Out) Einstellungen am PLS überprüfen (Bereich Analog In, Mittelwertberechnung) Einstellungen BIS überprüfen (Richtiger Wert übernommen?), 2013 / 2014 Seite 8 4

5 Fehlerquellen - Fehler eliminieren Auf der Such nach einer Fehlerquelle hat sich folgendes Vorgehen bewährt Systematisch Vorgehen Von der Quelle ausgehend Bei kompleen Fehler eine Checkliste zur Abarbeitung erstellen Signale mit unabhängigen Messungen plausibilisieren (Quervergleich) Fachleute beiziehen ERFA, 2013 / 2014 Seite 9 Datenqualität Wie «gut» sollen Daten sein Definition Datenqualität bezeichnet ein Qualitätsmaß, welches Aufschluss über die Relevanz sowie Korrektheit von Informationen (bzw. Datensätzen) gibt und wie gut diese die Realität abbilden. Dadurch wird Klarheit geschaffen, wie verlässlich vorhandene Informationen sind um sie als Basis für die Planung von Aktionen zu nutzen. Copyright 2012 Omikron Data Quality GmbH, 2013 / 2014 Seite 10 5

6 Datenqualität Wie «gut» sollen Daten sein Auswirkungen von schlechter Datenqualität Ungenaues Berichtswesen keine Erfolgskontrolle möglich verfälscht Benchmark-Studien Mangelhafte Entscheidungen aufgrund falscher Definitionen (z.b.: ARA Aus-/Neubau) Vertrauen sinkt!!, 2013 / 2014 Seite 11 Datenqualität Wie «gut» sollen Daten sein Worauf ist zu achten Im Voraus definieren welche Datenqualität für die jeweilige Anwendung nötig ist Daraus folgend: Messprogramm (Häufigkeit) Datenqualität laufend überprüfen (AQS im Labor, Plausibilisierungen, generelle Datenanalyse) Datenaufbereitung möglichst einfach und benutzerfreundlich gestalten Zufällige und systematische Fehlertoleranz festlegen, 2013 / 2014 Seite 12 6

7 Zufällige und systematische Messabweichungen Zufällige Messabweichung Die zufällige Komponente lässt sich mit statistischen Methoden rechnerisch aus einer genügend großen Anzahl von Einzelmesswerten abschätzen. Beispiele: Nicht beherrschbare Einflüsse der Messgeräte, Nicht beherrschbare Einflüsse aus der Umgebung, Nicht einseitig gerichtete Einflüsse des Beobachters (z. B. bei der Ablesung einer Skala). Wikipedia, 2013 / 2014 Seite 13 Zufällige und systematische Messabweichungen Systematische Messabweichung Als systematischer Fehler werden in der Technik, den Natur- und anderen Wissenschaften Messfehler bezeichnet, die sich bei wiederholter Messung nicht im Mittel aufheben. Systematische Fehler haben also Schlagseite, sie bewirken einen in der Tendenz zu hohen oder zu niedrigen Messwert. Beispiele: Instrumentelle Einflüsse (z. B. ungenaue Justierung bzw. Kalibrierung), Persönliche Fehler (z. B. schräges Ablesen auf Thermometerskala ), Umwelteinflüsse (z. B. Wirkungen von Temperatur oder Wind, Vibrationen ) Wikipedia, 2013 / 2014 Seite 14 7

8 f() Zufällige und systematische Messabweichungen Präzision gut µ i Zufällige Messabweichung ε i Wahrer Wert Nie bekannt! Richtigkeit gut Fall 1 Idealfall Michael Thomann, 2013 / 2014 Seite 15 f() Zufällige und systematische Messabweichungen Präzision gut Präzision schlecht µ i ε i Zufällige Messabweichung Richtigkeit gut Wahrer Wert Fall 1 Idealfall Wahrer Wert Fall 2 NICHT optimal f() µ i ε i β Systematische Messabweichung Nur mit redundanter Information identifizierbar! Richtigkeit schlecht Wahrer Wert Fall 3 NICHT optimal Wahrer Wert Fall 4 NICHT optimal Michael Thomann, 2013 / 2014 Seite 16 8

9 Welche Hilfsmittel stehen uns zur Verfügung? Trendanalysen im PLS Plausibilisierung über bekannte Verhältnisse (C:P:N, TOC:CSB, CSB:BSB5, EWG etc.) Kontrollkarten Bilanzen Berichte, 2013 / 2014 Seite 17 Trendanalyse im PLS (Beispiel Kalibration Redosonden ARA Birs), 2013 / 2014 Seite 18 9

10 Trendanalyse im PLS Nutzen Schneller Überblick verschaffen Abweichungen werden zeitnah erkannt Erfolgskontrollen Lerneffekt, 2013 / 2014 Seite 19 Plausibilisierung über bekannte Verhältnisse (Beispiel CSB:TOC und CSB:BSB 5 Verhältnis in Zulaufproben), 2013 / 2014 Seite 20 10

11 Plausibilisierung über bekannte Verhältnisse (Beispiel: Messkampagne eines Pumpwerks, Vergleich EWG), 2013 / 2014 Seite 21 Plausibilisierung über bekannte Verhältnisse Nutzen Einfache und schnelle Kontrolle von Analyseergebnissen Ausreisser sofort Erkennen (Wichtig bei Einzelbestimmungen) Nachmessungen möglich, 2013 / 2014 Seite 22 11

12 Einfache Bilanzierung anhand des Phosphors in einem Modell-VKB, 2013 / 2014 Seite 23 Einfache Bilanzierung anhand des Phosphors in einem Modell-VKB, 2013 / 2014 Seite 24 12

13 Einfache Bilanzierung anhand des Phosphors in einem Modell-VKB Welche Daten werden als Berechnungsgrundlage zur Bilanzierung benötigt? Zeitraum Durchfluss Schlammmenge im VKB Konzentration Phosphor im Zulauf Konzentration Phosphor im Ablauf Konzentration Phosphor im Schlamm, 2013 / 2014 Seite 25 Einfache Bilanzierung anhand des Phosphors in einem Modell-VKB Zeitraum 24h Durchfluss Zulauf Konzentration P Ablauf Konzentration P Schlammmenge Schlamm Konzentration P 13.4 l/s 8.33 mg/l 7.79 mg/l 3.52 m3 354 mg/l, 2013 / 2014 Seite 26 13

14 Einfache Bilanzierung anhand des Phosphors in einem Modell-VKB Berechnung der Frachten (24h) Wassermenge Zulauf Fracht P Ablauf Fracht P Schlammmenge Schlamm Fracht P 1158 m kg 9.02 kg 3.52 m kg, 2013 / 2014 Seite 27 Einfache Bilanzierung anhand des Phosphors in einem Modell-VKB Bilanzierung 9.64 kg P 9.02 kg P 1.25 kg P, 2013 / 2014 Seite 28 14

15 Einfache Bilanzierung anhand des Phosphors in einem Modell-VKB Bilanzierung und Widerspruch Fracht Zulauf kg P/d Fracht Ablauf kg P/d Fracht Schlamm kg P/d Widerspruch kg P/d Widerspruch % , 2013 / 2014 Seite 29 Einfache Bilanzierung anhand des Phosphors in einem Modell-VKB Mögliche Fehlerquellen? Zeitraum (unwahrscheinlich) Durchfluss Schlammmenge im VKB (stimmen die Dimensionen?) Konzentration Phosphor im Zulauf (Probenahme, Aufarbeitung, Analytik) Konzentration Phosphor im Ablauf (Probenahme, Aufarbeitung, Analytik) Konzentration Phosphor im Schlamm (Probenahme, Aufarbeitung, Analytik) 11 Fehlerquellen!, 2013 / 2014 Seite 30 15

16 Einfache Bilanzierung anhand des Phosphors in einem Modell-VKB Gesamtübersicht VKB-Versuch Versuche Widerspruch TSS [%] Widerspruch CSB [%] VS VS VS VS VS VS VS Mittelwert Widerspruch Ptot [%], 2013 / 2014 Seite 31 Einfache Bilanzierung anhand des Phosphors in einem Modell-VKB Fazit Widerspruch ist im Toleranzbereich (Soll < 20% bei Einzelfrachten) Bei Mehrfachbestimmungen Soll < 10% Analytik stimmt Durchflussmessung stimmt Probenahme stimmt, 2013 / 2014 Seite 32 16

17 P-Bilanz über gesamte Anlage, 2013 / 2014 Seite 33 ARA Ergolz 1 Jahresbilanz 2011 P-Frachten in kgp/d Zufällige Fehler, 2013 / 2014 Seite 34 17

18 Bilanzierung Nutzen Datenqualität kann grob beurteilt werden (Einzelmessung) Systematische Fehler können erkannt werden (Mehrfachbestimmungen) Optimale Grundlage für Optimierungen/Neubau etc. Systematische und zufällige Fehler können nur durch Mehrfachbestimmungen und/oder Quervergleiche (andere Bilanzen, Versuche etc.) erkannt werden!! 1 Messung ist «keine» Messung, 2013 / 2014 Seite 35 Kontrollkarten für Sonden Dr. Michael Gluschke, Dr.-Ing. Michael Koch, 2013 / 2014 Seite 36 18

19 Kontrollkarten für Sonden Differenz in mgn/l Zeitweise sehr grosse Abweichungen (Membranqualität? Kalibration? Kalibrationsintervall zu gross?) , 2013 / 2014 Seite 37 Kontrollkarten für Sonden Nutzen Schneller Überblick über die Messqualität der Sonde Erkennen von Abweichungen Anpassung Kalibrationsintervall nötig?, 2013 / 2014 Seite 38 19

20 Berichte aus Betriebsinformationssystemen generieren (Beispiel Strombilanzierung auf der ARA Birs) diverse Energiemessungen auf Kläranlagen Zentrales Thema, viele Daten liegen brach Gerechnete Messungen ab Softstarter oder FU Hauptzähler EW Privatmessungen, 2013 / 2014 Seite 39 Messungen im Energieflussdiagramm PLS ARA, 2013 / 2014 Seite 40 20

21 Bilanzierung Plausibilitätsprüfung EW-Messung mit Privatmessung Privatmessung mit Untermessungen Hauptmessung EW Wert ab Rechnung und Online im PLS Privatmessungen ARA Wert Online in PLS, 2013 / 2014 Seite 41 Plausibilitätsprüfung im Betriebsinformationssystem im Bericht Abweichung infolge Messungsausfall, 2013 / 2014 Seite 42 21

22 Plausibilitätsprüfung Betriebsinformationssystem als Diagramm Abweichungen sind im Diagramm sofort erkennbar Zulässige Abweichung plus/minus 3%, 2013 / 2014 Seite 43 Plausibilitätsprüfung Rechnungskontrolle im BIS Handeingaben Monatlich!!!, 2013 / 2014 Seite 44 22

23 Strombilanzierung im BIS: Plausibilität, 2013 / 2014 Seite 45 Strombilanzierung im BIS: Kennwerte Differenz Anteil Differenz Anteil Differenz Verhältnis, 2013 / 2014 Seite 46 23

24 Monatsbericht mit Tageswerten im BIS, 2013 / 2014 Seite 47 Berichte aus Betriebsinformationssystemen generieren Nutzen Schneller Zugriff und Überblick auf Tages-, Monats- und Jahresrapporte Erkennen von Abweichungen Einfach zu bedienen Automatisierte Bilanzierung und Plausibilisierung möglich, 2013 / 2014 Seite 48 24

25 Links -Ausbildung Ordner A3/4/7 Kurs Emmetten (Messen, Regeln und Überwachen 2012) Messtechnik Ordner, 2013 / 2014 Seite 49 Vielen Dank für Eure Aufmerksamkeit, 2013 / 2014 Seite 50 25