Alanda Eine offene Plattform für datenbasierte Anwendungen

Größe: px

Ab Seite anzeigen:

Download "Alanda Eine offene Plattform für datenbasierte Anwendungen"

Cornelia Voss
vor 8 Jahren
Abrufe

1 Alanda Eine offene Plattform für datenbasierte Anwendungen Dr.-Ing. Frank Alsmeyer e.v. 5. Symposium Informationstechnologien für Entwicklung und Produktion in der Verfahrenstechnik April 2008, Aachen

Symposium Informationstechnologien für Entwicklung

/ Pharma- Industrie Anwendungsorientierte Plattform für den Forschungstransfer Effizienter

2 Grundlagen- Forschung Anwendungsorientiertunterstützung Innovations- Forschung und Chemische / Technologie- Transfer Petrochem. / Pharma- Industrie Anwendungsorientierte Plattform für den Forschungstransfer Effizienter Einsatz aktueller Forschung Problemlösung mit neuen Methoden Nutzung vorkommerzieller Software = Aix la Chapelle + Computer Aided Process Engineering

Gliederung Analyse heutiger Datennutzung (Bsp. Softsensor) Bessere Unterstützung der Bearbeitung durch offene Software- Plattform Alanda Tabellenkalk.

3 Gliederung Analyse heutiger Datennutzung (Bsp. Softsensor) Bessere Unterstützung der Bearbeitung durch offene Software- Plattform Alanda Tabellenkalk. (Excel) Trenddet ektionsmodul OPC Server (PLS) - Konfiguratio ns-modul Ausreißere rkennung Interpolatio n Schwingun gsdetekt. Ergänzung des Werkzeugkastens Innovative Algorithmen in Beispielen Zusammenfassung

4 Probleme heutiger Datennutzung

5 Problemstellung Rohdaten (100 %) Relevante Daten (~5%) Wissen/ Modell Wirtschaftl. Erfolg Quantität Zahl der Messstellen (tags): Nahrungsmittel: ca Chemie: ca Petrochemie: ca Datenrate bis zu ca. 2/sec Qualität Datenmenge, Aufwand!

6 Qualität von Prozessdaten Störungen Wert (-) Messgröße y Rauschen Ausreißer y 0 Sprung Wert (-) Störsignale 0 Drift Fluktuation fehlende Werte Datenqualität Zeit (h)

0 20 40 60 80 100 Störsignale 0 Drift Fluktuation

7 Folgeprobleme - Workflow Softsensor Rohdaten Auswahl Variablen (manuell).doc.xls ausgewählte Tags.xls interpolierte Daten.mat zeitlich selektierte Daten.bkp Interpolation fehlender Werte Auswahl stationärer Zeitbereiche Parameterschätzung stationäres Modell Excel Matlab Aspen Plus.m.doc.vba evtl. Rücksprung Modell / Problemlösung Implementierung Online

bkp Interpolation fehlender Werte Auswahl stationärer Zeitbereiche Parameterschätzung

8 Folgeprobleme - Workflow Softsensor Rohdaten Auswahl Variablen (manuell).doc method. Defizite.xls ausgewählte Tags.xls interpolierte Daten.mat zeitlich selektierte Daten.bkp Grundlegende Datenaufbereitung (Zusammentragen, Konsistenz, Qualität).vba Interpolation fehlender Werte Auswahl stationärer Zeitbereiche Parameterschätzung stationäres Modell Excel einfache Analysen / Vorverarbeitung Matlab höherwertige Analysen Aspen Plus.m.doc evtl. Rücksprung oft 80% des Aufwands Modell / Problemlösung Implementierung Online

vba Interpolation fehlender Werte Auswahl stationärer Zeitbereiche Parameterschätzung stationäres Modell Excel einfache Analysen

9 Folgeprobleme - Workflow Softsensor Rohdaten Auswahl Variablen (manuell).doc.xls ausgewählte Tags.xls interpolierte Daten.mat zeitlich selektierte Daten Interpolation fehlender Werte Auswahl stationärer Zeitbereiche Werkzeugverkettung: Parameterschätzung.bkp mangelnde stationäres Nachvollziehbarkeit Modell u. Dokumentation dezentrale Datenhaltung Modell / Problemlösung (trotz ):Konvertierung, Implementierung Aufwand bei Rücksprüngen Online Excel Matlab Aspen Plus.m.doc.vba dezentrale Parametrierung evtl. Rücksprung

Parameterschätzung.bkp mangelnde stationäres Nachvollziehbarkeit Modell u.

10 Zusammenfassung Problembereiche Menge Qualität Methodische Defizite Bereich Aufbereitung Verknüpfung von Vorwissen schlechte Verfügbarkeit neuer Methoden? heterogene Werkzeuglandschaft schlecht definierte Arbeitsprozesse, Nachvollziehbarkeit

11 Trenddetektionsmodul -Konfigurationsmodul Ausreißererkennung Interpolation OPC Server Tabellenkalk. (PLS) (Excel) Schwingungsdetekt. Plattform Alanda

12 Ziele der Alanda-Plattform Rohdaten Auswahl Variablen (manuell).doc.xls ausgewählte Tags.xls interpolierte Daten.mat zeitlich selektierte Daten.bkp Offene Software- Plattform Interpolation fehlender Werte Auswahl stationärer Zeitbereiche Alanda Parameterschätzung stationäres Modell Excel Matlab Aspen Plus.vba.m.doc evtl. Feedback Modell / Problemlösung Implementierung Online.alp

bkp Offene Software- Plattform Interpolation fehlender Werte Auswahl stationärer Zeitbereiche

13 Alanda 3.0 Module und Workflow Interpolation Modul 1 Stationaritätssuche Modul 2 Modellidentifikation Modul 3 Rohdaten Import / Zugriff Alanda Export.flexibel.alp Eine Projektdatei mit allen Metadaten Alle Datenquellen Algorithmen Parameter der Algorithmen Verkettung der Schritte (Workflow)

Modellidentifikation Modul 3 Rohdaten Import / Zugriff Alanda Export.

14 Alanda 3.0 Module und Workflow Interpolation Modul 1 Stationaritätssuche Modul 2 Modellidentifikation Modul 3 Rohdaten Import / Zugriff Alanda Export.flexibel Eigenschaften und Vorteile Datenhaltung bleibt zentral (optional Import) Algorithmen aus verschiedenen Quellen auf einer Plattform Konsistente Nutzung Standalone, als Excel-Addin, oder als Bibliothek, offline oder online Modul-basiert: Einfache Integration neuer Algorithmen Einfache Konfiguration für Nutzer (Modul in Anwendungsverzeichnis legen, keine Installation)

Datenanalyseplattform ALANDA -Konfigurationsmodul Modellierungsmodul Plattform Kern mit Programmierschnittstelle (API) Referenz (optional

15 Datenanalyseplattform ALANDA -Konfigurationsmodul Modellierungsmodul Plattform Kern mit Programmierschnittstelle (API) Referenz (optional Import) Trenddetektionsmodul Interpolation OPC Server (z.b. PLS) (via Excel).xls.xls.xls.xls.csv.txt.mat Schwingungserkennung Offen (Uni A, Uni B,...)

Import) Trenddetektionsmodul Interpolation OPC Server (z.b.

16 Rohdaten (100 %) Relevante Daten (~5%) Wissen/ Modell Qualität Quantität Bessere Daten

17 Fallstrick Kompression Kompression im Notwendig trotz sinkender Speicherkosten Vermeidung redundanter Daten Problem: Sinnvolle Konfiguration für jede Messstelle nötig - Aufwand ε ε Prinzip der linearen Kompression Tag name: T2 Reales Beispiel Anlagendaten von Degussa Kompressionsalgorithmus : MBBA (Aspen IP.21) value [arbitrary unit] unkomprimiert bisherige Kompression 192.5

+ + + + Prinzip der linearen Kompression Tag name: T2 Reales Beispiel Anlagendaten von Degussa

18 Automatische Analyse unkomprimierter Rohdaten Berechnung geeigneter Parameter Lösungsansatz Multilaterales Industrieprojekt mit BASF, Bayer, Degussa Externes Werkzeug zur Einstellung, ausdrücklich nicht online Keine Modifikation des, nur Änderung der Kompressionsparameter Signal Kompression Archiv Berechne Kompressionsparameter -Modul für ALANDA

Werkzeug zur Einstellung, ausdrücklich nicht online Keine Modifikation des, nur

19 Optimierung der Kompression Tag name: T2 Anlagendaten von Degussa Kompressionsalgorithmus : MBBA (Aspen IP.21) value [arbitrary unit] unkomprimiert bisherige Kompression Resultate der Optimierung Irreführender Trend verschwindet Schwingungen nun sichtbar Kompressionsverhältnis 70 (vorher 720) 192.5

20 Rohdaten (100 %) Quantität Relevante Daten (~5%) Wissen/ Modell Qualität Bessere Datennutzung

21 Trends in realen Anlagendaten? Praktische Probleme Stochastisches Messrauschen/Varianz unbekannt Überlagerte systematische Abweichungen In vielen Messgrößen gleichzeitig Typische Trenddauer a priori unbekannt Suche ist kombinatorisches Problem Lösungsansatz (Flehmig & Marquardt, 2002) Entrauschen und Distanzmaß e m für syst. Abweichungen über Wavelets Effizienter Suchalgorithmus (viele Tags, viele Werte) Stationarität und lineare Trends 1 t t 0 + t dym ( t) 2 dt t 0... dt e m < e tol

22 Entwicklung eines Softsensors Ziel Vermeidung Laborkosten u. zeitliche Verzögerung Softsensor (stationäres Modell) PROBLEM: Verfügbarkeit geeigneter Daten Daten (Arkema/Total) 14 Tags, 6 Monate, 0.7 Mio. Messwerte Zeitkonstanten & Varianz unbekannt Ergebnisse Trendlänge korrekt identifiziert (kein Vorwissen; bestätigt durch Anlagenpersonal) 32 stabile Trendbereiche Softsensor läuft Zusammenfassung Schnelles Auffinden relevanter Datenbereiche im Datenarchiv Messstellen mit größter Abweichung von Stationarität

23 Rohdaten (100 %) Relevante Daten (~5%) Wissen/ Modell Quantität Qualität Bessere Modelle

24 Modellierungs-Modul MEXA Toolbox Algorithmen von AVT.PT MEXA-Ansatz (Modellgestützte experimentelle Analyse) aus SFB 540, RWTH Aachen (inkrementelle Modellbildung, Modellvarianten) Einbindung in Alanda als Modul direkte Nutzung der vorverarbeiteten Daten zur Modellidentifikation zusätzlich benötigt: Modellgleichungen und nicht gemessene Variablen Anwendungen Parameterschätzung, Datenvalidierung, Simulation Softsensor-Entwicklung

25 Zusammenfassung Unbefriedigende Datennutzung ist wesentlich auf schlecht unterstützten Workflow zurückzuführen Innovative Verfahren finden nur schwierig Eingang in die industrielle Praxis Standardisierte Formate und Schnittstellen haben sich bislang nicht herauskristallisiert? Offene Plattform als Möglichkeit für besseren/schnelleren Transfer von Forschung in die Praxis offen bezüglich neuer Algorithmen offene Interaktion mit gängigen Werkzeugen entwickelt gemeinsam mit seinen Industrie-Mitgliedern eine solche Plattform (Alanda) Tabellenkalk. (Excel) Trenddet ektionsmodul OPC Server (PLS) - Konfiguratio ns-modul Ausreißere rkennung Interpolatio n Schwingun gsdetekt.

26 Danke!

Ähnliche Dokumente

ARAkoll 2013 Dokumentation. Datum: 21.11.2012

ARAkoll 2013 Dokumentation. Datum: 21.11.2012 ARAkoll 2013 Dokumentation Datum: 21.11.2012 INHALT Allgemeines... 3 Funktionsübersicht... 3 Allgemeine Funktionen... 3 ARAmatic Symbolleiste... 3 Monatsprotokoll erzeugen... 4 Jahresprotokoll erzeugen