Verfahren und System zum Management von Meldungen eines Auto matisierungssystems, insbesondere einer industriellen Anlage

Die Erfindung betrifft ein Verfahren und ein System zum Ma nagement von Meldungen eines Automatisierungssystems, insbe sondere einer industriellen Anlage, gemäß Patentanspruch 1 bzw. 8. Die Erfindung betrifft ferner ein Auswerteverfahren und ein Auswertesystem gemäß Patentanspruch 6 bzw. 13 und ein Programm und eine Computerprogrammprodukt gemäß Patentan spruch 15 bzw. 16.

Automatisierungssysteme dienen zur Überwachung, Steuerung, und/oder Regelung von mobilen und stationären Einrichtungen und Anlagen und ermöglichen einen Betrieb von Steuerungsein richtungen, Sensoren, Maschinen und industriellen Anlagen, der möglichst selbständig und unabhängig von menschlichen Eingriffen erfolgen soll.

Automatisierungssysteme kommen beispielsweise im Bereich der industriellen Produktion, der Energieerzeugung und- verteilung, des Gebäudemanagements, der Logistik, der An triebstechnik etc. zum Einsatz. Sie erzeugen häufig eine Vielzahl von Meldungen für z.B. Betriebs- und Wartungsperso nal des Systems. Diese Meldungen werden dem Personal übli cherweise auf einer Mensch-Maschine-Schnittsteile (HMI), z.B. einer Operator Station, einem PC oder einem tragbaren kommu nikationsfähigem Gerät wie z.B. einem Tablet oder Smartphone zur Anzeige gebracht. Sie sollen die Aufmerksamkeit des Per sonals auf Änderungen des Zustandes der Einrichtung oder An lage lenken, die möglicherweise dessen Eingreifen erfordern.

Oftmals beziehen sich diese Meldungen auf bestimmte Ereignis se in dem Automatisierungssystem. Eine Meldung kann bei spielsweise eine Alarm-Meldung oder eine Hinweis-Meldung sein. Eine Alarm-Meldung ist eine Meldung, dass ein Fehler oder ein abnormales Ereignis eingetreten ist und das Personal zeitnah Maßnahmen einleiten muss. Eine Hinweis-Meldung kann beispielsweise auf eine Notwendigkeit einer Wartung hinwei- sen. Die Ereignis-Meldung kann dabei Text und weitere Infor mationen wie z.B. Zeitpunkt und Ort der Erzeugung der Meldung umfassen .

Die Meldungen werden üblicherweise von einem Meldesystem er zeugt, dass mit der Mensch-Maschine-Schnittsteile (HMI) kom munikativ, z.B. über ein Kommunikationsnetzwerk, in Verbin dung steht.

Industrielle Anlagen kommen in verschiedensten Industriesek toren zum Einsatz, zum Beispiel in der Energieerzeugung, der Prozess-Industrie (z.B. Papier, Chemie, Pharma, Metall, Öl- und Gas) und der diskreten Fertigungsindustrie. Der eigentli che branchenspezifische Prozess, z.B. Energieerzeugungs- oder Produktionsprozess, wird dabei durch das Automatisierungssys tem gesteuert und/oder geregelt. Ein Automatisierungssystem ohne die Feldgeräte (d.h. ohne Aktoren und Sensoren) wird häufig auch als „Prozessleitsystem" bezeichnet.

Das Meldesystem ist dann häufig als eine Funktion in einem sogenannten „Operator-System-Server" oder „Anwendungs-Server" realisiert, in dem ein oder mehrere anlagenspezifische Anwen dungsprogramme gespeichert sind und beim Betrieb der Anlage zur Ausführung gebracht werden.

In einer komplexen industriellen Anlage (z.B. einer Papier fabrik) werden von dem Meldesystem unter Umständen hunderte von Meldungen pro Minute erzeugen. Viele der Meldungen sind durchaus wichtig, um eine mögliche Anomalie anzuzeigen, aber nicht alle haben die gleiche Auswirkung auf den Betrieb des Prozesses. So kann es passieren, dass der Betreiber der Anla ge mit Alarm-Meldungen überflutet wird und hierdurch nicht in der Lage ist, angemessen auf die wirklich wichtigen Alarme zu reagieren. Manchmal können bis zu 80% der Meldungen eigent lich vom Bedien-/Beobachtungspersonal ignoriert werden, aber das Herausfiltern der wichtigen, ggf. für die Anlage kriti- sehen, Meldungen erfordert viel Jahre an Erfahrung. Selbst wenn der Betreiber sehr schnell einen wichtigen Alarm heraus filtert, verbleibt aber oft zu wenig Zeit für geeignete Ge genmaßnahmen. Dies kann zu Anlagenstillstand und Produktions ausfällen führen.

Zur Bewältigung der Flut von Meldungen sind schon einige Lö sungsansätze bekannt. So offenbart beispielsweise die EP 3 187 950 Al ein Verfahren zum Managen von Alarmen in einem Steuerungssystem für einen industriellen Prozess. Das Steue rungssystem umfasst ein Meldesystem mit einem Benachrichti gungs-Server zur Erzeugung von Alarmmeldungen basierend auf vorgegebenen Benachrichtigungserzeugung-Kriterien, eine Be diener-Station, die in Kommunikation mit dem Server ist, und eine Datenbank mit historischen Alarmdaten. Dabei werden in dem Benachrichtigungs-Server historische Alarm-Daten empfan gen, eine erste Gruppe von Alarmen als „wichtige Alarme" und eine zweite Gruppe von Alarmen als „weniger wichtige Alarme" auf Basis vorbestimmter Regeln definiert. Es werden eine Vielzahl von historischen Datensegmenten in den historischen Alarm-Daten identifiziert, wobei jedes dieser Datensegmente zumindest eine Alarm-Nachricht eines Alarms der ersten Gruppe beinhaltet. Weiterhin werden eine Vielzahl von Association Scores bezüglich der Vielzahl von Alarmen der zweiten Gruppe ermittelt, und abschließend ein vorgegebenes Benachrichti- gungserzeugungs-Kriterium für die Alarme auf Basis der Viel zahl von Association Scores modifiziert. Durch Modifikation der Benachrichtigungserzeugung werden weniger wichtige Alarme der zweiten Gruppe priorisiert oder unterdrückt. Außerdem können auf Basis der Association Scores der weniger wichtigen Alarme der zweiten Gruppe wichtige Alarme der ersten Gruppe zusammen mit einem vermuteten Zeitraum ihres Auftretens vor hergesagt werden.

Außerdem ist es bereits bekannt, neuronale Netze zur Vorher sage von Alarmen bzw. eines drohenden Ausfalls von Komponen ten einzusetzen. Die bekannten Systeme zielen vor allem auf Änderungen der Re geln für die Erzeugung der Alarme, d.h. auf Änderungen des Meldesystems selbst. Oftmals hat ein Betreiber eines Automa tisierungssystems aber überhaupt keine Möglichkeit, in das Alarmsystem bzw. in dessen Regeln einzugreifen. Selbst wenn er diese Eingreifmöglichkeit hat, ist dieser Eingriff aber komplex, fehleranfällig und es besteht die Gefahr (ggf. si cherheitsrelevanter) Rückwirkungen auf das restliche Automa tisierungssystem. Dies gilt vor allem auch dann, wenn sich der Benachrichtigungs-Server entfernt von der Anlage auf ei ner Cloud befindet und über ein öffentliches Kommunikations netzwerk mit dem Automatisierungssystem verbunden ist.

Es ist deshalb Aufgabe vorliegender Erfindung, ein Verfahren und ein System zum Management von Meldungen eines Automati sierungssystems, insbesondere einer industriellen Anlage, an zugeben, mit dem die vorgenannten Nachteile und Probleme ver mieden werden können.

Die Lösung dieser Aufgabe gelingt durch ein Verfahren und ein System zum Management von Meldungen eines Automatisierungs systems, insbesondere einer industriellen Anlage, gemäß Pa tentanspruch 1 bzw. 8. Ein Auswerteverfahren und ein Auswer tesystem hierfür sind Gegenstand der Patentansprüche 6 bzw. 13. Ein Programm und eine Computerprogrammprodukt sind Gegen stand der Patentansprüche 15 bzw. 16. Vorteilhafte Ausgestal tungen sind jeweils Gegenstand der Unteransprüche.

Das erfindungsgemäße Verfahren geht aus von einem Automati sierungssystem, welches

- ein Meldesystem zur Erzeugung von Meldungen und

- zumindest eine erste Mensch-Maschine-Schnittsteile umfasst, auf der die Meldungen zur Anzeige gebracht werden,

und wobei

- das Meldesystem kommunikativ, insbesondere über ein Kommu nikationsnetzwerk des Automatisierungssystems, mit der

Mensch-Maschine-Schnittsteile verbunden ist,

- zumindest eine erste Kategorie und eine zweite Kategorie von Meldungen definiert sind und wobei die Meldungen des Au tomatisierungssystems jeweils zumindest einer der zwei Kate gorien zugeordnet sind,

- eine Funktion angewendet wird zumindest auf Eingangsdaten, die Meldungen repräsentieren, die der zweiten Kategorie (op tional zusätzlich auch solche der ersten Kategorie) zugeord net sind und die auf der ersten Mensch-Maschine-Schnittsteile zur Anzeige gebracht werden, wobei die Funktion von einem Al gorithmus aus dem Bereich des maschinellen Lernens trainiert wurde, und wobei hierdurch Ausgangsdaten erzeugt werden, die eine Meldung des Automatisierungssystems repräsentieren, die der ersten Kategorie zugeordnet ist,

- die Meldung, die durch die Ausgangsdaten repräsentiert wird, auf einer zweiten Mensch-Maschine-Schnittsteile zur An zeige gebracht wird, wobei die zweite Mensch-Maschine- Schnittstelle kommunikativ von dem Meldesystem getrennt ist.

Die Erfindung beruht im ersten Schritt auf der Erkenntnis, dass maschinelles Lernen nutzbringend zum einen für eine Fil terung von Meldungen der ersten Kategorie aus der großen Men ge der Meldungen (d.h. zumindest der Menge der Meldungen der zweiten Kategorie, optional zusätzlich auch der Meldungen der ersten Kategorie) eingesetzt werden. In diesem Fall repräsen tieren die Ausgangsdaten eine der Meldungen, die innerhalb eines definierten Zeitraumes auch bereits von den Eingangsda ten repräsentiert wird. Zum anderen kann maschinelles Lernen für eine Vorhersage von Meldungen der ersten Kategorie auf Basis zumindest der Menge der Meldungen der zweiten Katego rie, optional zusätzlich auch der Meldungen der ersten Kate gorie, genutzt werden. In diesem Fall repräsentieren die Aus gangsdaten in der Regel eine Meldung, die innerhalb eines de finierten Zeitraumes noch nicht von den Eingangsdaten reprä sentiert wird. Sie können aber auch eine Meldung repräsentie ren, die innerhalb eines definierten Zeitraumes auch bereits von den Eingangsdaten repräsentiert wird. Mit Hilfe der ge filterten oder vorhergesagten Meldungen kann die Aufmerksam keit von Personal auf die unter definierten oder definierba- ren Kriterien wichtigen Meldungen gelenkt bzw. deren Auftre ten sogar vorhergesagt werden.

Vorzugsweise umfassen die Ausgangsdaten im Fall einer Vorher sage einer Meldung einen Zeitpunkt oder einen Zeitraum für ein Auftreten der Meldung und eine Wahrscheinlichkeit für ein Auftreten der Meldung zu diesem Zeitpunkt oder in diesem Zeitraum.

Die unterschiedlichen Kategorien können vorzugsweise zum Aus druck bringen, wie kritisch der jeweilige Typ von Meldung für die Ausfallsicherheit der Anlage ist. Die unterschiedlichen Kategorien können sich aber auch auf andere Aspekte wie z.B. Produktionskosten, Produktionsmenge, Produktionsqualität, Rohstoffverbrauch, Stromverbrauch, Emissionen, etc. beziehen.

Es ist dabei ein kontinuierliches maschinelles Training der Funktion unter Berücksichtigung aktueller Zustände der Anlage möglich. Hierdurch kann die Funktion und somit die Filterung und/oder Vorhersage von Meldungen kontinuierlich an Änderun gen in der Anlage (z.B. aufgrund Verschleiß oder Änderungen in der Leistungsfähigkeit von Anlagenkomponenten, Änderungen in Qualitäten/Quantitäten der Rohmaterialien, Änderungen in der Betriebsweisen der Anlage) angepasst und somit eine hohe Qualität der Filterung und/oder Vorhersage erreicht werden.

Es ist dabei kein Eingriff in das Meldesystem vorgesehen und notwendig, sondern die Meldung, die durch die Ausgangsdaten repräsentiert wird, wird lediglich zusätzlich zu den Meldun gen des Meldesystems zur Anzeige gebracht. Durch die Anzeige dieser Meldung auf der gesonderten, zusätzlichen zweiten Mensch-Maschine-Schnittsteile und die kommunikative Trennung der zweiten Mensch-Maschine-Schnittsteile von dem Meldesystem bzw. dem Automatisierungssystem können unerwünschte sicher- heitsrelevante Rückwirkungen auf das Automatisierungssystem vermieden . Die kommunikative Trennung kann besonders einfach dadurch re alisiert werden, dass die Eingangsdaten der Funktion von ei nem Sender empfangen werden und die Ausgangsdaten von der Funktion an einen Empfänger bereitgestellt werden, der unter schiedlich zu dem Sender ist.

Die Funktion, die von einem Algorithmus aus dem Bereich des maschinellen Lernens trainiert wurde, kann bereitgestellt werden durch:

- Empfangen von Eingangs-Trainingsdaten, die Meldungen des AutomatisierungsSystems repräsentieren,

- Empfangen von Ausgangs-Trainingsdaten, die Meldungen des Automatisierungssystems repräsentieren, wobei die Ausgangs- Trainingsdaten mit den Eingangs-Trainingsdaten in einer Be ziehung stehen,

- Trainieren der Funktion basierend auf den Eingangs- Trainingsdaten und den Ausgangs-Trainingsdaten.

Durch Training der Funktion basierend auf Trainingsdaten kann sich die Funktion an neue Umstände anpassen und Muster in den Meldungen identifizieren und extrapolieren. Parameter der Funktion können durch Training angepasst werden. Es kann da bei z.B. Supervised Training, Semi-supervised Training, Unsu- pervised Training, Reinforcement Learning und/oder aktives Training genutzt werden. Weiterhin kann Representation Learn ing (eine alternative Bezeichnung ist "Feature Learning") ge nutzt werden. Insbesondere können die Parameter der Funktion iterativ durch mehrere Trainingsschritte angepasst werden.

Die Funktion basiert vorzugsweise auf Cross Correlation von Meldungen, einem neuronalen Netz (vorzugsweise Long/Short Term Memory - LSTM) oder auf Association Rules. Vorzugsweise kommt eine Kombination dieser Verfahren zum Einsatz, wobei das Ergebnis z.B. durch die Summe der Ergebnisse aller Ver fahren, durch Mehrheitsergebnisse, durch Einzelergebnisse etc. erhalten werden kann. Gemäß einer weiteren vorteilhaften Ausgestaltung wird von der zweiten Mensch-Maschine-Schnittsteile eine Information über eine Qualität der Meldung, die durch die Ausgangsdaten reprä sentiert wird, erfasst, und für das Trainieren der Funktion verwendet. Hierdurch kann die Funktion besonders schnell op timiert werden.

Weiterhin kann Personal der Einrichtung oder Anlage über die zweite Mensch-Maschine-Schnittsteile auch eine Auswahl aus mehreren vordefinierten Kategorisierungen angeboten werden und über die zweite Mensch-Maschine-Schnittsteile kann dann eine Information über die Auswahl erfasst werden. Mögliche Kategorisierungen können z.B. Ausfallsicherheit, Emissionen, Stromverbrauch, Produktionskosten, etc. sein.

Von Vorteil ist die Funktion entfernt von dem Meldesystem, insbesondere auf einem Cloud-basierten Rechnersystem, ange ordnet. Dort können dann auch Trainingsdaten, die Meldungen anderer Automatisierungssysteme repräsentieren, erfasst und für das Training der Funktion genutzt werden. Hierdurch kann die Qualität der Funktion und somit der Ausgangsdaten erhöht werden .

Ein erfindungsgemäßes System zum Management von Meldungen ei nes Automatisierungssystems, insbesondere einer industriellen Anlage, wobei das Automatisierungssystem

- ein Meldesystem zur Erzeugung von Meldungen und

- zumindest eine erste Mensch-Maschine-Schnittsteile zur An zeige der Meldungen umfasst,

- wobei das Meldesystem kommunikativ, insbesondere über ein Kommunikationsnetzwerk des Automatisierungssystems, mit der Mensch-Maschine-Schnittsteile verbunden ist,

und wobei zumindest eine erste Kategorie und eine zweite Ka tegorie von Meldungen definiert sind und wobei die Meldungen des Automatisierungssystems jeweils zumindest einer der zwei Kategorien zugeordnet sind, umfasst

- eine Auswerteeinheit, die ausgebildet ist zum Anwenden ei ner Funktion zumindest auf Eingangsdaten, die auf der ersten Mensch-Maschine-Schnittsteile zur Anzeige gebracht werden und die Meldungen repräsentieren, die der zweiten Kategorie (op tional zusätzlich auch solche der ersten Kategorie) zugeord net sind, wobei die Funktion von einem Algorithmus aus dem Bereich des maschinellen Lernens trainiert wurde, und wobei hierdurch Ausgangsdaten erzeugt werden, die eine Meldung des Automatisierungssystems repräsentieren, die der ersten Kate gorie zugeordnet ist,

- eine zweite Mensch-Maschine-Schnittsteile zur Anzeige der Meldung, die durch die Ausgangsdaten repräsentiert wird, wo bei die zweite Mensch-Maschine-Schnittsteile kommunikativ von dem Meldesystem getrennt ist.

Von Vorteil umfasst das erfindungsgemäße System

- eine erste Schnittstelle, die ausgebildet ist zum Empfang der Eingangsdaten von einem Sender, und

- eine zweite Schnittstelle, die ausgebildet ist zum Bereit stellen der Ausgangsdaten an einen Empfänger, der unter schiedlich ist zu dem Sender.

Gemäß einer weiteren vorteilhaften Ausgestaltung umfasst das erfindungsgemäße System eine Trainingseinheit zur Bereitstel lung der trainierten Funktion, umfassend

- eine erste Trainings-Schnittstelle, die ausgebildet ist zum Empfangen von Eingangs-Trainingsdaten, die Meldungen des Au tomatisierungssystems repräsentieren,

- eine zweite Trainings-Schnittstelle, die ausgebildet ist zum Empfangen von Ausgangs-Trainingsdaten, die Meldungen des Automatisierungssystems repräsentieren, wobei die Ausgangs- Trainingsdaten mit den Eingangs-Trainingsdaten in Beziehung stehen,

- eine Trainings-Recheneinheit, die ausgebildet ist zum Trai nieren der Funktion basierend auf den Eingangs-Trainingsdaten und den Ausgangs-Trainingsdaten,

- eine dritte Trainings-Schnittstelle, die ausgebildet ist zum Bereitstellen der trainierten Funktion. Gemäß einer weiteren vorteilhaften Ausgestaltung ist die zweite Mensch-Maschine-Schnittsteile ausgebildet zur Erfas sung einer Information über eine Qualität der Meldung, die durch die Ausgangsdaten repräsentiert wird, und zur Übertra gung dieser Information an die Trainingseinheit.

Von besonderem Vorteil ist die Auswerteeinheit, vorzugsweise auch die Trainingseinheit, entfernt von dem Meldesystem, ins besondere auf einem Cloud-basierten Rechnersystem, angeord net .

Die für das erfindungsgemäße Verfahren und seine vorteilhaf ten Ausgestaltungen genannten Wirkungen und Vorteile gelten entsprechend für das erfindungsgemäße System und seine vor teilhaften Ausgestaltungen.

Die Erfindung sowie weitere vorteilhafte Ausgestaltungen der Erfindung gemäß Merkmalen der Unteransprüche werden im Fol genden anhand von Ausführungsbeispielen in den Figuren näher erläutert. Dabei sind einander entsprechende Teile mit je weils gleichen Bezugszeichen versehen. Es zeigen:

FIG 1: in vereinfachter Darstellung einen prinzipiellen Auf bau eines erfindungsgemäßen Systems,

FIG 2: das Cloud-basierende Auswertesystem von FIG 1 in einer detaillierteren Darstellung

FIG 3: einen erfindungsgemäßen Verfahrensablauf

FIG 1 zeigt in vereinfachter Darstellung eine industrielle Anlage 1 mit einem Automatisierungssystem 2. Derartige Anla gen kommen in verschiedensten Industriesektoren zum Einsatz, zum Beispiel in der Energieerzeugung, der Prozess-Industrie (z.B. Papier, Chemie, Pharma, Metall, Öl- und Gas) und der diskreten Fertigungsindustrie. Der eigentliche branchenspezi fische Prozess 3, z.B. ein Energieerzeugungs- oder Produkti onsprozess, wird durch das Automatisierungssystem 2 gesteuert und/oder geregelt. Das Automatisierungssystem 2 umfasst hier zu eine oder mehrere industrielle Steuerungen (hier die Steu erungen 4) und zumindest einen Automatisierungs-Server 5.

Jede der Steuerungen 4 steuert dann den Betrieb jeweils eines Teilbereichs des Prozesses 3 in Abhängigkeit von dessen Be triebszuständen. Der Prozess 3 umfasst hierzu von den Steue rungen ansteuerbare Aktoren 6. Hierbei kann es sich um ein zelne Aktoren (z.B. einen Motor, eine Pumpe, ein Ventil, ein Schalter) , oder um Gruppen derartiger Aktoren oder um ganze Sektionen einer Anlage handeln. Weiterhin umfasst der Prozess Sensoren 7, die den Steuerungen 4 Istwerte von Prozessvariab len (z.B. Temperaturen, Drücke, Geschwindigkeiten) zur Verfü gung stellen.

Ein Kommunikationsnetzwerk der Anlage 1 umfasst auf überge ordneter Ebene ein Anlagen- Netzwerk 11, über das der Automa tisierungs-Server 5 mit Mensch-Maschinen-Schnittstellen (HMI) 10 in Kommunikation steht, und ein Steuerungs-Netzwerk 12 (häufig auch als „System-Netzwerk" bezeichnet) , über das die Steuerungen 4 miteinander und mit dem Automatisierungs-Server 5 in Kommunikationsverbindung stehen. Die Verbindung der Steuerungen 4 mit den Aktoren 6 und Sensoren 7 kann über dis krete Signalleitungen 13 oder über einen Feldbus erfolgen.

Die Mensch-Maschinen-Schnittstellen (HMI) 10 sind üblicher weise als Bedien- und Beobachtungsstation ausgebildet und in einer Leitwarte 13 der Anlage 1 angeordnet.

Bei dem Automatisierungs-Server 5 kann es sich zum Beispiel um einen sogenannten „Operator-System-Server" oder „Anwen dungs-Server" (Application-Server) handeln, in dem ein oder mehrere anlagenspezifische Anwendungsprogramme 8 gespeichert sind und beim Betrieb der Anlage 1 zur Ausführung gebracht werden. Diese dienen beispielsweise dazu, in der Anlage 1 die Steuerungen 4 zu konfigurieren, Bediener-Aktivitäten an den Mensch-Maschine-Schnittsteilen (HMI) 10 zu erfassen und aus zuführen (z.B. Sollwerte von Prozessvariablen einzustellen oder zu ändern) oder Meldungen für Anlagenpersonal zu erzeu- gen und auf den Mensch-Maschine-Schnittsteilen (HMI) 10 zur Anzeige zu bringen.

Das Automatisierungssystem 2 ohne die Feldgeräte (d.h. ohne Aktoren 5 und Sensoren 6) wird häufig auch als „Prozessleit- system" bezeichnet.

Zur Erzeugung der Meldungen M umfasst der Automatisierungs- Server 5 ein Meldesystem 9, das hier ebenfalls durch die An wendungsprogramme 8 realisiert wird.

Oftmals beziehen sich diese Meldungen M auf bestimmte Ereig nisse in dem Automatisierungssystem 2. Eine Meldung kann bei spielsweise eine Alarm-Meldung oder eine Hinweis-Meldung sein. Eine Alarm-Meldung ist eine Meldung, dass ein Fehler oder ein abnormales Ereignis eingetreten ist und das Personal zeitnah Maßnahmen einleiten muss. Eine Hinweis-Meldung kann beispielsweise auf eine Notwendigkeit einer Wartung hinwei- sen. Die Ereignis-Meldung kann dabei Text und weitere Infor mationen wie z.B. Zeitpunkt und Ort der Erzeugung der Meldung umfassen .

Zur Lenkung der Aufmerksamkeit des Personals auf die unter definierten bzw. definierbaren Kriterien wichtigen Meldungen bzw. zu deren Vorhersage umfasst das Automatisierungssystem zusätzlich einen Verbindungs-Server 14, ein Auswerte-System 20 und eine zusätzliche Mensch-Maschine-Schnittsteile 30, die vorzugsweise als Operator-Station ausgebildet ist. Alternativ oder ergänzend kann auch eine mobile Mensch-Maschine- Schnittstelle 31, z.B. ein Smartphone, Notebook oder Tablet vorhanden sein. Die Mensch-Maschine-Schnittsteilen 30, 31 sind dabei vom dem Kommunikationsnetzwerk 11 getrennt, d.h. es ist keine Kommunikation von dem Kommunikationsnetzwerk 11 zu den Mensch-Maschine-Schnittsteilen 30, 31 oder umgekehrt möglich. Insbesondere kann die Mensch-Maschine-Schnittsteilen 30 über ein Office-Netzwerk 15 in Kommunikation mit dem Aus wertesystem 20 stehen. Zwischen dem Verbindungs-Server 14 und dem Auswerte-System 20 sowie zwischen dem Auswerte-System 20 und den Mensch- Maschine-Schnittstellen 30, 31 können noch Firewalls 16, 17 angeordnet sein.

Wie im Detail in FIG 2 dargestellt, umfasst das cloudbasie- rende Auswertesystem 20 eine erste Kommunikationsschnittstel le in Form eines Cloud-Internet-Gateway 21, eine Datenstrom verarbeitungseinheit 22, einen Speicher 23 für Istdaten

(Echtzeitdaten) , einen Speicher 24 für historische Daten, ei ne Trainingseinheit 25, eine Auswerteeinheit 26, eine Web-App 27, eine zweite Kommunikationsschnittstelle 28 für drahtge bundene Kommunikation und ergänzend oder alternativ eine wei tere zweite Kommunikationsschnittstelle 29 für eine drahtlose Kommunikation .

In dem Meldesystem 9 sind zumindest eine erste Kategorie A und eine zweite Kategorie B von Meldungen definiert und die Meldungen des Automatisierungssystems sind jeweils zumindest einer der zwei Kategorien A, B zugeordnet.

Beim Betrieb des Automatisierungssystems werden von dem Mel desystem 9 eine Vielzahl von Meldungen vom Typ B (deren Daten hier mit Bl, B2, B3, etc. bezeichnet sind) und eine etwas ge ringere Anzahl vom Typ A (deren Daten hier mit Al, A2, etc. bezeichnet sind) erzeugt und über das Kommunikationsnetzwerk 11 auf den Mensch-Maschine-Schnittsteilen 10 zur Anzeige ge bracht (siehe Schritt 51 in FIG 3) . Außerdem werden Daten, die diese Meldungen repräsentieren, über den Verbindungsser ver 14 an das Auswertesystem 20 übertragen (siehe Schritt 52 in FIG 3) . Das Cloud-Internet-Gateway 21 ist dabei ausgebil det zum Empfang dieser Daten von dem Verbindungsserver 14 als Sender .

Das Gateway 21 leitet diese Daten weiter an die Datenstrom verarbeitungseinheit 22. Diese speichert diese zum einen für eine nachfolgende (nahezu) Echtzeitverarbeitung in dem Spei- eher 23 sowie für eine Archivierung an dem Speicher 24 ab (siehe Schritt 53 in FIG 3) .

Die Daten in dem Speicher 23 werden ohne große Verzögerung als Eingangsdaten an die Auswerteeinheit 26 weitergeleitet.

Die Auswerteeinheit 26 ist ausgebildet zum Anwenden einer Funktion auf die Eingangsdaten, wobei die Funktion von einem Algorithmus aus dem Bereich des maschinellen Lernens trai niert wurde, und wobei hierdurch Ausgangsdaten erzeugt wer den, die eine Meldung des Automatisierungssystems repräsen tieren, die der ersten Kategorie A zugeordnet ist (siehe Schritt 54 in FIG 3) .

Die durch maschinelles Lernen trainierte Funktion kann nutz bringend zum einen für eine Filterung von Meldungen der ers ten Kategorie aus der Gesamtmenge aller Meldungen (d.h. Mel dungen der ersten und zweiten Kategorie) eingesetzt werden. Hier ist dies beispielhaft die Meldung Al. In diesem Fall re präsentieren die Ausgangsdaten eine der Meldungen, die inner halb eines definierten Zeitraumes auch bereits von den Ein gangsdaten repräsentiert wird.

Zum anderen kann maschinelles Lernen für eine Vorhersage von Meldungen der ersten Kategorie auf Basis zumindest der Mel dungen der zweiten Kategorie, optional zusätzlich auch der Meldungen der ersten Kategorie, genutzt werden. In diesem Fall repräsentieren die Ausgangsdaten in der Regel eine Mel dung, die innerhalb eines definierten Zeitraumes noch nicht von den Eingangsdaten repräsentiert wird. Sie können aber auch eine Meldung repräsentieren, die innerhalb eines defi nierten Zeitraumes auch bereits von den Eingangsdaten reprä sentiert wird. Hier ist dies beispielhaft die Meldung A2.

In beiden Fällen kann die Aufmerksamkeit von Personal auf die unter definierten Gesichtspunkten wichtigen Meldungen Al bzw. A2 gelenkt bzw. deren Auftreten sogar vorhergesagt werden, um rechtzeitig Gegenmaßnahmen einzuleiten. Die Ausgangsdaten Al bzw. A2 werden über die Web-App 27 ent weder über die Kommunikationsschnittstelle 28 an das Mensch- Maschine-Interface 30 und/oder über die Kommunikations schnittstelle 29 an das Mensch-Maschine-Interface 31 übertra gen und dort zur Anzeige gebracht (siehe Schritt 55 in FIG 3) . Die Schnittstellen 28, 29 sind somit ausgebildet zum Be reitstellen der Ausgangsdaten an einen Empfänger, der unter schiedlich ist zu dem Sender der Eingangsdaten ist.

Die Meldung, die durch die Ausgangsdaten Al bzw. A2 repräsen tiert wird, wird somit zusätzlich zu allen anderen Meldungen des Meldesystems 9 in der Leitwarte 13 zur Anzeige gebracht. Durch die Anzeige dieser Meldung auf der gesonderten, zusätz lichen zweiten Mensch-Maschine-Schnittsteile 30, 31 wird die Aufmerksamkeit des Personals besonders auf diese Meldungen gelenkt. Durch die kommunikative Trennung der zweiten Mensch- Maschine-Schnittstelle 30, 31 von dem Meldesystem 9 bzw. dem Automatisierungssystem 2 können unerwünschte sicherheitsrele vante Rückwirkungen auf das Automatisierungssystem 2 vermie den werden. Es ist dabei auch kein Eingriff in das Meldesys tem 9 vorgesehen und notwendig.

Zur Bereitstellung der trainierten Funktion umfasst das Aus wertesystem die Trainingseinheit 25, die umfasst:

- eine erste Trainings-Schnittstelle 41, die ausgebildet ist zum Empfangen von Eingangs-Trainingsdaten ET, die Meldungen des Automatisierungssystems 2 repräsentieren,

- eine zweite Trainings-Schnittstelle 42, die ausgebildet ist zum Empfangen von Ausgangs-Trainingsdaten AT, die Meldungen des Automatisierungssystems 2 repräsentieren, wobei die Aus gangs-Trainingsdaten mit den Eingangs-Trainingsdaten ET in Beziehung stehen,

- eine Trainings-Recheneinheit 43, die ausgebildet ist zum Trainieren der Funktion 45 basierend auf den Eingangs- Trainingsdaten ET und den Ausgangs-Trainingsdaten AT, - eine dritte Trainings-Schnittstelle 44, die ausgebildet ist zum Bereitstellen der trainierten Funktion 45 für die Auswer teeinheit 26.

Die Eingangs-Trainingsdaten ET werden hierbei vom dem Daten speicher 24 empfangen. Die Ausgangs-Trainingsdaten AT werden von Experten empfangen. Das Trainieren der Funktion 45 ba siert auf den Eingangs-Trainingsdaten ET und den Ausgangs- Trainingsdaten AT .

In dem Speicher 24 könne auch Trainingsdaten, die Meldungen anderer Automatisierungssysteme repräsentieren, erfasst und für das Training der Funktion 45 genutzt werden. Hierdurch kann die Qualität der Funktion 45 und somit der Ausgangsdaten erhöht werden.

Durch Training der Funktion 45 basierend auf Trainingsdaten kann sich die Funktion an neue Umstände anpassen und Muster in den Meldungsfolgen identifizieren und extrapolieren. Para meter der Funktion können durch Training angepasst werden. Es kann dabei z.B. Supervised Training, Semi-supervised Trai ning, Unsupervised Training, Reinforcement Learning und/oder aktives Training genutzt werden. Weiterhin kann Representati on Learning (eine alternative Bezeichnung ist "Feature Learn ing") genutzt werden. Insbesondere können die Parameter der Funktion iterative durch mehrere Trainingsschritte angepasst werden .

Die Funktion 45 basiert vorzugsweise auf Cross Correlation von Meldungen, einem neuronalen Netz (vorzugsweise Long/Short Term Memory - LSTM) oder auf Association Rules. Vorzugsweise kommt eine Kombination dieser Verfahren zum Einsatz, wobei das Ergebnis z.B. durch die Summe der Ergebnisse aller Ver fahren, durch Mehrheitsergebnisse, durch Einzelergebnisse etc. erhalten werden kann.

Von der zweiten Mensch-Maschine-Schnittsteile 30 oder 31 kann auch eine Information Q von Personal der Anlage über eine Qualität der Meldung, die durch die Ausgangsdaten repräsen tiert wird, erfasst, und an das Auswertesystem 20 übertragen und dort für das Trainieren der Funktion 45 verwendet werden. Hierdurch kann die Funktion 45 besonders schnell optimiert werden. Die Information Q kann sich z.B. darauf beziehen, ob eine vorhergesagt Meldung überhaupt eingetreten ist, und im Falle des Eintritts, ob die angegebene Zeit oder der Zeitraum für deren Eintritt korrekt vorhergesagt wurde.

Vorzugsweise umfassen die Ausgangsdaten im Fall einer Vorher sage einer Meldung, die durch die Ausgangsdaten A2 repräsen tiert wird, einen Zeitpunkt oder einen Zeitraum für ein Auf treten der Meldung und eine Wahrscheinlichkeit für ein Auf treten der Meldung zu diesem Zeitpunkt oder in diesem Zeit raum.

Die unterschiedlichen Kategorien können vorzugsweise zum Aus druck bringen, wie kritisch der jeweilige Typ von Meldung für die Ausfallsicherheit der Anlage ist. Die unterschiedlichen Kategorien können sich aber auch auf andere Aspekte wie z.B. Produktionskosten, Produktionsmenge, Produktionsqualität Roh stoffverbrauch, Stromverbrauch, Emissionen, etc. beziehen.

Von Vorteil wird Personal der Anlage 1 über die zweite

Mensch-Maschine-Schnittsteile 30 eine Auswahl aus mehreren vordefinierten Kategorisierungen angeboten und über die zwei te Mensch-Maschine-Schnittsteile 30 kann dann eine Informati on über die Auswahl erfasst werden.