Login| Sign Up| Help| Contact|

Patent Searching and Data


Title:
METHOD FOR DETERMINING A STATIONARY MODEL OF A TECHNICAL SYSTEM
Document Type and Number:
WIPO Patent Application WO/2021/105114
Kind Code:
A1
Abstract:
The invention relates to a method for the computer-assisted determination of a stationary model of a technical system. The method according to the invention comprises the step of reading in a time curve of a process signal (PS), in particular of an automated production process, which process signal comprises a plurality of successive discrete measurement data. Furthermore, the step of determining a nonstationarity measure (µ) from the process signal (PS) for each sample value (AW) is comprised, each sample value (AW) being produced from one or more measurement data. Finally, a stationary model of the technical system is determined by means of a modeling method, which can take into account a weight for each sample value (AW), a weight factor (w(µ)) of each sample value (AW) being derived from the associated nonstationarity measure (µ), which weight factor represents the weight.

Inventors:
BHOWMICK MAYURI (DE)
LABISCH DANIEL (DE)
PFEIFFER BERND-MARKUS (DE)
Application Number:
PCT/EP2020/083194
Publication Date:
June 03, 2021
Filing Date:
November 24, 2020
Export Citation:
Click for automatic bibliography generation   Help
Assignee:
SIEMENS AG (DE)
International Classes:
G05B17/02
Domestic Patent References:
WO2008145154A12008-12-04
Foreign References:
US6950711B22005-09-27
US20190219994A12019-07-18
US20170220711A12017-08-03
Download PDF:
Claims:
Patentansprüche

1. Verfahren zum computergestützten Bestimmen eines stationä ren Modells eines technischen Systems, umfassend die Schrit te:

Einlesen eines zeitlichen Verlaufs eines Prozesssignals (PS), insbesondere eines automatisierten Produktionspro zesses, das eine Vielzahl an zeitlich aufeinanderfolgen den diskreten Messdaten umfasst;

Bestimmen eines Instationaritätsmaßes (m) aus dem Pro zesssignal (PS) für einen jeweiligen Abtastwert (AW), wobei jeder Abtastwert (AW) aus einem oder mehreren Messdaten erzeugt ist;

Bestimmen eines stationären Modells des technischen Sys tems mit einem Modellierungsverfahren, das für jeden Ab tastwert (AW) ein Gewicht berücksichtigen kann, wobei ein das Gewicht repräsentierender Gewichtsfaktor (w()) eines jeden Abtastwerts (AW) aus dem zugeordneten Insta- tionaritätsmaß (m) abgeleitet ist.

2. Verfahren nach Anspruch 1, bei dem als das Prozesssignal (PS) historische Messdaten eingelesen werden.

3. Verfahren nach Anspruch 1 oder 2, bei dem das Instationa- ritätsmaß (m) nach der Filterung des Prozesssignals (PS) für jeden Abtastwert (AW) bestimmt wird.

4. Verfahren nach einem der vorhergehenden Ansprüche, bei dem das aus dem Prozesssignal (PS) für einen jeweiligen Abtast wert (AW) ermittelte Instationaritätsmaß (m) normiert wird.

5. Verfahren nach einem der vorhergehenden Ansprüche, bei dem der Gewichtsfaktor (w(p)) eines jedem Abtastwert (AW) zuge ordneten Instationaritätsmaßes (m) abschnittsweise unter schiedlich definiert wird, wobei

• einem ersten Abschnitt, in dem das Instationaritätsmaß (m) durch Unterschreiten eines ersten Grenzwerts (mo) einen stationären Zustand des technischen Systems repräsentiert, ein erster Gewichtswert (wi) zugewiesen wird, • einem zweiten Abschnitt, in dem das Instationaritätsmaß (m) durch Überschreiten eines zweiten Grenzwerts (hmo) ei nen instationären Zustand des technischen Systems reprä sentiert, ein zweiter Gewichtswert (W2) zugewiesen wird, und

• einem dritten Abschnitt, in dem das Instationaritätsmaß (m) zwischen dem ersten und dem zweiten Grenzwert (m, mi) liegt, ein zwischen dem ersten und dem zweiten Gewichts wert (wi, W2) liegender dritter Gewichtswert (W3) zugewie sen wird.

6. Verfahren nach Anspruch 5, bei dem der erste Grenzwert (mo) als 10s gewählt wird, wobei s einen Sensitivitätswert, insbesondere im Bereich 0,5 < s < 1,5, ist.

7. Verfahren nach Anspruch 5 oder 6, bei dem der zweite Grenzwert (mi) um einen Faktor n größer als der erste Grenz wert (mo) gewählt wird, wobei der Faktor n insbesondere im Bereich 2 < n < 5 liegt.

8. Verfahren nach Anspruch 7, bei dem der dritte Gewichtswert (W3) ein von dem Instationaritätsmaß (m), dem Faktor n und dem ersten Grenzwert (mo) abhängiger Wert ist.

9. Verfahren nach einem der vorhergehenden Ansprüche, bei dem als Modellierungsverfahren eine gewichtete nichtlineare Re gression verwendet wird.

10. Verfahren nach einem der vorhergehenden Ansprüche, bei dem ein stationäres Modell, das mehrere Ausgangsgrößen um fasst, in mehrere Teilmodelle zerlegt wird, wobei jedes Teil modell eine Ausgangsgröße und zumindest eine Eingangsgröße umfasst, wobei für jede Ausgangsgröße jedes Teilmodells Ge wichtungsfaktoren getrennt bestimmt werden.

11. Verfahren nach einem der vorhergehenden Ansprüche, bei dem mehrere Prozesssignale eingelesen werden, wobei jedes Prozesssignal (PS) eine Vielzahl an zeitlich aufeinanderfol genden diskreten Messdaten umfasst und wobei das Bestimmen des Gewichtungsfaktors (w(p)) aus den mehreren Prozesssigna len folgende Schritte umfasst:

• separates Bestimmen eines jeweiligen Instationaritätsmaßes (m) für jedes Prozesssignal (PS) als Ausgangsgröße und das Prozesssignal (PS) beeinflussende Eingangsgrößen;

• Bestimmung eines maximalen oder mittleren Instationari tätsmaßes (m) für jeden Abtastwert (AW) der Ausgangs- und Eingangsgrößen;

• Ermittlung des Gewichtungsfaktors (w(p)) für das maximale oder mittlere Instationaritätsmaß (m).

12. Computerprogramm mit durch einen Computer ausführbaren Programmcodeanweisungen zur Implementierung des Verfahrens nach einem der Ansprüche 1 bis 11, wenn das Computerprogramm auf einem Computer ausgeführt wird.

13. Computerprogrammprodukt, insbesondere Speichermedium, mit einem durch einen Computer ausführbaren Computerprogramm ge mäß Anspruch 12.

14. System mit zumindest einer Recheneinheit und einem in diesem zugeordneten Speicher implementierten Computerprogramm gemäß Anspruch 12 oder einem Computerprogrammprodukt gemäß Anspruch 13.

Description:
Beschreibung

Verfahren zum Bestimmen eines stationären Modells eines tech nischen Systems

Die Erfindung betrifft ein Verfahren zum computergestützten Bestimmen eines stationären Modells eines technischen Sys tems.

Stationäre Modelle werden beispielsweise für Automatisie rungsfunktionen benötigt, welche zur Überwachung mechanischer Komponenten mit stationären Kennfeldern, wie z.B. Pumpen, Ventile, Wärmetauscher und dergleichen, dienen. Stationäre Modelle werden ebenso zur Überwachung und/oder Optimierung stationärer Arbeitspunkte sog. Konti-Anlagen in der Verfah renstechnik, d.h. Anlagen mit kontinuierlichem Betrieb, ge nutzt. Stationäre Modelle beschreiben das Verhalten des tech nischen Systems in stationären Zuständen. Diese lassen sich sehr leicht aus Messdaten identifizieren, die gezielt für diesen Zweck erzeugt wurden. Dazu können beispielsweise rele vante Eingangsgrößen Treppenstufen-förmig verändert werden, wobei die Zeitdauer jeder einzelnen Treppenstufe solange ge wählt wird, dass der betrachtete Prozess in jeder Stufe auf den neuen stationären Zustand einschwingen kann. Die statio nären Endwerte jeder einzelnen Treppenstufe müssen dann manu ell aus den Messdaten extrahiert werden, wobei nur stationäre Werte zur Identifikation eines stationären Modells verwendet werden. Dieses Verfahren ist erkennbar aufwändig und erfor dert insbesondere bei bestehenden technischen Systemen, einen Eingriff in den laufenden Betrieb, was unerwünscht ist.

Aus der WO 2008/145154 Al ist ein Verfahren zur Überwachung eines automatisierten Produktionsprozesses bekannt, welches ein Prozesssignal automatisiert im Hinblick auf das Erkennen einer Stationarität oder Instationarität verarbeitet und im Falle einer erkannten Stationarität oder Instationarität ein diesbezügliches Signal generiert. Dieses Verfahren ermöglicht es, ein Produktionssystem zu überwachen und ein Signal zu ge nerieren, wenn ein stationärer Zustand verlassen wird. Dies kann zur Überwachung, z.B. eines Anfahrvorganges des Produk tionsprozesses, von Störungen oder von Batch-Phasen, genutzt werden.

Die Identifikation stationärer Modelle aus stationären Daten kann mit Hilfe unterschiedlicher bekannter Verfahren, wie z.B. linearer oder nichtlinearer Regression, künstlicher neu ronaler Netze oder Support Vector Machines, erfolgen. Die Verwendung derartiger Verfahren setzt jedoch voraus, dass al le Einflussgrößen, die neben den willentlich verstellbaren Eingangsgrößen auf einen betrachteten Prozess wirken, während der Datenaufzeichnung weitgehend konstant sind. Diese als Störgrößen bezeichneten Größen sind jedoch im Allgemeinen zu mindest nicht vollständig mit messtechnischen Mitteln erfass bar. Viele reale technische Prozesse werden im Betrieb eines technischen Systems permanent von externen Störgrößen beein flusst, so dass sich in regulären Messdaten aus dem Betrieb des technischen Systems kaum eindeutige stationäre Zustände finden. Die bekannte Vorgehensweise, stationäre Zustände in Messdaten aus dem regulären Betrieb des technischen Systems zu suchen und nur diese zur Modellierung eines stationären Modells zu verwenden, ist daher nicht praktikabel.

Es ist Aufgabe der Erfindung, ein Verfahren anzugeben, wel ches die computergestützte Bestimmung eines stationären Mo dells eines technischen Systems auf andere Weise zuverlässig ermöglicht .

Diese Aufgabe wird mit den Merkmalen der unabhängigen Ansprü che gelöst. Vorteilhafte Ausgestaltungen ergeben sich aus den abhängigen Ansprüchen.

Es wird ein Verfahren zum computergestützten Bestimmen eines stationären Modells eines technischen Systems vorgeschlagen. Das technische System kann beispielsweise eine automatisierte Produktionsanlage zur kontinuierlichen Herstellung eines Pro dukts mit Hilfe einer Vielzahl an zu überwachenden mechani schen Komponenten mit jeweiligen stationären Kennfeldern, sein. Das Verfahren umfasst das Einlesen eines zeitlichen Verlaufs eines Prozesssignals, insbesondere eines automatisierten Pro duktionsprozesses, das eine Vielzahl an zeitlich aufeinander folgenden diskreten Messdaten umfasst. Das Prozesssignal kann Messdaten aus dem Produktionsbetrieb des technischen Systems umfassen.

In einem weiteren Schritt erfolgt das Bestimmen eines Insta- tionaritätsmaßes aus dem Prozesssignal für einen jeweiligen Abtastwert, wobei jeder Abtastwert aus einem oder mehreren Messdaten erzeugt ist. Ist der Abtastwert aus einem einzigen Messdatum erzeugt, so entsprechen jeweilige Abtastwerte den zeitlich aufeinanderfolgenden diskreten Messdaten. Ist ein jeweiliger Abtastwert aus mehreren Messdaten erzeugt, so liegt das Prozesssignal in bereits gefilterter Form vor. Die Anzahl der für einen Abtastwert verwendeten Messdaten kann dabei grundsätzlich beliebig gewählt werden. Auf welche Weise die Messdaten zu einem Abtastwert verarbeitet werden, z.B. Mittelung oder ähnliches, ist grundsätzlich beliebig.

Ferner erfolgt das Bestimmen eines stationären Modells des technischen Systems mit einem Modellierungsverfahren, das für jeden Abtastwert ein Gewicht berücksichtigen kann, wobei ein das Gewicht repräsentierender Gewichtsfaktor eines jeden Ab tastwerts aus dem zugeordneten Instationaritätsmaß abgeleitet ist.

Die aus dem Prozesssignal abgeleiteten Abtastwerte werden nicht, wie dies beim eingangs genannten Stand der Technik der Fall ist, in „stationärer Zustand" oder „nichtstationärer Zu stand" eingeteilt, sondern stattdessen wird jeder Abtastwert mit einer Gewichtung für die Modellbildung versehen. Da der das Gewicht repräsentierende Gewichtsfaktor eines jeden Ab tastwerts aus dem zugeordneten Instationaritätsmaß abgeleitet ist, kann der Grad der Instationarität jedes Abtastwerts be rücksichtigt werden. Dadurch wird es möglich, stationäre Mo delle aus dem zeitlichen Verlauf eines durch Messung erzeug ten Prozesssignals zu ermitteln, die keine dedizierten stati onären Zustände aufweisen. Insbesondere lassen sich dadurch vorhandene Betriebsdaten von kontinuierlich arbeitenden Pro duktionsanlagen auf diese Weise auswerten, auch wenn aufgrund von permanenten Störeinwirkungen keine vollständig stationä ren oder nur sehr wenige stationäre Zustände erkennbar sind.

Die Verwendung eines Gewichtsfaktors, dessen Höhe abhängig von einem Instationaritätsmaß ist, wird in einem Modellie rungsverfahren verwendet, das die Gewichtung von Messdaten berücksichtigen kann. Hierdurch wird erreicht, dass Abtast werte eines Zeitpunktes umso weniger in die Modellierung ein- gehen, umso geringer der Gewichtungsfaktor für diesen Abtast wert ist.

Das Verfahren kann insbesondere zur Überwachung mechanischer Komponenten mit stationären Kennfeldern, wie z.B. Pumpen, Ventile, Wärmetauscher, usw., verwendet werden. Ebenso ist jedoch eine Nutzung im Rahmen betriebswirtschaftlicher Opti mierung von stationären Arbeitspunkten von kontinuierlich ar beitenden Produktionsanlagen, insbesondere in der Verfahrens technik, möglich.

Von besonderem Vorteil ist, dass die Modellbildung auf der Basis von während des Betriebs erzeugten Prozessdaten erfol gen kann, so dass keine Experimente im laufenden Betrieb des technischen Systems erforderlich sind.

Als das Prozesssignal können historische Messdaten eingelesen werden. Diese können beispielsweise fortlaufend während des Betriebs des technischen Systems in einem Speicher hinterlegt werden und zu einem beliebigen Zeitpunkt für das vorliegende Verfahren genutzt werden. Alternativ oder zusätzlich können als das Prozesssignal auch zur Laufzeit des technischen Sys tems gewonnene Messdaten eingelesen werden.

Es ist zweckmäßig, wenn das Instationaritätsmaß nach der Fil terung des Prozesssignals für jeden Abtastwert bestimmt wird. Beispielsweise können durch die Filterung des Prozesssignals Messdaten vor der Modellierung geglättet werden. Insbesondere kann dadurch Rauschen in dem Prozesssignal eliminiert werden, was die Beurteilung der Stationarität erleichtert.

Es ist weiterhin zweckmäßig, wenn das aus dem Prozesssignal für einen jeweiligen Abtastwert ermittelte Instationaritäts- maß normiert wird. Beispielsweise kann das Instationaritäts- maß zwischen 0 und 1 normiert werden. Es ist jedoch auch mög lich, einen anderen geeigneten Normierungsraum zu verwenden. Die Normierung des Instationaritätsmaßes erleichtert die Ent scheidung, wann ein stationärer und wann ein instationärer Betrieb in dem Prozesssignal vorliegt. Darüber hinaus ermög licht es die Normierung auch, unterschiedliche Prozesssignale in Relation zueinander zu setzen.

Eine weitere Ausgestaltung sieht vor, dass der Gewichtsfaktor eines jedem Abtastwert zugeordneten Instationaritätsmaßes ab schnittsweise unterschiedlich definiert wird. Insbesondere ist ein erster Abschnitt vorgesehen, in dem das Instationari- tätsmaß durch Unterschreiten eines ersten Grenzwerts einen stationären Zustand des technischen Systems repräsentiert, wobei diesem ein erster Gewichtswert zugewiesen wird. Ferner ist ein zweiter Abschnitt vorgesehen, in dem das Instationa- ritätsmaß durch Überschreiten eines zweiten Grenzwerts einen instationären Zustand des technischen Systems repräsentiert, wobei diesem ein zweiter Gewichtswert zugewiesen wird. Zweck mäßigerweise sind der erste und/oder der zweite Gewichtswert konstante Werte. Dadurch wird erreicht, dass völlig stationä ren Zuständen ein erster Gewichtswert, z.B. 1, und vollstän dig instationären Zuständen ein zweiter Gewichtswert, z.B. 0, zugwiesen wird. Letztere werden dann für die Modellierung gar nicht mehr betrachtet. In einem dritten Abschnitt, in dem das Instationaritätsmaß zwischen dem ersten und dem zweiten Grenzwert liegt, wird dem Instationaritätsmaß ein zwischen dem ersten und dem zweiten Gewichtswert liegender dritter Ge wichtswert zugewiesen. Der dritte Gewichtswert kann zwischen dem ersten und dem zweiten Gewichtswert linear oder nicht linear verlaufen. Insbesondere wird der erste Grenzwert zu 1CV S gewählt, wobei der Parameter s einen Sensitivitätswert darstellt. Insbeson dere wird der Parameter s in einem Bereich zwischen 0,5 < s < 1,5 gewählt. Der zweite Grenzwert wird um einen Faktor n größer als der erste Grenzwert gewählt. Insbesondere liegt der Faktor n in einem Bereich 2 < n < 5. Dabei ist es zweck mäßig, wenn der als Tuning-Parameter bezeichnete Faktor n die Bedingung n < 10 s einhält.

Der dritte Gewichtswert ist insbesondere ein von dem Insta- tionaritätsmaß, dem Faktor n und dem ersten Grenzwert abhän giger Wert. Der dritte Gewichtswert in dem dritten Abschnitt kann hierbei durch eine Formel ausgedrückt werden, welche ab hängig davon, ob ein linearer oder nichtlinearer Zusammenhang in den Intervallgrenzen zwischen dem ersten und dem zweiten Gewichtswert gewünscht ist, entsprechend formuliert ist.

Als Modellierungsverfahren kann eine gewichtete nichtlineare Regression verwendet werden. Alternativ können auch andere Modellierungsverfahren genutzt werden. Die Verwendung einer nichtlinearen Regression bringt den Vorteil mit sich, dass Abtastwerte umso weniger in die Fehlerquadratsumme und damit in die Modellbildung eingehen, umso geringer der Gewichtungs faktor für diesen Abtastwert ist.

Es ist weiterhin zweckmäßig, wenn ein stationäres Modell, das mehrere Ausgangsgrößen umfasst, in mehrere Teilmodelle zer legt wird. Dabei umfasst jedes Teilmodell eine Ausgangsgröße und zumindest eine Eingangsgröße, wobei für jede Ausgangsgrö ße jedes Teilmodells Gewichtungsfaktoren getrennt bestimmt werden. Mit anderen Worten werden Mehrgrößenmodelle für die Modellierung in mehrere sog. MISO (Multi-Input Single- Output)-Teilmodelle zerlegt. Die Gewichtungsfaktoren können für jede Modell-Ausgangsvariable für jedes Teilmodell separat bestimmt werden, sofern verschiedene Ausgangsvariablen deut lich unterschiedliches Einschwingverhalten zeigen.

Eine weitere Ausgestaltung sieht vor, dass mehrere Prozess signale eingelesen werden, wobei jedes Prozesssignal eine Vielzahl an zeitlich aufeinanderfolgenden diskreten Messdaten umfasst und wobei das Bestimmen des Gewichtungsfaktors aus den mehreren Prozesssignalen folgende Schritte umfasst: Es erfolgt ein separates Bestimmen eines jeweiligen Instationa- ritätsmaßes für jedes Prozesssignal aus Ausgangsgröße und das Prozesssignal beeinflussende Eingangsgrößen. Es erfolgt die Bestimmung eines maximalen Instationaritätsmaßes für jeden Abtastwert der Ausgangs- und Eingangsgrößen. Schließlich er folgt die Ermittlung des Gewichtsfaktors für das ermittelte maximale Instationaritätsmaß. Diesem Vorgehen liegt zugrunde, dass ein Prozess als in einem stationären Zustand befindlich betrachtet wird, wenn seine Ausgangsgröße und alle seine Ein gangsgrößen in einem stationären Zustand sind. Der Grad der Instationarität wird dann für jedes Ein- und Ausgangssignal separat berechnet. Anschließend wird für jeden Zeitpunkt der maximale Instationaritätsmaß aller Signale bestimmt. Dieses Maximum wird dann zur Ermittlung des Gewichtungsfaktors für diesen Zeitpunkt (Abtastwert) herangezogen.

Neben der Bestimmung des maximalen Instationaritätsmaßes kann selbstverständlich auch jede andere algebraische Relation zwischen den einzelnen Instationaritätsmaßen verwendet wer den, wie beispielsweise ein Mittelwert.

Die Überprüfung der Modellgüte kann mittels einer Simulation des ermittelten stationären Modells mit den Eingangssignalen aus den Prozessdaten erfolgen. Simulierte Ausgangssignale werden parallel zu den Original-Prozessdaten als Trendkurve angezeigt. Dadurch, dass das bestimmte stationäre Modell die Prozessdaten eines dynamischen Prozesses in nicht-stationären Zuständen nicht genau wiedergeben kann, ist es zweckmäßig, die Gewichtungsfaktoren für jeden Abtastwert ebenfalls zu vi- sualisieren. Im Idealfall kann die Darstellung der Gewich tungsfaktoren z.B. durch eine graduelle Einfärbung des Pro zessdatenverlaufs erfolgen. Die Beurteilung der Güte des er mittelten technischen Modells kann dann durch einen Operator des technischen Systems erfolgen. Zur Validierung kann auch ein zweiter Datensatz des Prozesssignals verwendet werden, der nicht für die Ermittlung des stationären Modells benutzt worden ist. Im Gegensatz zu den für die Bestimmung des stati onären Modells genutzten Daten des Prozesssignals braucht der zur Validierung genutzte Datensatz nicht den gesamten Ar beitsbereich des Prozesses abdecken.

Das oben beschriebene und nachfolgend weiter erläuterte Ver fahren wird bevorzugt in Software implementiert, so dass die Erfindung ein Computerprogramm mit durch einen Computer aus führbaren Programmcodeanweisungen zur Implementierung des hierin beschriebenen Verfahrens umfasst.

Des Weiteren bezieht sich die Erfindung auch auf ein Compu terprogrammprodukt, insbesondere ein Speichermedium, mit ei nem durch einen Computer ausführbaren derartigen Computerpro gramm.

Schließlich bezieht sich die Erfindung auch auf ein System mit zumindest einer Recheneinheit und einem in diesem zuge ordneten Speicher implementierten Computerprogramm.

Nachfolgend wird ein Ausführungsbeispiel der Erfindung anhand der Zeichnungen näher erläutert. Einander entsprechende Ge genstände oder Elemente sind in allen Figuren mit den glei chen Bezugszeichen versehen.

Es zeigen:

Fig. 1 den zeitlichen Verlauf eines Prozesssignals bei un terschiedlich starker Filterung sowie zugehörige Instationaritätsmaße m und daraus ermittelte Sta- tionaritätsparameter l für unterschiedliche Sensi- tivitäten; und

Fig. 2 einen binären Stationaritätsparameter l in Abhän gigkeit von einem ermittelten Instationaritätsmaß m sowie einen in Abhängigkeit des ermittelten Insta- tionaritätsmaßes ermittelten Gewichtungsfaktor w. Ausgangspunkt für das Verfahren zum computergestützten Be stimmen eines stationären Modells eines technischen Systems sind historische Messdaten aus dem Betrieb des technischen Systems, z.B. einer Produktionsanlage. Die Messdaten liegen als eine oder mehrere Prozesssignale PS vor, wobei jedes Pro zesssignal PS eine Vielzahl an zeitlich aufeinanderfolgenden diskreten Messdaten umfasst. Um ein statistisches Rauschen in den Messdaten zu eliminieren, wird eine Anzahl an zeitlich aufeinanderfolgenden Messdaten zu einem jeweiligen Abtastwert AW, z.B. durch Mittelwertbildung, zusammengefasst. Die obers te Figur in Fig. 1 zeigt das Prozesssignal PS, mit jeweils unterschiedlicher Filterung, PSF1 und PSF40, wobei beim Pro zesssignal PS eine Filterung mit der Zeitkonstante n = 1 und beim Prozesssignal PSF40 eine Mittelwertbildung über n = 40 Messwerte erfolgt ist. Dem Fachmann ist klar, dass es ausrei chend ist, lediglich ein in einer bestimmten Art und Weise gefiltertes Prozesssignal PSF1 oder PSF40 zu verwenden. In der nachfolgenden Beschreibung wird daher lediglich auf „das Prozesssignal PS" Bezug genommen, obwohl klar ist, dass damit entweder das Prozesssignal PSF1 oder PSF40 weiterverarbeitet wird.

Mittels des aus der WO 2008/145154 Al bekannten Verfahrens wird das Prozesssignal PS weiterverarbeitet, um eindeutig stationäre Zustände zu ermitteln. Die Stationarität wird durch den Parameter l mit den Zuständen „stationär ja" = 1 oder „stationär nein" bzw. „instationär" = 0 angegeben. Dane ben wird ein Analogwert, der als Instationaritätsmaß m be zeichnet wird, in normierter Form ermittelt. Das Instationa ritätsmaß m ist ein Maß für die Instationarität in einem bei spielhaft gewählten Intervall von 0 bis 1. Wird im zeitlichen Verlauf der Abtastwerte des Prozesssignals PS für einen Ab tastwert ein Instationaritätsmaß von m > 1 erkannt, so ver ändert das binäre Stationaritätsparameter l seinen Wert auf 0, d.h. ab diesem Zeitpunkt wird das Prozesssignal als insta tionär markiert. Sobald im Zeitverlauf der Abtastwerte für einen Abtastwert ein Instationaritätsmaß m von m < 10 s er kannt wird, wobei der Parameter s eine sog. Sensitivität dar stellt, ändert der Stationaritätsparameter l seinen Wert von 0 auf 1, d.h. ab diesem Zeitpunkt wird das Signal als statio när markiert. Das Instationaritätsmaß zum Erkennen eines sta tionären Zustands wird typischerweise auf m < 0,1 gewählt.

Mit dieser Vorgehensweise ist es möglich, das Verlassen eines stationären Zustands so schnell wie möglich zu erkennen. Da der Übergang von einem instationärem zu einem stationären Zu stand eine gewisse Einschwingzeit erfordert, ist die sichere Erkennung eines stationären Zustands zeitlich nicht unmittel bar festzustellen.

Fig. 1 zeigt den Verlauf des Stationaritätsparameters l und des Instationaritätsmaßes m für zwei unterschiedlich gewählte Sensitivitäten s = 1 (mittleres Diagramm) und s = 0,75 (unte res Diagramm. Es ist ohne weiteres erkennbar, dass bei klei ner gewählter Sensitivität (unteres Diagramm) mehr stationäre Zustände erkannt werden.

Das oben beschriebene Verfahren erlaubt es jedoch lediglich, die Abtastwerte binär in stationär oder instationär einzutei len, was bei realen Messdaten in vielen Fällen nicht sinnvoll ist. Das nachfolgend beschriebene Verfahren sieht daher vor, nicht nur die stationär kategorisierten Abtastwerte für die Bestimmung des stationären Modells zu verwenden, sondern je den Abtastwert mit einem Gewichtsfaktor w(g) für die Modell bildung zu versehen. Der Gewichtsfaktor w stellt damit einen von dem Instationaritätsmaß m abhängigen Wert dar.

Je größer das Instationaritätsmaß m ist, desto geringer wird das Gewicht w des gerade betrachteten Abtastwerts. Wenn das Instationaritätsmaß m oberhalb eines vorab festgelegten Grenzwerts (zweiter Grenzwert) liegt, wird der Gewichtsfaktor w zu 0, damit eindeutig instationäre Übergangsvorgänge nicht in die Modellbildung eingehen. Anstatt auf einer kleinen An zahl von Mittelwerten vollständig stationärer Zustände beruht das vorgeschlagene Verfahren zur Bestimmung des stationären Modells auf einer großen Zahl von gewichteten Abtastwerten. Hieraus ist erkennbar, dass es zweckmäßig ist, nicht mit den ungefilterten Messdaten, sondern mit den zu Abtastwerten ge filterten Messdaten zu arbeiten.

Fig. 2 zeigt in einem Diagramm die bislang bekannte Vorge hensweise zur Ermittlung des binären stationären Stationari- tätsparameters l in Abhängigkeit des analogen Instationari- tätsmaßes m über eine Hysteresefunktion. Der Schaltpunkt für die Umschaltung des Stationaritätsparameters von l = 0 nach l = 1 erfolgt bei einem ersten Grenzwert mo = 1CV S . Standardmä ßig wird für die Sensitivität s = 1 verwendet, wobei grund sätzlich Werte im Bereich zwischen 0,5 < s < 1,5 üblich sind. Eine Umschaltung des Stationaritätsparameters von l = 1 nach l = 0 erfolgt bei m > 1. Hierdurch wird das oben be schriebene Verhalten erzielt.

Im gleichen Diagramm wird die Bestimmung des erfindungsgemäß genutzten Gewichtsfaktors w in Abhängigkeit vom analogen In- stationaritätsmaß m gezeigt. Dabei sind drei Abschnitte I, II und III wie folgt definiert: V m < m 0 : Abschnitt I sonst: Abschnitt III ( 1 ) . V m>hm 0 : Abschnitt II

Der Gewichtsfaktor w(p) wird somit in drei Abschnitte unter teilt, wobei der erste Abschnitt I den vollkommen stationären Zustand, der Abschnitt II den vollkommen instationären Zu stand und der Abschnitt III einen Zustand repräsentiert, in dem das Maß der Instationarität berücksichtigt wird. In der in Fig. 2 gezeigten Form, die sich aus der Formel (1) ergibt, ergibt sich im Abschnitt III der lineare Verlauf, der jedoch nicht zwingend ist.

Die Ermittlung des Gewichtsfaktors w in Abhängigkeit des In- stationaritätsmaßes m ermöglicht, dass völlig stationäre Wer te (Abschnitt I) mit dem vollen Gewicht w = 1 in die Model lierung eingehen. Werte, deren Instationaritätsmaß m größer als ein zweiter Grenzwert mi = n mo ist, werden für die Mo- dellierung gar nicht betrachtet. Der zweite Grenzwert mi ist dabei n-mal so groß wie der erste Grenzwert mo = 1CV S gewählt. In Abschnitt III nimmt der Gewichtsfaktor w mit zunehmender Instationarität, d.h. größer werdenden Instationaritätsmaßen m, ab. Der Faktor n ist ein Parameter, der üblicherweise Wer te zwischen 2 < n < 5 annehmen kann, wobei n < 10 s ist.

Die Bestimmung des Instationaritätsmaßes m kann auch auf an dere Weise als der hierin beschriebenen Weise erfolgen.

Jedem der Abtastwerte AW des Prozesssignals PS kann nun ein Gewichtungsfaktor w in Abhängigkeit des ermittelten Instatio naritätsmaßes m zugeordnet werden, wobei die mit dem Ge wichtsfaktor w gewichteten Abtastwerte AW einem Modellie rungsverfahren, z.B. einer gewichteten nichtlinearen Regres sion, übergeben werden. Grundsätzlich kann jedes Modellie rungsverfahren, das die Gewichtung von Messdaten berücksich tigen kann, genutzt werden. Bei der Bildung einer Fehlerquad ratsumme im Rahmen des Modellierungsverfahrens einer gewich teten nichtlinearen Regression wird dann der Fehler zu jedem Zeitpunkt mit dem Gewichtsfaktor w dieses Abtastwerts multi pliziert.

Liegt das technische System als Mehrgrößenmodell vor, d.h. es gibt mehrere Ausgangsgrößen und eine Vielzahl an Eingangsgrö ßen, wird für die Modellierung das Mehrgrößenmodell in mehre re MISO-Teilmodelle zerlegt. Die Gewichtungsfaktoren können dann für jede Modell-Ausgangsvariable, d.h. für jedes Teilmo dell, separat bestimmt werden. Dies erfolgt insbesondere dann, wenn verschiedene Ausgangsvariablen deutlich unter schiedliches Einschwingverhalten zeigen.

Allgemein wird ein Prozess als in seinem stationären Zustand bezeichnet, wenn seine Ausgangsgröße (d.h. das Prozesssignal PS) und alle seine Eingangsgrößen in einem stationären Zu stand sind. Der Grad des Instationaritätsmaßes m wird dann für jedes Ein- und Ausgangssignal separat berechnet. Für je den Abtastwert (d.h. einer Anzahl an gewichteten Messdaten) wird der maximale Wert des Instationaritätsmaßes m aller Sig- nale bestimmt und dieses Maximum zur Ermittlung des Gewich tungsfaktors für diesen Abtastwert herangezogen.

Die Überprüfung der Modellgüte kann anhand einer Simulation des nunmehr vorliegenden stationären Modells mit den Ein gangssignalen aus dem als Messdaten verwendeten Prozesssignal (Lerndaten) erfolgen.

Durch die Gewichtung von Abtastwerten mit einem Instationari- tätsmaß ist es möglich, ein stationäres Modell aus (histori schen) Messdaten zu ermitteln, die keine eindeutig identifi zierbaren stationären Zustände aufweisen. Insbesondere lassen sich aus vorhandenen (historischen) Messdaten eines techni schen Systems stationäre Modelle ermitteln, auch wenn auf grund von permanenten Störeinwirkungen keine oder nur wenige stationäre Zustände erkennbar sind. Das vorbeschriebene Ver fahren wurde von den Erfindern durch Tests erfolgreich veri fiziert.

Der Gewichtungsfaktor wird aus dem Instationaritätsmaß über eine abschnittsweise definierte Funktion ermittelt, so dass die folgenden Eigenschaften sichergestellt sind: Eindeutig stationäre Zustände bekommen, falls vorhanden, einen maxima len Gewichtswert. Eindeutig instationäre Zustände bekommen einen Gewichtswert von 0 zugewiesen. Dazwischen nimmt der Ge wichtsfaktor mit zunehmender Instationarität ab. Durch die Verwendung eines Modellierungsverfahrens, das die Gewichtung von Mess- bzw. Abtastwerten berücksichtigen kann, wird dann erreicht, dass die Abtastwerte eines Zeitpunktes umso weniger in die Fehlerquadratsumme und damit in die Modellbildung ein- gehen, umso geringer der Gewichtungsfaktor für diesen Zeit punkt ist.

Durch die Zerlegung von Mehrgrößenmodellen in MISO-Teilmo- delle wird erreicht, dass die Gewichtungsfaktoren individuell auf das Einschwingverhalten der jeweils relevanten Prozess- Ausgangsvariablen angepasst werden. Das vorbeschriebene Vorgehen lässt sich im Umfeld der Automa tisierungstechnik nutzen, deren technische Systeme oder tech nische Anlagen zu bestimmten Zwecken mit stationären Modellen beschrieben werden. Bei der technischen Anlage kann es sich um eine Anlage der Prozessindustrie handeln z.B. in den Bran chen der chemischen, pharmazeutischen, petrochemischen oder der Nahrungs- und Genussmittelindustrie. Auch Anlagen der Öl oder Gasindustrie oder der Energieerzeugung sind umfasst, ebenso wie Anlagen der Fertigungsindustrie. Solche technische Anlagen werden zumeist mittels eines Automatisierungssystems gesteuert und überwacht. Somit lassen sich beispielsweise me chanische Komponenten mit stationären Kennfeldern überwachen. Darüber hinaus ist auch eine betriebswirtschaftliche Optimie rung stationärer Arbeitspunkte, insbesondere von kontinuier- lieh arbeitenden Prozessanlagen möglich.