Publications Office of the EU
Intelligente Überwachungs- und Diagnosesysteme zur Prozesskontrolle
DisplayCustomHeader
MyPortal
čeština
BasketSummary
Web Content Display (Global)
Publication Detail Actions Portlet

Nástroje

Publication Detail Actions Portlet
 Uživatelské hodnocení
custom-survey-notification
Publication Detail Portlet

Publication detail

Home

Intelligente Überwachungs- und Diagnosesysteme zur Prozesskontrolle

Gießen und Erstarren: Abschlussbericht

Metadata o publikaci

Der in diesem Projekt verfolgte Ansatz zur Verbesserung der Beherrschung des Stranggießprozesses ist die qualitätsbezogene Prozess- und Anlagenüberwachung. Diese Überwachung versetzt die Betreiber in die Lage, bereits in diesem frühen Stadium der Produktion die gewünschte Qualität des Produkts zu überwachen und ggf. korrigierend in den Prozess einzugreifen, falls die prognostizierte von der vorgegebenen Qualität abweicht. Ein Aspekt bei der Realisierung eines solchen Systems ist eine objektive und reproduzierbare Beurteilung der qualitätsbeeinflussenden Parameter. Am Beispiel der Bewertung des Signals eines Schlackefrüherkennungssystems wurde innerhalb dieses Projekts gezeigt, daß mit Hilfe selbstlernender Verfahren diese bisher vom Bediener manuell durchgeführte Aufgabe sehr gut automatisiert werden kann. Somit ist eine reproduzierbare und vom Schichtpersonal unabhängige Bewertung möglich. Erst eine solche Bewertung kann als Eingangsgröße für ein Überwachungssystem herangezogen werden. Die Möglichkeit, Zusammenhänge zwischen Qualitätsmerkmalen und Anlagen- bzw. Prozessgrößen mit Hilfe selbstlernender Verfahren zu ermitteln, wurde an zwei verschiedenen Problemstellungen untersucht: Gießgranulatverbrauch und Qualitätsfehler ,,Schalenstreifen’’. In beiden Fällen konnten aus einer Vielzahl von Eingangsgrößen z.T. ohne Vorabinformation seitens der Betreiber die relevanten Größen ermittelt werden, so dass die Tendenz der Zielgröße sehr gut modelliert werden kann. Weiterhin wurde festgestellt, dass die Zusammenhänge sehr oft nichtlinearer Natur sind. Die eingesetzten Verfahren haben sich im Laufe des Projekts als zuverlässig und stabil erwiesen. Nach den zum Teil aufwendigen Datenvorverarbeitungsschritten können mit den selbstlernenden Verfahren reproduzierbare Ergebnisse generiert werden. Hier liegt aber auch ein zum Teil einschränkendes Problem dieser Verfahren: die Güte der erzeugten Modelle steht und fällt mit der Qualität und dem Umfang der zur Verfügung stehenden Datenbasis. Wenn die das Qualitätsmerkmal beschreibende Information nicht oder nur unzureichend in der Datenbasis enthalten ist bzw. der Zustandsraum von der Stichprobe nur unvollständig abgedeckt wird, können die selbstlernenden Verfahren keine optimalen Ergebnisse liefern. So ist zum Beispiel bei einigen Verfahren für die Klassifikation eine Stichprobe erforderlich, die für alle vorkommenden Klassen in etwa gleich viele Elemente enthält. Dies führt dazu, dass ursprünglich umfangreiche Datenbasen mit stark ungleichmäßiger Klassenbelegung mittels geeigneter Verfahren ,,verkleinert’’ werden müssen, um diese Verfahren einsetzen zu können. Dabei darf aber der von der Datenbasis beschriebene Zustandsraum nicht verändert oder eingeschränkt werden. Die mit diesen Verfahren erzeugten Modelle haben sich als gut übertragbar erwiesen. Nach einer geringen anlagenspezifischen Anpassung kann mit dem gleichen Modell ein vergleichbares Problem an einer anderen Anlage untersucht werden. Dies wurde am Beispiel des Qualitätsfehlers ,,Schalenstreifen’’ durch die Auswertung der Daten von drei Stranggießanlagen von zwei verschiedenen Industriepartnern und insgesamt drei zu unterschiedlichen Zeitpunkten durchgeführten Messkampagnen nachgewiesen. Ein Vergleich mit konventionellen Methoden ist nicht möglich, da zur Projektlaufzeit keine vergleichbaren konventionellen Verfahren zur Lösung der untersuchten Problemstellungen bekannt waren.
Zobrazit více
Zobrazit méně
ISBN 92-894-1263-1
Katalogové číslo KI-NA-19854-DE-S
Tištěná podoba
ISSN ISBN 92-894-1263-1 DOI Katalogové číslo KI-NA-19854-DE-S
  • Released on EU publications website:
Publication Viewer

Prohlížeč dokumentů

Pop up window annotations