Fraunhofer-Gesellschaft

Publica

Hier finden Sie wissenschaftliche Publikationen aus den Fraunhofer-Instituten.

Prozessdiagnose und Monitoring feldbusbasierter Automatisierungsanlagen mittels selbstorganisierender Karten und Watershed-Transformation

Process diagnosis and monitoring of field bus based automation systems using self-organising maps and watershed transformations
 
: Frey, C.W.

:

Automatisierungstechnik : AT 56 (2008), No.7, pp.374-380
ISSN: 0178-2312
ISSN: 0340-434X
German
Journal Article
Fraunhofer IITB ( IOSB) ()
diagnosis system; process model; self-organizing-map; watershed-transform; machine learning; Asset Management

Abstract
Die Überprüfung der korrekten Funktionalität, die Fehlersuche, das frühzeitige Erkennen von drohenden Komponentenausfällen und insbesondere die Diagnose und das Monitoring des zugrunde liegenden physikalischen Prozesses sind von entscheidender Bedeutung für das wirtschaftliche Betreiben komplexer Automatisierungsprozesse. Am Fraunhofer-Institut IITB wurde ein Softwareagenten basiertes Diagnosekonzept für feldbusbasierte Automatisierungsanlagen entwickelt, welches eine permanente und ganzheitliche Diagnose auf Kommunikationsebene wie auch auf physikalischer Prozessebene ermöglicht. Im vorliegenden Beitrag wird zunächst das entwickelte hierarchische Diagnosekonzept erläutert sowie die Vorgehensweise zur modellbasierten Diagnose des zugrunde liegenden unbekannten Prozessverhaltens basierend auf Methoden des maschinellen Lernens.

 

A cost-effective operation of complex automation systems requires the continuous diagnosis of the asset functionality. The early detection of potential failures and malfunctions, the identification and localization of present or impending component failures and, in particular, the monitoring of the underlying physical process are of crucial importance for the efficient operation of complex process industry assets. With respect to these suppositions a software agent based diagnosis and monitoring concept has been developed, which allows an integrated and continuous diagnosis of the communication network and the underlying physical process behavior. The present paper outlines the architecture of the developed distributed diagnostic concept based on software agents and presents the functionality for the diagnosis of the unknown process behaviour of the underlying automation system based on machine learning methods.

: http://publica.fraunhofer.de/documents/N-76645.html