Anwendung randomisierter Algorithmen zur Analyse und Synthese modell- und datenbasierter Fehlerdiagnosesysteme

• Antragsteller: Professor Dr.-Ing. Steven Xianchun Ding
• Fachliche Zuordnung: Automatisierungstechnik, Mechatronik, Regelungssysteme, Intelligente Technische Systeme, Robotik
• Förderung: Förderung von 2014 bis 2018
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 242153335

Das vorliegende Forschungsvorhaben beschäftigt sich mit der Analyse und der Synthese von beobachtergestützten und datenbasierten Fehlererkennungssystemen (FD-Systeme). Randomisierten Algorithmen (RA), also Algorithmen, die während ihrer Laufzeit zufällige Entscheidungen treffen, sollen dabei neben Wahrscheinlichkeitsungleichungen das mathematische und methodische Fundament für die Untersuchungen bilden. Das erste Ziel dieses Vorhabens ist es, basierend auf der RA-Theorie einen Rahmen zur Analyse und Synthese beobachtergestützter FD-Systeme zu konzipieren. Auf dieser Grundlage sollen Methoden und Algorithmen zur Berechnung der Fehlalarmrate (FAR) und der Rate der nicht detektierten Fehler (MDR, engl. Missed Detection Rate) und ferner statistische Lernmethoden und Algorithmen zur Optimierung der beobachtergestützten FD-Systeme hinsichtlich der FAR und MDR entwickelt werden. In der Praxis ist es häufig der Fall, dass die zur Verfügung stehenden Prozessmessdaten keine ausreichende Anzahl an Fehlerszenarien enthalten. Dies hat zur Folge, dass keine qualifizierten Fehlermodelle anhand der Prozessmessdaten identifiziert werden und somit ein erfolgreicher Einsatz datenbasierter Verfahren zur Fehlerlokalisierung und -identifikation schwer zu realisieren ist. Es ist ein weiteres Ziel dieses Vorhabens, die auf den RA basierenden Methoden und Algorithmen zur Generierung von Fehlerdaten und ferner zur Identifikation geeigneter Fehlermodelle zu entwickeln. Sie sollen an den Methoden der Multivariate-Analyse (MVA) wie PCA (engl. Principle Component Analysis), PLS (engl. Partial Least Squares) und ferner an datenbasierten beobachtergestützten FD-Systemen angewendet werden. Das letzte Ziel des Vorhabens besteht in der Konzipierung und Entwicklung einer RA-gestützten FD-Performanz-Evaluierungsplattform, auf der beobachtergestützte und datenbasierte FD-Systeme auf ihre FAR, MDR und weitere Leistungsmerkmale wie z.B. die Detektionszeit auf einer vergleichbaren Basis geprüft und dokumentiert werden können. Die im Rahmen des Vorhabens erzielten theoretischen Ergebnisse sollen am Benchmark-Prozess Tennessee Eastman und an der Wärmeaustauschanlage im AKS-Labor validiert und demonstriert werden. Schließlich wird ein Software-Tool in der MATLAB-Programmierumgebung für die RA-gestützte Analyse und Synthese beobachtergestützter FD-Systeme entwickelt und die FD-Performanz-Evaluierungsplattform webzugänglich gemacht werden.

• DFG-Verfahren: Sachbeihilfen