KMU-innovativ Automatisierte Detektion von Energieeffizienzdefiziten an Industriestandorten (AuDEI)

Problemstellung
Die Optimierung der Energieeffizienz, beispielsweise von industriellen Anlagen, ist der wesentliche Bestandteil nachhaltiger Ressourcennutzung. Anstrengungen, Energieeffizienz zu erhalten oder gar zu steigern, werden jedoch fortwährend durch äußere Einflüsse konterkariert. Zum Beispiel treten nutzungsbedingte Defekte auf, wie schadhafte Ventile bei Pumpen, verstopfte Filter in Lüftungsanlagen oder erhöhte Reibung in mechanischen Elementen durch fehlende Schmierung. Der Einsatz eines Energiekontrollsystems, mit dem elektrische Last, Druck, Energieverbrauch und weitere Messgrößen erfasst werden, ermöglicht mithilfe von Messkurven das Erkennen von Defekten. Dennoch werden Fehler häufig nicht rechtzeitig erkannt, weil die Messkurven aus Mangel an Expertise und Zeit nicht qualifiziert ausgewertet werden.

Ziel
Ziel des KMU-innovativ-Projekts AuDEI war es, eine neuartige Software zu entwickeln, mit deren Hilfe Fehler in Produktionsanlagen automatisch erkannt und beseitigt werden können. Die Software informiert über abweichende Maschinenzustände, so dass entsprechende Gegenmaßnahmen eingeleitet werden können. Der Fokus lag dabei auf Querschnittstechnologien wie Druckluft, Wärme- und Kälteerzeugung sowie Klimatisierungsanlagen.

Vorgehensweise
Im Projekt wurde eine neuartige Softwarelösung geschaffen, die schnell, universell, sowie ohne spezielles Zusatzwissen einsetzbar ist. Mit Hilfe von unterschiedlichen statistischen Methoden und maschinellen Lernverfahren werden Anomalien automatisiert detektiert. Dazu wurden zunächst mit den Anwendern die Anwendungsszenarien und Anforderungen definiert und eine Priorisierung von häufig auftretenden Fehlern vorgenommen. Aufbauend auf diesen Fallbeispielen wurde eine allgemeingültige Methode entwickelt. Der zu erstellende Softwareprototyp wurde beim Anwendungspartner sowie bei assoziierten Partnern in der Produktion bzw. im Energiemanagement für Gebäude erprobt und umgesetzt.

Ergebnisse und Anwendungspotenzial
Die neue Softwarelösung detektiert Anomalien in einer fortlaufend aufgezeichneten Messreihe der Anlage, z. B. in der elektrischen Last. Basierend auf den historischen Messwerten wird der Norm-Zustand der Maschine gelernt. Auf dieser Basis können für zukünftige Messwerte nicht-normale Datenpunkte klassifiziert werden. Nicht-normales Verhalten, das sich zum Beispiel in Form ungewöhnlich hoher oder niedriger Messwerte, als eine Änderung des Grundverbrauchs, als eine Änderung der Taktung oder generell eine Änderung des Charakters der Kurve zeigt, wird markiert und in der Visualierungssoftware einfach dargestellt und charakterisiert. Der Nutzer wird auf einem Dashboard über detektierte Anomalien informiert und kann diese entsprechend bewerten, z. B. in Form eines Kommentars.
Nutzertests zeigten, dass die neue Softwarelösung Anomalien sehr zuverlässig erkennt. Die Laufzeit des Algorithmus auf dem sehr knapp dimensionierten Testsystem beträgt inklusive Training nur wenige Sekunden. Die neue Anomaliedetektion kann für Anlagen jeder Art in Industrie, Facilitymanagement oder Rechenzentren eingesetzt werden: nicht nur Querschnittstechnologien, sondern auch Produktionsanlagen, IT-Infrastrukturen usw. können mit demselben Algorithmus untersucht werden. Voraussetzung ist eine kontinuierliche Messung bspw. der elektrischen Last der Anlage in einer Auflösung von mindestens einem Messwert je fünf Minuten.
Die Anwendung der automatischen Anomaliedetektion dient damit der nachhaltigen Steigerung der Energieeffizienz von Anlagen, und gleichzeitig der Anlagenüberwachung. Sie ermöglicht eine wesentliche Zeitersparnis gegenüber dem rein manuellen Energiemanagement. Die gefundenen Lösungen werden bei deZem im Rahmen industrieller Anwendungen sowie am Fraunhofer IGCV im Forschungsumfeld laufend weiterentwickelt und optimiert.

• Alois Müller GmbH - Memmingen
• dezem GmbH
• Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung eingetragener Verein