Fault detection and localization of an industrial plant

Abstract

Überwachungssysteme sind unverzichtbar für die Industrie, da sie nicht nur Produktund Zeitverlust vermeiden, sondern auch das Risiko für das Personal und das Umfeld verrigern. Industrielle Prozesse sind in ständiger Entwicklung, weshalb es moderner Beaufsichtigungslösungen bedarf. Die derzeitigen Überwachungssysteme müssen nach Prozessänderungen aufwendig an die neuen Betriebsbedingungen angepasst werden und für jeden neuen Prozess neu implementiert werden. Um diese Probleme zu lösen und die Anforderungen der Industrie zu erfüllen, ist das Ziel dieser Arbeit die Entwicklung einer einfach anpassbaren, skalierbaren und wieverwendbaren Methode zur Detektion und Isolation logischer Fehler. Das vorgeschlagene System kombiert in seiner Analyse eine Vielzahl von Sensoren, um mehr Informationen des aktuellen Betriebszustandes zu ermitteln Die vorgeschlagene Lösung ist eine ontologiebasierte Methode, welche hauptsächlich für Chargenund Stückgutprozesse anwendbar ist. Die höhere Ontologie, gennant transpproc, definiert industrielle Vokabeln basierend auf den Konzepten von Transportobjekten und Bearbeitungsstationen, wobei die Anlagenkomponenten Sensoren, Aktuatoren, Transportobjekten oder Bearbeitungsstationen sind. Durch auf diese Vokabeln basierende if-then-Abfragen werden Fehler durch einen Entscheidungsfindungsalgorithmus detektiert und isoliert. Da weder die höhere Ontologie noch der Entscheidungsfindungsalgorithmus prozessspezifische Eigenschaften benutzen, ist die Entwicklung zukünftiger Applikationen erleichtert. Die Methodeneffizienz wird anhand einer Zwei-Tank-Anlage gezeigt. Beim Testen wurden weder falsche Alarmen gemeldet, noch aufgetretene Fehler verpasst. Des Weiteren wurden auch alle Fehler richtig lokalisiert. Die Systemgrenzen bestehen aus einer langen Berechnungsdauer der Entscheidungsfindung (0.10s) und dem Fehlerdetektionskriterium, das Signale nur zwischen steigend, fallend und konstant unterscheidet.

Condition-monitoring systems are fundamental in the industry because they avoid waste of time and products as well as reduce the risk for the equipment, personnel, and environment. Manufacturing processes are in constant development, requiring modern solutions from the supervision systems. Current monitoring systems have to be drastically altered after process modifications to deal with the new operating conditions, and redesigned for the supervision of each new process. Focusing on overcoming these issues and satisfying the current necessities of industry, this work proposes and implements an easily scalable, reusable, and adaptable Fault Detection and Isolation (FDI) method to handle logic faults. By analyzing multiple sensors together, the proposed solution gathers more information about the operating conditions and hence enhances the FDI efficiency. The proposed method consists of an ontology-based approach mainly applicable for discrete and batch processes, common in the secondary sector of the economy. The upper ontology, called transpproc, defines an industrial vocabulary based on the concept of processing stations and transportation objects, where the plant components are a transportation object, a processing station, a sensor, or an actuator. Using this vocabulary, a decision maker with general if-then rules detects and isolates faults. Since no process-specific property is taken into account neither by the upper ontology nor by the decision maker, the implementation of future applications is facilitated. The method efficiency is demonstrated using a two-tank plant. During the tests considering procedural and sensor faults, no false alarms were reported, no abnormalities were missed, and faults were correctly localized. The system limitations include the decision maker execution time of 0.10s and the fault detection criterion based only on the distinction between positive, negative, and zero signal variation.