Projekt
MetA HAZOP – Methodology for Automated HAZOP Studies
Entwicklung einer KI-gestützten Methodologie zur Durchführung von automatisierten bzw. teil-automatisierten HAZOP-Studien
dashboard Zielsetzung
Im Rahmen des Forschungsvorhabens wird eine umfassende Methodologie zur Durchführung von automatisierten bzw. teil-automatisierten HAZOP-Studien entwickelt. Mit Hilfe von Wissensrepräsentation und Inferenzmaschinen werden die Schritte Gefahrenidentifikation, Risikoeinschätzung und risikobasierte Definition von Sicherheitsfunktionen durchgeführt.
Die Erstellung bzw. Erweiterung der Wissensrepräsentationen soll auf Basis bestehender HAZOP-Studien erfolgen. Mit Methoden der künstlichen Intelligenz wie Natural Language Processing-Systemen sollen HAZOP-Tabellen und weitere notwendige Dokumente korrekt erfasst und semantisch ausgewertet werden, um anschließend mit geeigneten Methoden, beispielsweise Ontology-Learning, die Umsetzung in Wissensrepräsentationen durchzuführen.
KI-unterstützte HAZOPs werden künftig nicht nur Zeit und Kosten sparen, sondern vor allem die Risikoanalyse objektiver gestalten – für mehr Sicherheit in Prozessen und Anlagen.
Abbildung: Auswertung von HAZOPs durch Natural Language Processing als Grundlage zur KI-unterstützten Erstellung von Ontologien.
dashboard MILESTONES
Konzept für automatisierte HAZOP-Studien
Digitalisierung bestehender HAZOPs durch Natural Language Processing
Automatisierte Erstellung von Wissensrepräsentationen
Strukturierung von Ontologie-Modulen sowie Test- und Validierungsmethodik
Input-Objekte für automatisierte HAZOPs
dashboard Übersicht
Automatisierte HAZOPs
Natural Language Processing
Ontology Learning
dashboard Motivation
Technische Risikoanalysen werden in der Industrie durchgeführt, um die Gefahren von technischen Anlagen für Menschen und Umwelt systematisch zu identifizieren, mögliche Konsequenzen abzuschätzen und geeignete Sicherheitsmaßnahmen zu definieren. In der Praxis werden Risikoanalysen, beispielsweise HAZOP-Studien, von einem Team aus Experten unter hohem Zeitaufwand durchführt. Das von einer Anlage ausgehende Risiko muss im Lebenszyklus regelmäßig überprüft und bei Umbauten oder veränderten Randbedingungen möglicherweise mehrmals neu bewertet werden. Die Resultate der Risikoanalysen werden wesentlich von der Teamzusammensetzung und der Erfahrung der Teilnehmer beeinflusst.
Der Zeit-, Personal- und Kostenaufwand kann durch automatisierte Konzepte zur Durchführung der Risikoanalysen erheblich reduziert werden. Neben der Unterstützung der Teams können automatisierte Konzepte zur Erweiterung und Harmonisierung der Wissensbasis beitragen und subjektive Einschätzungen und Bewertungen reduzieren. Zusätzlich können Dokumentationsprozesse automatisiert erfolgen.
dashboard PUBLIKATIONEN
Publikationen in Vorbereitung.
PROJEKTLEITUNG:
MITARBEITER | KONTAKT:
person Marius Bächle, M.Sc.
email E-Mail senden
phone +49 721 6699 4780
FORSCHUNGSSCHWERPUNKTE:
Weitere Projekte
SISProof – Safety Instrumented System Proof
Entwicklung von Softsensoren für die SIS-Überwachung zur Gewährleistung der funktionalen Sicherheit.
sRMC – Safety related Remote Process Monitoring & Control
Einsatz von KI in akustikbasierten Sensorsystemen zur Gasleckagenerkennung.
ZEBrA – Zero-Emission Breathing Application for Storage Tanks
Entwicklung eines emissionsfreien Lagertanks mit Aufbau und Erprobung eines Prototyps.
Quelle des Titelbilds "Tube Geometry", Projekt RiIM: Harald Hoyer from Schwerin, Germany, CC BY-SA 2.0, via Wikimedia Commons
.jpg){kind=link}
Quelle des Titelbilds "Winstainforth", Projekt SafeDDT, CC BY-SA 3.0, via Wikimedia Commons
