Projekt
SISProof – Safety Instrumented System Proof
Entwicklung von Softsensoren für die SIS-Überwachung zur Gewährleistung der funktionalen Sicherheit.
dashboard Zielsetzung
Das Ziel dieses Projektes ist die Erhöhung der Integrität und Zuverlässigkeit von Sicherheitssystemen durch den Einsatz von Softsensoren in der Prozessindustrie. Die Umsetzung erfolgt durch das Erkennen von systematischen und zufälligen Fehlern mithilfe der Durchführung von Echtzeitüberprüfungen der SISs. Die Softsensoren verbinden hierbei Prozesswissen, Prozessdaten und Methoden des maschinellen Lernens in Form eines Hybridmodells. Der komplette Lebenszyklus (Training, Deployment, Betrieb und Retraining) des Modells soll beleuchtet werden, um einen sicheren Einsatz der Softsensoren in der Prozessindustrie zu garantieren.
Die Kombination aus Prozesswissen und KI wird zukünftig die Echtzeitüberwachung ermöglichen. Die Prüfung der Sensorik wird genau dann erfolgen, wenn es darauf ankommt: Im laufenden Betrieb.
Abbildung: SISProof im Anlagenschema.
dashboard MILESTONES
Zusammenfassung des Wissenstands
Entwicklung von Softsensoren
Feststellung der Genauigkeit von Softsensoren
Entwicklung von Methoden zur Gewährleistung des sicheren Betriebs
Feststellung der Prüftiefe
dashboard Übersicht
Erhöhung der Zuverlässigkeit und Integrität von SISs
Erkennung von systematischen und zufälligen Fehlern
Umfassendere Nutzung von Prozessdaten
Sichere Anwendung von Machine Learning Anwendungen in der Prozessindustrie
dashboard Motivation
Sicherheitstechnische Sensoren haben eine immense Bedeutung für die laufende Produktion in verfahrenstechnischen Anlagen. Sie sind oft der letzte Schutzwall, wenn es darum geht, den Schutz von Mensch, Umwelt und Anlage sicherzustellen. Die Sensorik wird deshalb im Rahmen der funktionalen Sicherheit in regelmäßigen Abständen von geschultem Personal auf ihre Funktionsfähigkeit überprüft.
Diese periodischen Überprüfungen müssen zumeist während eines Stillstands durchgeführt werden. Das bedeutet Produktionsunterbrechungen. Zwischen den Überprüfungen ist dabei keinesfalls sichergestellt, dass ein sicherheitsrelevanter Sensor nicht von neuen Fehlern betroffen ist und somit die Sicherheitsfunktion im Störfall nicht eingreift. Der Betreiber fährt die Anlage zwischen den Überprüfungen quasi in einem Blindflug in Bezug auf die korrekte Funktion der Sicherheitsfunktion.
Betriebs- und sicherheitsrelevante Sensoren werden heute in großer Zahl installiert. Die Tendenz ist steigend. Dabei produzieren die Sensoren enorme Datenmengen. Das Potenzial der generierten Daten wird jedoch bisher nur teilweise genutzt – in manchen Anlagen kaum nennenswert. Für Unternehmen der chemischen und petrochemischen Industrie ist es daher von besonderem Interesse, die generierten Daten intelligent auszuwerten, um die Effizienz und Verfügbarkeit ihrer Produktionsanlagen zu steigern.
ashboard PUBLIKATIONEN
Publikationen in Vorbereitung.
PROJEKTLEITUNG:
MITARBEITER | KONTAKT:
person Stefan Häbe, Cand. B.Sc.
email E-Mail senden
phone +49 721 6699 4780
FORSCHUNGSSCHWERPUNKTE:
Weitere Projekte
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.
MetA HAZOP – Methodology for Automated HAZOP Studies
Entwicklung einer KI-gestützten Methodologie für (teil-) automatisierte HAZOP-Studien.
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
