COSY 2022 ist der erste einer Reihe von IFAC (The International Federation of Automatic Control) Workshops zum Thema “Control of Complex Systems”. Der Workshop brachte Akademiker und Fachleute aus dem Bereich der Regelungstechnik zusammen, die das Interesse für komplexe Systeme teilen. Ziel des Workshops war es, ein Forum zu bieten, in dem aktuelle Forschungsentwicklungen, offene Probleme, neue strukturelle Eigenschaften und Methoden zur Kontrolle komplexer Systeme diskutieren können.
ASINCO brachte dabei gemeinsam mit der Mannstaedt GmbH eine Veröffentlichung zum Thema “A learning procedure for detection of process anomalies in the production of metallic long products and a new industrial case study”. Die hochindividualisierten Produktionsprozesse für Langprodukte in der Stahlindustrie unterliegen in komplexer Weise einer Vielzahl von Einflussgrößen mit gegenseitigen Wechselwirkungen. Um diese Komplexität zu beherrschen, können moderne Data-Mining-Methoden für eine hocheffiziente Analyse von Prozessdaten eingesetzt werden, um Prozessanomalien in den Prozessdaten, z.B. von Walzwerken, durch statistische Mustererkennung zu erkennen. In diesem Beitrag wird eine datenbasierte Strategie zur Erkennung von Prozessanomalien in einem Warmwalzwerk für Langprodukte vorgeschlagen. Geeignete Daten werden von vorhandenen Sensoren identifiziert und ausgewählt und in einer neuen Datenbank verarbeitet. Diese zentrale Datenbank wird verwendet, um Klassifizierungsalgorithmen zu trainieren. Die Zuverlässigkeit zweier prominenter Klassifikatoren, die auf der Principal Component Analysis (PCA) und One-Class Support Vector Machines (OC-SVM) basieren, wurde bewertet.
Referenz:
Weber, A., Denker, J., & Jelali, M. (2022). A learning procedure for detection of process anomalies in the production of metal long products and a new industrial case study. IFAC-PapersOnLine, 55(40), 325-330.
Joachim Denker
Leiter Innovation
Am Kiekenbusch 11A | 47269 Duisburg
joachim.denker@asinco.de