T&G Automation Big Data: Glauben ist nicht wissen

Scharf beobachtend, genau hinterfragend und kritisch T&G-Geschäftsführer Ing. Harald Taschek von seiner „provokanten“ Seite.

Ein blühendes Geschäft, das sich reger Aufmerksamkeit erfreut, obwohl in Wahrheit keiner von uns mit absoluter Sicherheit wissen kann, was morgen ist. Das heißt wir bauen unsere Zukunft im Grunde genommen auf Annahmen bzw. Vermutungen auf, die zwar zunehmend auf ausgeklügelten Rechenmechanismen basieren und demnach auch mit hoher Wahrscheinlichkeit eintreten werden, aber eben nicht immer. Es gibt aller Logik zum Trotz dennoch Situationen, in denen etwas absolut Unvorhergesehenes passiert. Der libanesische Philosoph und Mathematiker Nassim Taleb nennt solche „Zufallsereignisse“, die vollkommen unverhofft aus jeder von uns vorstellbaren Reihe tanzen, aber dennoch eine ungeheure (Sog)Wirkung erzielen, „Black Swans“. Der Aufstieg des Internets ist ein gutes Beispiel dafür. Kaum jemand (wenn überhaupt) hätte vor 20 Jahren vorauszusagen vermocht, welche Chancen, Möglichkeiten aber auch Herausforderungen diese Technologie eines Tages mit sich bringen würde. Heute ist sie da und mit ihr ein Betätigungsfeld, das uns sicher auch in Zukunft noch einiges an Einfallsreichtum abringen wird.

Big Data als Herausforderung

Industrieunternehmen haben längst das Zeitalter der „Big Data“ erreicht. Das heißt: Ungeheure Mengen an operativen Daten gehen mithilfe einer immer größer werdenden Vielfalt an technischen Geräten online. Die aktuelle Herausforderung besteht nun darin, die geeigneten Filter zu finden, um diese enorme Informationsflut einigermaßen überschaubar zu halten. Sogenannte Historians wurden genau dafür designt. Diese Software-Werkzeuge sind darauf spezialisiert, große Volumina an Zeitreihen-Prozessdaten zu sammeln und vollautomatisch nach gewissen Kriterien zu interpretieren. Wobei fortgeschrittene Historians von sich aus wissen, dass es weitaus wichtiger ist, auf etwaige Schwankungen oder Anomalien im Produktionsprozess hinzuweisen als alle verfügbaren Daten – also auch jene ohne Mehrwert – darzustellen. Sie selektieren vor und helfen demnach mit, die permanent wachsenden Big-Data-Lawinen in nützliche sowie unmittelbar verwertbare Bahnen zu lenken. Das Monitoring & Diagnostics Center von GE Energy in Atlanta beispielsweise sammelt Daten von tausenden Gasturbinen in aller Welt. Vor der Einführung des Proficy Historian konnte das Center lediglich den Input von drei Monaten in seinen Legacy-Anwendungen bewältigen – dank einer vollautomatischen gezielten Vorselektion reicht die Speicherkapazität nun für zehn Jahre aus. Das verbesserte die prädiktive Diagnosefähigkeit des Gesamtsystems erheblich und letztendlich wurden durch die ausgezeichneten Big Data-Fähigkeiten des Proficy Historian sogar mehrere Ausfälle vermieden.

Treffsichere Wahrscheinlichkeitsrechnungen

Fakt ist: Eine 100%ige Sicherheit oder Garantie gibt es nach wie vor nicht – für nichts und niemandem im Leben. Fakt ist aber auch: Dank moderner Simulationstechniken sowie intelligenter Datenmustererkennungsalgorithmen steigt die „Weissage-Fähigkeit“ der Menschen in dermaßen realistische Sphären, wie sie sich ein Nostradamus allenfalls erträumen hätte können: Die modulare Software Proficy von GE Intelligent Platforms beispielsweise berücksichtigt bei ihren Berechnungen mehrere hundert Parameter, um dem Anlagenbediener den besten Weg zu maximaler Leistung und Produktivität zu weisen. Dazu läuft im Hintergrund ein dreistufiges Verfahren mit genauer Aufgabenverteilung ab: Proficy Historian sammelt, archiviert und verteilt alle verfügbaren Unternehmensdaten, das Modul Proficy Troubleshooter analysiert diese, wobei vor allem auch unterschiedlichste Kausalzusammenhänge genauestens im Auge behalten werden und last but not least bindet Proficy Cause+ die gesammelten Echtzeitdaten sowie etwaige Störmeldungen und Alarme in die Berechnungen ein, um möglichst viel Info aus der Software rauszuholen. Auf diese Art und Weise erhält der Anlagenbediener unter anderem wertvolle Hinweise darauf, welche Fehlerursachen oder Abweichungen bei bestimmten Prozessen wahrscheinlich sind und wie sich diese mit vorkonfigurierten Korrekturmaßnahmen bereits im Vorfeld vermeiden lassen.

www.tug.at