Entwicklungshintergrund
Der störungsfreie Betrieb von Instrumenten und Geräten ist an allen Produktionsstandorten der Schlüsselfaktor für eine hohe Produktqualität. Deren ordnungsgemäße Wartung ist für einen zuverlässigen Anlagenbetrieb unabdingbar. Gleichzeitig müssen Produktionsbetriebe aber auch mit dem akuten Mangel an erfahrenem Personal fertig werden und ihre Betriebsabläufe fortlaufend rationalisieren und effizienter gestalten.

Der GC8000 von Yokogawa spielt eine entscheidende Rolle bei der Qualitätskontrolle in Produktionsstätten, da er die Zusammensetzung der einzelnen Komponenten in Gasgemischen misst. Dutzende von GC8000 werden in der Regel in größeren Öl- und petrochemischen Anlagen sowie in großen Anlagenkomplexen eingesetzt.

Gaschromatografen und die zugehörigen Probennahmesysteme umfassen Komponenten wie Filter, Ventile, Druckregler, Säulen¹ und Detektoren, die regelmäßig gewartet werden müssen. Der Abnutzungsgrad dieser Komponenten hängt stark von den jeweiligen Prozessbedingungen ab. Darüber hinaus unterscheiden sich die Spezifikationen und der Wartungszeitpunkt für jeden Gaschromatografen je nach dem zu messenden Stoff und dem Prozess. Bisher haben erfahrene Bediener anhand der vorliegenden Messdaten nach eigenem Ermessen den besten Zeitpunkt für die Wartung festgelegt oder Wartungspläne mit viel Spielraum aufgestellt, um Anomalien zu verhindern. Waren die Verluste durch plötzliche Ausfälle relativ gering, wurden PGCs so lange verwendet, bis sie sich zu verschlechtern begannen und es zu deutlichen Abweichungen in den Messwerten kam.

Vor diesem Hintergrund hat Yokogawa die GCAI-Software für den Gaschromatografen GC8000 entwickelt. Basierend auf den in einem Chromatogramm angezeigten Messwerten nutzt er KI, um präzise Vorhersagen über die Zuverlässigkeit der Messergebnisse des PGC zu treffen. Für diese KI-basierte Software hat Yokogawa seine bewährte Funktion zur Erkennung von Anomalien (AI²) verwendet und so modifiziert, dass sie mit dem GC8000 einfach zu nutzen ist.

Neue Merkmale

1. Datenbasierte Ermittlung der Zuverlässigkeit

Geringfügige Abweichungen bei den Messdaten im Chromatogramm³ treten auf, noch bevor der Verschleiß einer Komponente oder ein anderes Problem die Messungen beeinträchtigen. Sie sind zwar sichtbar, können aber viele verschiedene Muster aufweisen, und ihre Position auf der Zeitachse kann sich je nach Gerät unterscheiden, sodass nur sehr erfahrene Bediener sie korrekt einordnen können.

Die GCAI-Software arbeitet mit einem maschinellen Lernmodell, das die einzelnen Komponenten des GC8000 konfiguriert. Dieses Modell wird verwendet, um Anomalien frühzeitig zu erkennen – indem Abweichungen von normalen Messungen identifiziert werden, wie sie in einem Chromatogramm dargestellt werden. Sobald eine Abweichung vom Normalzustand festgestellt wird, analysiert das Modell den Grad der Abweichung. So werden selbst geringfügige Veränderungen erkannt, und durch die Bestimmung der Zuverlässigkeit bei jeder Messung werden Informationen für die Planung und Durchführung von Wartungsarbeiten bereitgestellt, bevor sich eine Leistungsverschlechterung auf die Messwerte auswirkt.

2. Vorhersage der Zuverlässigkeit von Messungen 90 Tage im Voraus

Bei Chromatografen werden die Gase in die einzelnen Komponenten aufgetrennt und auf einer Zeitachse gemessen, wobei eine schlechte Trennung der Komponenten die Messqualität beeinträchtigt. Mit Hilfe dieser Trennleistung als Faktor kann die GCAI-Software vorhersagen, wann eine Wartung erforderlich wird. Durch die Veränderung der Auflösung kann die Trennleistung 90 Tage im Voraus vorhergesagt und eine Benachrichtigung ausgeben werden, sobald eine vordefinierte Auflösung erreicht wird. Mit dem Wissen, wann eine Wartung erforderlich ist, können frühzeitig die benötigten Ersatzkomponenten bestellt werden und ein angemessener und effektiver Wartungsplan für den Chromatografen festgelegt werden. Das führt zu einer Verringerung der Ausfallzeiten.

3. Weder Expertenwissen noch aufwändige Gerätekonfiguration erforderlich

Damit die GCAI-Software automatisch Änderungen in den Messdaten erkennen und aufzeichnen kann, muss der Anwender nur ein Referenzdatum, den zu überwachenden Bereich und den Grenzwert für die Benachrichtigung festlegen. Diese KI-Lösung zur Vorhersage der Zuverlässigkeit von Messungen ist einfach zu bedienen und erfordert keine speziellen Kenntnisse oder komplexe Gerätekonfiguration. Der Import 

und die Weiterverarbeitung der Daten, die für das maschinelle Lernen verwendet werden, sind ebenfalls automatisiert. Da diese Software als jährliche Lizenz angeboten wird, müssen die Anwender keine hohen Anfangsinvestitionen tätigen.

¹ Eine Leitung, in der Gase zur Messung in ihre einzelnen Komponenten aufgetrennt werden

² Eine KI-Lösung, die zuverlässiger als jeder noch so erfahrene Anwender Anomalien erkennt, indem sie verschiedene Arten von Messdaten auswertet

³ Eine Aufzeichnung der zeitlichen Verzögerung eines Ausgangssignals, das erzeugt wird, wenn eine Komponente erkannt wird

Über OpreX

OpreX ist die Marke für Yokogawas Industrieautomation (IA) und Steuerungsgeschäft. Der Markenname OpreX steht für exzellente Technologien und Lösungen, die Yokogawa durch die gemeinsame Wertschöpfung mit seinen Kunden anbieten kann, und deckt das gesamte Spektrum der IA-Produkte, Dienstleistungen und Lösungen des Unternehmens ab. Die Marke umfasst die folgenden fünf Kategorien: OpreX Transformation, OpreX Control, OpreX Measurement, OpreX Execution und OpreX Lifecycle. Der GC8000 ist eine Lösung der Produktfamilie OpreX Analyzers in der Kategorie OpreX Measurement. Die Kategorie OpreX Measurement umfasst Feldgeräte und -systeme für hochpräzise Messungen, Datenerfassung und -analyse.