Data Mining beruht auf der Erstellung experimenteller Modelle, die Zusammenhänge oder Strukturen beschreiben. Anders als bei analytischen Modellrechnungen, deren Lösung immer mathematisch exakt ist, ist Data Mining eher eine Art Wahrscheinlichkeitsrechnung mit dem großen Vorteil, dass auch verborgene Korrelationen aufgedeckt und damit nutzbar werden. So lassen sich beispielsweise durch die Data Mining-Analyse von Prozessdaten das individuelle Verhalten einer Produktionsanlage beschreiben. Aktuelle und historische Daten aus Leitsystemen und Sensoren aller Art, kombiniert mit Instandhaltungsdaten, Umwelt- oder Labordaten, werden analysiert, um ein komplettes Modell des Zustandes und der Leistungsfähigkeit einer Anlage zu liefern. So gelang es z.B. ,Auswirkungen einer komplexen Produktionsanlage auf das Prozessverhalten einer nachgeschalteten Kläranlage zu berechnen. Produktionspläne und die dynamischen, biologischen Prozessparameter der Kläranlage konnten in einen Zusammenhang gebracht und dadurch Grenzwertüberschreitungen vermieden werden.
Im Unterschied zu den Herstellern derartiger Tools bietet ABB Data Mining als eine Consulting-Dienstleistung an. Aus den zehn marktführenden Tools wählen die Experten genau jene Methoden aus, die dem jeweiligen Problem am besten entsprechen. In einem komplexen Projekt reicht oft ein einziges Tool nicht aus, erst die Kombination mehrerer Methoden (Entscheidungsbäume, neuronale Netze oder SOM-Karten) ermöglicht, zufällige Ergebnisse von systematischen zu unterscheiden.
E dei 240
Unsere Webinar-Empfehlung
Die Websession „Wasserstoff in der Chemie – Anlagen, Komponenten, Dienstleistungen“ (hier als Webcast abrufbar) zeigt technische Lösungen auf, die die Herstellung und Handhabung von Wasserstoff in der chemischen Industrie sicher machen und wirtschaftlich gestalten.
Ob effizienter…
Teilen: