1.11 - Zustandsbasierte Optimierung der Kalibrierzyklen von Prozesssensoren mittels adaptiver Monte Carlo-Simulation
- Event
- 13. Dresdner Sensor-Symposium 2017
2017-12-04 - 2017-12-06
Hotel Elbflorenz, Dresden - Chapter
- 1. Sensortechnologien
- Author(s)
- H. Fröhlich - Endress+Hauser Flowtec AG, Reinach/CH, D. Vaissière - Endress+Hauser Consult AG, Weil am Rhein/D
- Pages
- 50 - 54
- DOI
- 10.5162/13dss2017/1.11
- ISBN
- 978-3-9816876-5-1
- Price
- free
Abstract
Das Konzept der vorbeugenden Wartung hat insbesondere in regulierten Prozessindustrien den Ansatz fester Kalibrierzyklen für Prozesssensoren zementiert. Diese werden gegenwärtig in Abhängigkeit ihrer Kritikalität und einer statisch bewerteten Fehlerwahrscheinlichkeit pro Messstelle festgelegt. Insbesondere Verlängerungen sind empirisch schwer zu begründen und regulatorisch schwer umzusetzen. Dem Betreiber entgeht dabei die Möglichkeit zur Optimierung des Kalibriermanagements aufgrund realer Drift-Risiken. Der hier vorgestellte Ansatz zeigt die Möglichkeiten auf, mit Hilfe von Monte Carlo-Simulation zu einer Risikobewertung zu gelangen, welche die reale, individuelle Kalibrierhistorie jeder Messstelle mit einbezieht. Daraufhin können Empfehlungen zur Anpassung von Kalibrierzyklen mit Rücksicht auf Betriebskosten, Anlagenverfügbarkeit und Risikominimierung gegeben werden. Werden zusätzlich Condition Monitoring-Daten hinzugezogen, kann die Methode weiter verfeinert werden. Der mithin adaptive Simulationsansatz führt dazu, dass der Schwerpunkt des Prüfaufwands sich dorthin verlagert, wo es sinnvoll ist, nämlich an die Messstellen mit hohem Drift-Risiko und hoher Kritikalität. Der Ansatz ist, was seinen Ressourcenbedarf betrifft, auch im Hinblick auf das Informationsmanagement konsistent, d.h. der Aufwand für die Datenerfassung, Übertragung und Verarbeitung wird dort konzentriert, wo er die betriebliche Optimierung am effektivsten unterstützt.