Mehrkanalige Kleinste-Quadrate-Schätzung Autoregressiver Parameter zur Sensorausfallerkennung

Zusammenfassung

In der Automatisierungstechnik wird in einem zu überwachenden Prozeß häufig mit mehreren Sensoren an unterschiedlichen Stellen gemessen. Die so erhaltenen Meßsignale sind zwar nicht identisch, aber statistisch voneinander abhängig. Unter Ausnutzung dieser sog. „analytischen Redundanz“ werden mehrkanalige Verfahren vorgestellt, die sprunghafte Änderungen des Leistungsspektrums von Meßsignalen — wie sie oftmals typisch sind für den Ausfall oder die plötzliche Änderung von Eigenschaften eines Systems — erkennen. Dabei werden sowohl Änderungen in dem gemessenen Prozeß (gemeinsamer Sprung in allen Kanälen) als auch Ausfälle und gegebenenfalls „Ausreißer“ einzelner Sensoren (Sprung in einem einzigen Kanal) erkannt und voneinander unterschieden. Neben einem q-kanaligen multivariaten Ansatz, der bei Vernachlässigung des Rechenaufwandes diese Aufgabe prinzipiell löst, werden insbesondere sinnvolle und effiziente Vereinfachungen dieses allgemeinen Ansatzes angegeben. Die wesentlichen Elemente dieser mehrkanaligen Verfahren sowie deren Eigenschaften werden erläutert.