Smarte Pumpen für die digitale Schifffahrt - Modellbildung und Algorithmenentwicklung für die smarte maritime Pumpe

Abstract

Das Projekt "Modellbildung und Algorithmenentwicklung für die smarte maritime Pumpe" der Ruhr-Universität Bochum als eines von drei Projekten im Verbundprojekt "SPuDiS: Smarte Pumpen für die Digitale Schifffahrt" gliederte sich in fünf Arbeitspakete. Im ersten Schritt wurden verschiedene maritime Pumpentypen systematisch analysiert. Darauf aufbauend entstanden physikalisch-mathematische Modelle, die modular konzipiert und anhand realer Messdaten validiert wurden. Zum einen wurden physikalisch fundierte, komponentenbasierte Modelle entwickelt, zum anderen datengetriebene Ansätze auf Basis der Grenzkurvenmethode, um unterschiedliche Ausgangsbedingungen bei den Pumpenherstellern zu adressieren, die sowohl hinsichtlich der messtechnischen Ausstattung als auch bezüglich des Wissens über den praktischen Feldeinsatz der Pumpen erhebliche Unterschiede aufweisen. Im weiteren Verlauf wurde ein Softsensor zur Durchflussbestimmung realisiert, der auf datenbasierten Parameterlernverfahren beruht. In einer Erweiterung wurde die, für etablierte Softsensorik entscheidende, Problematik der nicht-eindeutig invertierbaren Pumpenkennlinien adressiert und ein spezieller Detektionsalgorithmus entwickelt, der den Betriebspunkt der Pumpe auch im nicht-eindeutigen Betriebsbereich zuverlässig anhand des transienten Systemverhaltens identifiziert. Ergänzend zum Basis-Softsensor und dem ergänzenden Detektionsalgorithmus wurde ein neuronales Netz zur prädiktiven Zustandsüberwachung der Pumpe entworfen und trainiert, um ungünstige Betriebszustände und Schäden vorhersagen zu können. Über den Projektverlauf hinweg erfolgte die Portierung der entwickelten Algorithmen auf industrielle Mikrocontroller. In Kombination mit der Hardwareplattform der Projektpartner wurde so die angestrebte Echtzeitüberwachung des Pumpenbetriebs auf Demonstratorniveau realisiert.