AFOM - Automatisierte Fehler- & Optimierungsanalyse durch Messdatenerfassung

Status

laufend

Ausgangssituation/Motivation

Durch die fortschreitende Digitalisierung ist die Aufzeichnung von Messdaten sehr einfach geworden. In Gebäuden erfolgt die Aufzeichnung einer Vielzahl von Messwerten, welche Aufschluss über die korrekte Funktion der gebäudetechnischen Anlagen geben.

Aufgrund der großen Anzahl von Messkanälen ist die manuelle Auswertung der Messreihen sehr aufwendig und erfordert ein hohes Maß an Expertenwissen und Zeit. Durch die Möglichkeit der Datenaufzeichnung und automatisierten Reportgenerierung ist die Weiterentwicklung der automatisierten Auswertung von Bedeutung.

Inhalte und Zielsetzungen

Die Erkennung von Fehlern (FDD – Fault Detection Diagnose) erfolgt im Rahmen von Datenanalysen auf Basis von Regeln. Über Kataloge von Regeln werden Messwertverläufe untersucht und anhand dieser Regeln mögliche Probleme im Anlagenbetrieb hingewiesen.

Viele Fehler und Änderungen im Anlagenbetrieb sind jedoch nicht durch einfache Regeln zu erkennen. Die einfachste Regel ist die Überprüfung von Maximal- und Minimal-Werten. Diese Überprüfung wird im Normalfall immer durchgeführt.

Aufbauend auf dieser Überwachung ist das Ziel des Projekts, durch die Analyse von Messwertverläufen über statistische Methoden Abhängigkeiten von äußeren und inneren Einflüssen zu unterscheiden und dadurch automatisiert einen Fehlerbericht für den Betreiber erstellen zu können.

Um Abhängigkeiten erkennen zu können, werden Methoden entwickelt, um die HLK-Netzwerke mathematisch zu beschreiben sowie das Verhalten und deren Einbauten darstellen zu können. Durch die Verknüpfung des Modells mit den Daten aus der Gebäudeleittechnik kann die Anlage online auf Betriebsstörungen überprüft werden.

Methodische Vorgehensweise

Zur Generierung der Netzwerke sollen vorhandene Daten aus BIM (Bauwerksdatenmodellierung) übernommen oder gegebenenfalls Modelle erarbeitet werden, wie diese Netzwerke in BIM abgelegt werden können.

In Verbindung mit statistischen Methoden werden die entsprechenden Abhängigkeiten sowie das Auftreten von Anomalien in der Regelung und der Steuerung ermittelt. Weitere Parameter zur Beschreibung von Grey-Box-Modellen können durch die Analyse erkannt werden.

Anhand von Untersuchungen am Living-Lab Energetikum in Pinkafeld und an eventuellen Demonstrationsgebäuden der Partner werden die Methoden erarbeitet und entwickelt. In einer abschließenden Evaluierungsphase werden die ermittelten Methoden an einem Demonstrationsgebäude im Felde getestet.

Erwartete Ergebnisse

• Automatisierte Empfehlungsabgabe zur Früherkennung von ereignisbedingter Wartung zur Reduktion der Anlagenausfälle (Überwachung der Veränderungen von Systemdrücken und Medienständen)
• Auslotung der Nutzbarkeit der BIM-Schnittstelle zur Extrahierung des Aufbaus von HLK-Netzwerken aus BIM-Modell
• Methodik zur mathematischen Modellierung der zusammenhängenden Beeinflussung in lüftungstechnischen und hydraulischen Netzwerken
• Methodik zur Ermittlung von Vorgängen unter Anwendung statistischer Methoden der Signalverarbeitung zur Erkennung von Regelmäßigkeiten und auch von Abweichungen aus der Normalität
• Entwicklung von datengetriebenen, gekoppelten Modellen des Kanalnetzes und des Gebäudes (bzw. des Raumverbunds) für Anwendungen wie Überwachung der Funktion der Volumenstromregler, Überwachung der Gebäudedichtheit, Erkennung offener Fenster (ohne Fensterkontakt)
• Entwicklung eines Algorithmus zur wiederkehrenden in-situ Messung der Gebäudedichtheit mit Hilfe der Lüftungsanlage

Projektleitung

Forschung Burgenland GmbH

Projekt- bzw. KooperationspartnerInnen

• Fachhochschule Salzburg GmbH
• ZET & BZR GmbH
• TBH GmbH
• Technische Universität Wien

Forschung Burgenland GmbH
DI Johannes Schnitzer
Campus 1
A-7000 Eisenstadt
Tel: +43 (5) 7705-5438
E-Mail: johannes.schnitzer@forschung-burgenland.at
Web: www.forschung-burgenland.at