Regenerative Energie

Biogas

Biomasse

Erneuerbare allgemein

Energieeinsparung

Erdwärme

Grünes Geld

Klimaschutz

Kraft-Wärme-Kopplung

Meeresenergie

Mobilität

Photovoltaik

Solarthermie

Wärmepumpen

Wasserkraft

Windenergie

content-Partner

Früherkennung von Fermenterprozessstörungen durch den Einsatz einer auf Prozessexpertise basierenden KI

Eine auf künstlicher Intelligenz (KI) basierende Methode zur Erkennung von Prozessstörungen in anaeroben Fermentern wurde entwickelt, um die derzeitigen Herausforderungen beim Betrieb und der Prozessüberwachung von anaeroben Fermentern zu überwinden. Begrenzte Überwachungsmöglichkeiten und häufige prozessbiologische Störungen des Fermenters führen zu finanziellen Verlusten, die durch eine fortschrittlichere und datengetriebene Prozessüberwachungsmethode vermieden werden könnten.

Häufige Fermenterprozessstörungen und die damit verbundene unzureichende Prozessüberwachung führen zu einer verminderten Nutzung der Anlagenkapazität sowie zu finanziellen Verlusten. Die am weitesten verbreitete Methode zur Prozessüberwachung besteht aus der Messung der flüchtigen Fettsäuren in der Gärrestprobe, welche von einem Prozessexperten analysiert werden. Diese Methode hat einige Nachteile, nämlich die zeitliche Verzögerung zwischen der Probenahme und der Erkennung der Prozessstörung, die Anfälligkeit für menschliche Fehler sowie die hohen Kosten für Personal und Laboranalysen. Um diese Nachteile zu überwinden, wurde ein System zur Erkennung von Prozessstörungen mit Hilfe von künstlicher Intelligenz (KI) entwickelt. Dieses System verwendet online verfügbare Anlagendaten, hauptsächlich Signale der Biogasqualitätsmessung. Der gewählte Ansatz besteht aus einer Kombination von Prozessexpertise mit unüberwachten Machine-Learning-Algorithmen. Für die Entwicklung eines solchen KI-Systems gibt der Prozessexperte Inputs zu geeigneten Signalen und deren Verhalten bei Prozessstörungen. Der Datenwissenschaftler entwickelt Modelle, um das beschriebene Verhalten der Signale mit Hilfe statistischer Methoden und Machine Learning zu detektieren. Das System zur Erkennung von Prozessstörungen wurde anhand der Daten von zwei Vergärungsanlagen getestet, und die Ergebnisse zeigten, dass alle Prozessstörungen vom Algorithmus erkannt wurden. Außerdem erkannte der Algorithmus die Prozessstörungen im Durchschnitt 21 Tage, bevor der Prozessexperte Maßnahmen zur Erholung des Fermenters empfahl. Das System erreichte eine Gesamtgenauigkeit von 99,5 % und eine Sensitivität von 100 %. Diese Ergebnisse zeigen, dass die Prozessstörungen früh genug erkannt wurden, um genügend Zeit für Maßnahmen zur Erholung des Fermenters zu haben. Darüber hinaus kann der Schluss gezogen werden, dass der vorgeschlagene Algorithmus zuverlässig zur Früherkennung von Prozessstörungen eingesetzt werden kann, ohne dass eine Messung der flüchtigen Fettsäuren erforderlich ist.

Copyright:	© Witzenhausen-Institut für Abfall, Umwelt und Energie GmbH
Quelle:	Biomasse-Forum 2023 (November 2023)
Seiten:	6
Preis:	€ 3,00
Autor:	Dipl.-Ing.agr. Raiko Kolar
	Diesen Fachartikel kaufen... (nach Kauf erscheint Ihr Warenkorb oben links)
	Artikel weiterempfehlen
	Artikel nach Login kommentieren

---