Mit KI verfahrenstechnische Ersatzmodelle entwickeln

Verfahrenstechnische Ersatzmodelle beschreiben wie Prozessgrössen voneinander abhängen, ohne dabei naturwissenschaftliche Randbedingungen zu berücksichtigen. Bei Verwendung von neuronalen Netzen wird diese Abhängigkeit aus historischen Daten erlernt. Ein interessantes Beispiel dafür ist die Verstromung von Dampf in einer Dampfturbine. Wieviel Strom dabei produziert werden kann ist von vielen Faktoren abhängig: Frischdampfparameter, Entnahmedampf, Abdampfdruck usw. Ausserdem müssen die lastabhängigen isentropen Wirkungsgrade der einzelnen Turbinenstufen bekannt sein, die in der Praxis aber nur näherungsweise ermittelt werden können.

Viel einfacher ist es, mit den Messwerten und einem neuronalen Netz ein Ersatzmodell zu entwickeln.

Wie gut dieses Modell ist lässt sich sehr einfach durch einen Vergleich der gemessenen mit der für den selben Zeitraum berechneten Strommenge bestimmen.

Folgendes Beispiel zeigt dies für eine Entnahme-Kondensations-Turbine mit stark schwankenden Dampfmengen und -drücken:

Aus der Abbildung wird deutlich, dass die "AI calculated" Stromproduktion über den gesamten Bereich von 5 bis 15 MW quasi identisch mit der gemessenen Stromproduktion ist.

Und da die isentropen Wirkungsgrade für das Ersatzmodell nicht bekannt sein müssen, kann das Modell nicht nur viel schneller erstellt werden sondern ist zudem noch genauer!

Mit OpenPi können Ingenieure verfahrenstechnische Ersatzmodelle sehr einfach selbst entwickeln oder von uns entwickeln lassen.

Wir freuen uns auf Ihre Projekte!