Wenn neue Instrumente oder automatische Steuerungssysteme benötigt werden, werden üblicherweise die erforderlichen Geräte beschafft, installiert und in Betrieb genommen. Sobald alles reibungslos läuft, widmen sich die Ingenieure dem nächsten Projekt. Das erscheint logisch. Doch so einfach ist es nicht immer – oft muss überprüft werden, ob die Systemleistung den Anforderungen entspricht. Bei einem fortschrittlichen Steuerungssystem ergänzt die Leistungsprüfung den Probebetrieb. Sie überprüft, ob ein Steuerungssystem als Ganzes die beabsichtigten Ziele erreichen kann. Die Ermittlung von Leistungsindikatoren und deren Bewertungsmethoden für ein spezifisches Projektziel ist genauso wichtig wie die Definition des Ziels selbst. „Oft ist die Leistung eines neuen Systems in einem neuen Zustand nicht mit der eines alten Systems in einem alten Zustand vergleichbar. Veränderungen in der Produktion und den Marktbedingungen können einer Seite Vorteile bringen, während sie gleichzeitig ihre wirtschaftlichen Vorteile beeinträchtigen.“ Ein effektiver statistischer Testplan bietet einen strengen Verifizierungsmechanismus für die Leistungsprüfung von Systemen und ermöglicht es Anwendern und Lieferanten, Projektrisiken und -vorteile zu teilen – eine faire und vorteilhafte Vereinbarung für beide Seiten. Warum also die Leistung testen? Die grundlegende Funktionalität zu gewährleisten, ist in der Regel kein Problem – alle namhaften Anbieter garantieren, dass ihre Signalwandler Signale messen und übertragen können, ihre Prozessleitsysteme (DCS) Kommunikations- und Steuerungsfunktionen gemäß Systemkonfiguration und Steuerungsprogrammen implementieren und ihre Terminalsignalgeneratoren auf Steuersignale reagieren. Warum also – abgesehen von der reinen Neugier – Leistungstests durchführen? Der offensichtlichste und grundlegendste Grund ist, dass die Fehlersuche ein notwendiger Bestandteil des Systemerprobungsbetriebs ist. Ein weiterer wichtiger Grund ist, dass sie das Vertrauen der Bediener in die ordnungsgemäße Funktion des Systems stärkt. Die repetitive Bedienung von Systemanlagen kann aufgrund von Ermüdung und Nachlässigkeit der Bediener zu plötzlichen Gefahren und Chaos führen. Oftmals schalten Bediener bei Auftreten von Gefahrensignalen das System, mit dem sie nicht vollständig vertraut sind, sofort ab und schalten auf manuellen Betrieb um. Dadurch werden die vielen Vorteile und Funktionen des automatisierten Steuerungssystems nicht voll ausgeschöpft. Auch interne Budgets und die Buchhaltung von Unternehmen erfordern Leistungstests. Im Ingenieurwesen bündeln Unternehmen häufig verschiedene Ressourcen und weisen diese einem oder mehreren spezifischen Projekten zu. Tests können den Transfer von Entwicklungs- und Betriebskosten zwischen Abteilungen dokumentieren. Obwohl Erklärungen und Vorführungen die oben genannten Gründe weitgehend erfüllen können, fordern immer mehr Anbieter formale Leistungstests in ihren Verträgen. Die Fähigkeit, konkrete wirtschaftliche Vorteile zu generieren, ist ein Hauptkriterium für die Bewertung des Fortschritts eines Projekts im Bereich der Steuerungstechnik, darunter gesteigerte Produktivität, verbesserte Produktqualität oder höhere Produktionseffizienz. Verträge legen oft explizit fest, dass die Zahlung auf der tatsächlichen Systemleistung basiert. Daher müssen Leistungstests und die Verifizierung des Systems vor Vertragsablauf durchgeführt werden. Dies ist keine einfache Aufgabe. Was muss getestet werden? Mit der ständigen Weiterentwicklung der Datenerfassungs- und -verarbeitungskapazitäten werden die Test- und Verifizierungsstandards immer vielfältiger, was die Erstellung eines Leistungstestplans zu einer anspruchsvollen Aufgabe macht. Verschiedene statistische Verfahren werden typischerweise eingesetzt, um große Datenmengen zu analysieren und Daten mit signifikanten Verifizierungsindikatoren zu identifizieren. Zwei grundlegende Fragen müssen beantwortet werden: ■ Wird die technische Leistung des Steuerungssystems bewertet oder sein potenzieller wirtschaftlicher Nutzen? ■ Wird die absolute oder die relative Leistung des Systems getestet? Tatsächlich ist die Leistungsprüfung von Steuerungssystemen unabhängig von wirtschaftlichen Aspekten. In den letzten zehn Jahren haben sich Testmethoden von der einfachen Datenerfassung und -analyse aus historischen Datenbanken zu einer spezialisierten Disziplin, dem sogenannten Zustandsmonitoring, weiterentwickelt. Viele Anbieter stellen zudem Hardware, Software und Dienstleistungen zur Verfügung, die den Systembetrieb überwachen und die Echtzeit-Systemleistung verbessern. Datenerfassung Die von Expertune (www.expertune.com) entwickelte Software PlantTriage kann beispielsweise bis zu 30 Datenpunkte pro überwachtem Regelkreis erfassen und erfüllt damit die Anforderungen verschiedener Bewertungskriterien. Diese Kriterien reichen von bekannten umfassenden Indikatoren wie dem Integral Squared Error (ISE) bis hin zu Diagnoseindikatoren wie der statistischen Ventilstellung und -drehzahl. Fortschritte bei den Bewertungskriterien ermöglichen die Quantifizierung und präzise Darstellung der Leistung eines überlegenen Regelsystems. Der Prozessfähigkeitsindex ist ein weiteres statistisches Konzept zur Quantifizierung der Systemleistung. Dieser Index spiegelt die Wahrscheinlichkeitsverteilung einer Stichprobenvariablen wider und wird durch die Standardabweichung ihres Wertes relativ zu den oberen und unteren Spezifikationsgrenzen gemessen. Diese Parameter tragen zur Definition verschiedener Kennzahlen bei. Je besser die Systemleistung, desto kleiner die Standardabweichung und desto höher der Prozessfähigkeitsindex. Nur durch die kontinuierliche Verbesserung des Index kann das Regelsystem „leistungsfähiger“ werden. Die einfachste Form des Prozessfähigkeitsindex (Cp) ist das Verhältnis des Mittelwerts der Variablen zur vorgegebenen oberen (USL) und unteren Grenze (LSL). Bei Messung mittels Standardabweichung lässt er sich durch folgende Formel ausdrücken: Diese Formel gilt für Variablen, deren Sollwertbereich zwischen der vorgegebenen oberen und unteren Grenze liegt und deren Mittelwert einer Normalverteilung folgt. Der „Regler mit minimaler Varianz“ ist einer der absoluten Referenzwerte zur Quantifizierung der Leistungsfähigkeit eines Regelsystems. Dieses Konzept leitet eine theoretische minimale Abweichung des Variationskoeffizienten (CV) im geschlossenen Regelkreis ab, die nur von einem Regler erreicht werden kann, der die Prozessantwort- und Störgrößen optimal nutzt. In der realen Produktion existiert ein solcher Regler nicht; dennoch hat die Theorie auch dann noch Gültigkeit, wenn die tatsächliche Abweichung größer als der theoretische Wert ist. Das auf dieser Abweichung basierende Leistungsverhältnis kann mithilfe des Harris-Index quantifiziert werden. Der Harris-Index ist wie folgt definiert: C repräsentiert den theoretischen Wert der minimal möglichen Abweichung, berechnet auf Basis der Prozessverzögerung, und σ²ACT repräsentiert die tatsächliche Abweichung des Reglers. Die Normalisierung des berechneten Verhältnisses ergibt einen Verteilungsindex zwischen 0 und 1,0: Mit zunehmender Regelgüte nähert sich die tatsächliche Abweichung des Reglers dem theoretischen Minimalwert an, und der Index strebt gegen 0,0. Der Harris-Index lässt sich üblicherweise mithilfe eines Zustandsüberwachungstools berechnen. Die größte Einschränkung dieses Konzepts besteht darin, dass es bei der Bewertung der Systemleistung lediglich Änderungen der Messkoeffizienten des Reglers berücksichtigt, ohne Ventilbewegungen einzuschränken, die die Abweichung des Regelkoeffizienten (CV) reduzieren. In einer Fabrik interagieren Regelkreise und Anlageneinheiten häufig oder sind Störungen ausgesetzt, weshalb große Abweichungen der mittleren Variation (MV) unerwünscht sind. Diese Überlegung ist für die Bewertung der Systemleistung entscheidend. Die Gesamtstabilität des Systems ist weitaus wichtiger als die Leistung eines einzelnen Regelkreises. Wirtschaftliche Vorteile: Wenn nur interne Tests erforderlich sind, ist die Prüfung der Regelgüte eine gute Wahl. Mehrere Testindikatoren der Regelgüte können zuverlässig messen, ob das System ordnungsgemäß arbeitet, und Hinweise zur Optimierung geben. Die Prüfung der Regelgüte kann jedoch nicht alle anderen Leistungstests ersetzen – wird das neue Regelsystem der Fabrik tatsächlich wirtschaftliche Vorteile bringen? Ähnlich wie bei der Überprüfung der Kontrollleistung besteht der erste Schritt bei der Überprüfung des wirtschaftlichen Nutzens darin, Indikatoren für den wirtschaftlichen Nutzen zu ermitteln. Leistungskennzahlen (Key Performance Indicators, KPIs) gehören zu den gängigen Indikatoren. Jeder Indikator, der von einer Gruppe zu einem beliebigen Zweck zur Leistungsmessung verwendet wird, kann durch einen KPI repräsentiert werden. Er eignet sich sowohl zur Überprüfung des wirtschaftlichen Nutzens als auch zur Prüfung der Kontrollleistung. Ein KPI muss spezifisch und quantifizierbar sein und zur Bewertung der Zielerreichung eines gemeinsamen Ziels dienen. KPIs werden typischerweise zur langfristigen Leistungsbewertung eingesetzt und spiegeln somit den Betriebszustand innerhalb eines bestimmten Bereichs wider. Diese Eigenschaft unterscheidet sie von der dynamischen Leistungsprüfung (Dynamic Performance Testing, DPM), die Echtzeittests nutzt, um die momentane Leistung eines Systems abzubilden. Zur Messung des wirtschaftlichen Nutzens eines Kontrollsystems liefern sowohl KPIs als auch DPM-Indikatoren wirtschaftliche Referenzparameter. Dies wurde bereits in früheren Artikeln dieser Reihe behandelt. (Siehe *CE* (englische Ausgabe), März 2006, Seite IP1) ■ Höhere Ausbeute oder Ausbeute; ■ Geringeres Materialeinsatzverhältnis (d. h. höhere Erträge); und ■ Geringerer Energieverbrauch pro Einheit (d. h. höhere Effizienz). Diese wirtschaftlichen Kennzahlen sind die entscheidenden Kriterien zur Bestimmung der Leistungsfähigkeit eines Steuerungssystems. Die umfangreichen Erfahrungen und Erkenntnisse aus dem Systembetrieb tragen zur kontinuierlichen Verbesserung der Systemleistung bei. Verbesserungen sind jedoch immer relativ – sie beziehen sich lediglich auf die Leistung des alten Systems. Ziel: Besser werden. Um ein fortschrittliches Steuerungstechnikprojekt umzusetzen, ist der erste Schritt die Projektforschungs- und Bewertungsphase. Ziel dieser Phase ist es, die Projektfaktoren zu identifizieren und den potenziellen Nutzen zu bewerten. Anschließend folgen die Vertragsverhandlungsphase, die Planungs- und Bauphase sowie die Installations- und Inbetriebnahmephase. Nach diesen Schritten kann das System im Wesentlichen alle vorgesehenen Funktionen erfüllen. Danach folgen die Schulungs- und Integrationsphase und schließlich die Leistungsprüfung. „Wenn ein Vertrag für fortschrittliche Steuerungstechnik eine Komponente für Leistungsprüfungen enthält, müssen der tatsächliche Projektzeitplan und die Kostenschätzungen die für die Durchführung der Leistungsprüfungen erforderlichen Zeit- und Ressourcenressourcen berücksichtigen.“ Projektzyklen variieren je nach Größe und Komplexität des Steuerungstechnikprojekts und werden auch durch Produktions- und Wartungspläne sowie andere Vereinbarungen zwischen Anwender und Lieferant beeinflusst. Typischerweise kann ein Projektzyklus von wenigen Wochen bis über einem Jahr dauern. Darüber hinaus können verschiedene Modifikationen zur Erreichung besserer Ziele erforderlich sein, was sich auf den geplanten Zeitplan und die Systemleistung auswirkt. Zu diesen variablen Faktoren gehören: ■ Prozessanlagen, Instrumente und Signalgeneratoren, die die Systemleistung und -effizienz beeinflussen; ■ Produktspezifikationen, Marktnachfrage und Marktpreise; ■ Rohstoff- und Brennstoffeigenschaften, Auslastungsgrade und Kosten; ■ Uplink- oder Downlink-Systeme und deren Betrieb; ■ Umgebungsbedingungen (Zyklusbedingungen). Typischerweise ist die Leistung eines neuen Systems unter neuen Bedingungen nicht mit der eines alten Systems unter alten Bedingungen vergleichbar. Änderungen der Produktions- und Marktbedingungen können einer Seite Vorteile bringen und gleichzeitig deren wirtschaftliche Vorteile beeinträchtigen. Effektive Tests: Die einzige rigorose und effektive Methode, die Leistung eines neuen Systems nachzuweisen, besteht darin, On-Off-Tests unter den bestehenden Produktions- und Marktbedingungen durchzuführen. Dies bedeutet, dass die endgültige Systemkonfiguration sowohl die alten als auch die neuen Steuerungsschemata unterstützen muss. Anschließend wird gemäß dem Testplan in bestimmten Zyklen und Frequenzen zwischen dem alten und dem neuen System umgeschaltet, um ausreichend aussagekräftige statistische Daten für den Vergleich der wirtschaftlichen Vorteile beider Systeme zu erhalten. In früheren Artikeln dieser Reihe wurde erläutert, wie sich der wirtschaftliche Nutzen eines neuen Steuerungssystems anhand von Produktivitäts-, Produktionswert- und Betriebskostenänderungen berechnen lässt. Im Umschalttest spiegeln sich die Änderungen dieser Parameter im Mittelwert der erfassten Daten wider. Durch den Vergleich der Parameter des alten und des neuen Systems lässt sich die Systemleistung messen. Um die Aussagekraft der statistischen Ergebnisse zu gewährleisten, müssen folgende zwei Fragen beantwortet werden: ■ Wie lässt sich ein Testplan entwickeln, der sicherstellt, dass die Testdaten die Leistungsunterschiede zwischen dem alten und dem neuen System präzise abbilden? ■ Wie lassen sich die Testergebnisse so auswerten, dass diese Unterschiede die langfristige Gesamtleistung des Systems korrekt repräsentieren? Diese Fragen stellen sich, da die aus einem endlichen Datensatz berechneten statistischen Parameterwerte nicht vollständig den Daten entsprechen können, die im Langzeitbetrieb des Systems generiert werden. Dies ist ein typisches Problem der statistischen Analyse. Kann der aus einem endlichen Datensatz berechnete Mittelwert eine aussagekräftige Schätzung des Mittelwerts aller möglichen Stichproben darstellen? Die Antwort ist ungewiss. Das Beste, was wir tun können, ist, eine ausreichende Anzahl unabhängiger Stichproben zu sammeln, beispielsweise durch einen ausreichend langen Testzyklus, um den Fehler innerhalb einer vorgegebenen Auftrittswahrscheinlichkeit zu halten. Zentraler Grenzwertsatz: Der zentrale Grenzwertsatz, ein fundamentales Gesetz der Statistik, ermöglicht die oben beschriebene Methode. Stammen die Testdaten aus einer großen Anzahl verschiedener Testläufe, so bilden die Stichproben aller Laufperioden die Menge aller möglichen Stichproben. Ist jede Periode lang genug, streut die Verteilung des berechneten Stichprobenmittelwerts allmählich vom Zentrum nach außen. Obwohl die einzelnen Datenpunkte keiner Normalverteilung folgen, ist der wahre (unbekannte) Mittelwert normalverteilt. Die Standardabweichung dieser Wahrscheinlichkeitsverteilung ist umgekehrt proportional zur Anzahl der Stichproben in jeder Testlaufperiode, ausgedrückt durch die folgende Formel: Basierend auf den obigen Informationen und den regionalen Eigenschaften der Normalverteilung lässt sich die durchschnittliche Systemleistung durch Berechnung der erforderlichen Stichprobenanzahl abschätzen. Angenommen, ein Regelsystem ist eine Variable, die einer Wahrscheinlichkeitsverteilung mit einer Standardabweichung von 5 Einheiten folgt. Bei einer Normalverteilung liegt die Wahrscheinlichkeit, dass eine einzelne unabhängige Variable innerhalb des Populationsmittelwerts von 1,96 liegt, bei 95 %. Nur durch die Erfassung ausreichender Daten kann mit 95%iger Wahrscheinlichkeit sichergestellt werden, dass die durchschnittliche Systemleistung innerhalb von 0,5 Einheiten ihres wahren Wertes liegt. Daraus lässt sich folgende Formel ableiten: Beträgt das Intervall zwischen unabhängigen Stichproben 5 Minuten, so genügt der minimale Wert der innerhalb von 32 Stunden erfassten Testdaten für dieses Schätzniveau. Mit diesen Informationen kann ein Testplan auf Basis einer Reihe von Ein-/Aus-Zuständen während des Systembetriebs erstellt werden. Für jeden Zustand werden einmal Daten erfasst, bis die erforderliche Datenerfassung abgeschlossen ist. Die Zeit für jede Datenerfassung sollte kurz genug sein, damit jeder Testplan einer Normalverteilung der Systemzustände folgen kann. Gleichzeitig muss diese Zeit jedoch auch lang genug sein, damit das System ausreichend Zeit hat, auf Störungen zu reagieren und sich nach der Reaktion wieder zu stabilisieren. Nach jedem Zustandsübergang muss dem System ausreichend Zeit gegeben werden, einen stabilen Datenerfassungspunkt zu finden. Andernfalls wird ein gut funktionierendes System durch ein schlecht funktionierendes System beeinträchtigt. Ein spezieller Leistungsparameter, die sogenannte „Zustandsübergangs-Leistungsstrafe“, spiegelt das oben genannte Konzept wider und spielt eine Rolle beim Vergleich von Advanced Process Control (APC) und Basic Regulation Control (BRC). Beginnt die Datenerfassung an einer Zustandsübergangsgrenze, verringert die anfänglich niedrige Datenerfassungsrate die durchschnittliche Leistung der APC im eingeschalteten Zustand, da die APC den Prozess auf den entsprechenden Betriebspunkt bringt. Umgekehrt erhöht die aktuell hohe Erfassungsrate die durchschnittliche Leistung des BRC-Betriebszustands, da der Prozess zum vorherigen Betriebspunkt zurückkehrt. Für die Entwicklung effektiver statistischer Testverfahren haben sich mehrere Gestaltungsprinzipien herausgebildet. Die Verwendung eines ausreichend großen Abtastintervalls ermöglicht die erfolgreiche Erfassung von Echtzeit-Prozessänderungen, anstatt wiederholt denselben Zustand oder einfache Störungen zu erfassen. Dies gewährleistet die Unabhängigkeit der Abtastwerte. ■ Minimale Zustandszeit = 3 × (maximale Störungsbehandlungszeit); ■ Maximale Zustandszeit = minimale Zeit + maximale Störungsintervallzeit; ■ Übergangszeit = die längere der beiden Werte: maximale Störungsbehandlungszeit und Sollwertübergangszeit. ■ Die Länge eines einzelnen Zustands wird als Zufallsvariable innerhalb der minimalen und maximalen Zustandsdauerintervalle festgelegt. ■ Um Ergebnisverzerrungen zu vermeiden, wird eine zufällige Schaltzustandssequenz generiert. Nach dem Testen kann der effektive Mittelwert jedes Systembetriebs berechnet werden. Das zweite Problem lässt sich nach denselben Prinzipien lösen. Da die Mittelwertverteilung jeder Leistung einer Normalverteilung folgt, können statistische Methoden der Intervallschätzung die Intervallcharakteristika dieser Normalverteilungen testen und eine Wahrscheinlichkeitsschätzung für jede Verteilung generieren. Angenommen, die folgenden Testergebnisse stammen von einem APC-Steuerungssystem. In diesem Beispiel kombinieren wir verbesserte Steuerungsfähigkeiten und Optimierungsverfahren, um die Standardabweichung der Steuerungsvariablen von 3 auf 2 zu reduzieren und ihren Testmittelwert von 70 auf 80 Einheiten zu erhöhen. Obwohl die experimentellen Daten eine Verbesserung des durchschnittlichen Testwerts um bis zu 10 Einheiten zeigten, kann diese Verbesserung nicht alle Betriebszustände garantieren. Die Stichprobengröße ist jedoch ausreichend, um sicherzustellen, dass die Wahrscheinlichkeit einer tatsächlichen mittleren Differenz von mindestens 9,76 Einheiten bei einer großen Anzahl von Betriebszuständen unter den Testbedingungen mindestens 95 % beträgt. Durch die sachgemäße Anwendung dieser Theorie können Lieferanten und Anwender davon ausgehen, dass die durch Tests erzielten Ergebnisse eindeutig belegen, dass die Leistung des aktuellen Systems nach dem Einsatz des fortschrittlichen Steuerungssystems den Erwartungen entspricht. Projektplan und Budget: Bei korrekter Durchführung stellt die Leistungsprüfung selbst einen bedeutenden Fortschritt dar. Enthält ein Vertrag für ein Projekt im Bereich der fortschrittlichen Steuerungstechnik eine Komponente zur Leistungsprüfung, müssen der tatsächliche Projektplan und die Kostenschätzungen die für die Durchführung der Leistungsprüfung erforderlichen Zeit- und Ressourcenressourcen berücksichtigen. Andernfalls können keine Tests durchgeführt werden, und die Ergebnisse sind nicht aussagekräftig. Die wichtige Rolle effektiver Statistiken bei der Kontrolle der Testkosten sollte während der Vertragsverhandlungen hervorgehoben werden. Die Möglichkeit, zwischen alten und neuen Systemen hin und her zu wechseln, erhöht die Kosten und Komplexität der endgültigen Systemkonfiguration. Um den laufenden Betrieb nicht zu beeinträchtigen, sollte das umzuschaltende System so effizient wie möglich gestaltet sein. Dies ist jedoch nicht immer realisierbar, insbesondere wenn das Projekt umfangreiche Hardwareänderungen beinhaltet, wie beispielsweise den Übergang von manueller oder analoger zu digitaler Steuerung. Formale Tests erfordern typischerweise einen Testplan, der Folgendes umfasst: einen Zeitplan, die erforderliche Testdauer und Übergangszeit für jeden Zustand sowie die Anforderungen an die Erfassung gültiger Daten in jeder Phase. Darüber hinaus sollten die Sicherheitsvorkehrungen für die Bediener klar dargelegt werden, um ihnen zu helfen, verschiedene Situationen zu erkennen und zu erklären, die die Datenerfassung beeinträchtigen können. Dieser Zustandsübergang und der gesamte Testprozess erfordern eine umfassende Schulung der Bediener.