Anomalieerkennung
Die Anomalieerkennung nutzt Statistik oder maschinelles Lernen, um zu melden, wenn das Verhalten einer Anlage oder eines Prozesses von seinem Normalmuster abweicht, und erfasst Probleme, die feste Alarmgrenzen übersehen. In der Industrie warnt sie früh vor sich entwickelnden Fehlern und Effizienzabweichungen.
Statt zu warten, bis ein Wert eine feste Schwelle überschreitet, lernt die Anomalieerkennung, wie „normal“ über viele Variablen und Betriebszustände aussieht, und meldet dann bedeutsame Abweichungen. So werden subtile, multivariable Probleme erkannt — eine langsame Drift im Verhalten einer Turbine, ein aufkommender Trend der Tauscherverschmutzung — lange bevor ein Einzelsensor-Alarm auslösen würde.
Verwandte Begriffe
Condition Monitoring · Digital Twin · Predictive Maintenance (PdM)
Verwandte Leitfäden
Vorausschauende Wartung: ein praktischer Leitfaden
Was vorausschauende Wartung ist, wie sie sich von vorbeugender Wartung unterscheidet, welche Verfahren zu welchen Anlagen passen und wie man startet, ohne sich zu verzetteln.
Verschmutzung von Wärmeübertragern: Ursachen und Vermeidung
Warum Wärmeübertrager verschmutzen, was das an Energie und Durchsatz kostet und wie man die Reinigung vorhersagt und steuert, statt nur darauf zu reagieren.