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
Predictive maintenance: a practical guide
What predictive maintenance is, how it differs from preventive maintenance, which techniques fit which assets, and how to start without boiling the ocean.
Heat exchanger fouling: causes and prevention
Why exchangers foul, what it costs in energy and throughput, and how to predict and manage cleaning instead of reacting to it.