Analyse und Anpassung ausgewählter Optimierungsverfahren für den Digitalen Zwilling von Verdichteranlagen

Abstract

Digitale Zwillinge werden in der Betriebsphase einer Maschine oder Anlage für verschiedene Fragestellungen angewendet, bspw. für die Zustandserkennung. Voraussetzung dafür ist, dass der Digitale Zwilling über Modelle des Anlagenverhaltens verfügt, die verschiedene Zustände, einschließlich von Fehlerzustände, adäquat beschreiben. Ein wesentlicher Aspekt dabei ist die Identifikation der Modellparameter. Dieser Beitrag dient der Analyse und Anpassung ausgewählter Optimierungsmethoden (gradientenbasierter Verfahren und ein Partikelschwarmoptimierer) am Beispiel von Modellen für Kompressoren und Turbinenanlagen. Dazu wird mit einem analytischen Ansatz ein Modell einer realen Kompressoranlage erstellt. Um die Qualität der Optimierungsergebnisse vergleichen zu können, wird eine Fehlermetrik eingeführt. Das Verhalten der Optimierer wird unter den folgenden realistischen Fehlerszenarien ermittelt: Fehler in den Modellparametern, Rauschen, initialer Abstand vom Optimum, fehlerhaft Messstellen (ohne und mit Detektion). Zur numerischen Bewertung der Identifizierbarkeit werden zwei Kriterien eingeführt.