Früherkennung sicherheitsrelevanter Betriebszustände in Chemieanlagen mit neuronalen Netzen

Ziel des BMBF-gefoerderten Vorhabens, das in Zusammenarbeit mit dem Institut fuer Sicher-heitsforschung im Forschungszentrum Rossendorf durchgefuehrt wird, ist die Durchfuehrung systematischer Untersuchungen zur Eignung von Mustererkennungsmethoden und hierbei speziell neuronaler Netze zur Klassifizierung von Betriebszustaenden. Da gefaehrliche Zustaende in Laboranlagen und insbesondere in grosstechnischen Anlagen nicht zielgerichtet herbeigefuehrt werden koennen, wird in Ergaenzung zu den experimentellen Arbeiten auf einen Prozesssimulator zurueckgegriffen. Als Modellreaktion wird die Veresterung von Essigsaeureanhydrid mit Methanol zu Essigsaeuremethylester und Essigsaeure im Labormassstab untersucht. Die erhaltenen Prozessdaten aus Simulationen und Experimenten werden unter Zuhilfenahme von Expertenwissen in Abhaengigkeit der aufgepraegten Stoerungen klassifiziert und mit verschiedenen Mustererkennungsmethoden verarbeitet. Die Leistungsfaehigkeit neuronaler Netze fuer die Identifizi erung bestimmungsgemaesser und nichtbestimmungsgemaesser Betriebszustaende wird mit Simulationsdaten als auch mit Messdaten der chemischen Versuchsanlage gezeigt