Fehlerermittlung mit neuronalen Netzen

Es werden die Grundlagen der Fehlerermittlung an technischen Anlagen und Prozessen mit Hilfe von neuronalen Netzen vorgestellt. Vor ihrer Anwendung als Fehlerklassifikator müssen neuronale Netze zunächst mit den Messdaten der normalen und gestörten Betriebszustände unter Zuhilfenahme von Expertenwissen trainiert werden, um das Anlagen- und Prozessverhalten bis hin zum Entscheidungsresultat zu implementieren. Nach diesem überwachten Lernprozess kann das trainierte Netz zur Fehlerermittlung genutzt werden.
Da diese Methode ohne die zeit- und kostenintensive analytische Modellierung des Anlagen- und Prozessverhaltens auskommt, können neuronale Netze vor allem bei komplexen, nichtlinearen Prozessen vorteilhaft zur Fehlerermittlung eingesetzt werden. Die Methodik und die Probleme bei der Anwendung in der industriellen Praxis werden am Beispiel dreischichtiger Perceptron-Netze ausführlich beschrieben.