Bei der Suche nach der Nadel im Heuhaufen sind riesige Datenmengen nichts Neues
Das Thema Big Data ist schon sehr viel länger relevant, als der öffentlichen Wahrnehmung bewusst ist. Turbinenüberwachung in Kraftwerken beispielsweise erzeugt Terabytes an Daten, die auch vor Big Data nach zuverlässiger und leistungsfähiger Mess- und Analysetechnik verlangten.

Ein Szenario aus der Praxis: Die Heizungsanlage eines Krankenhauses zeigt auffällige Vibrationen und Lärmemission. Der hinzugerufene Servicetechniker stellt allerdings – typisch Vorführeffekt – weder außergewöhnliche Schwingungen noch einen zu hohen Lärmpegel fest. Statt schulterzuckend wieder zu gehen macht er eine Langzeitmessung.

Weil der Spezialist weiß, dass die Ursachen dieser Vibrationen oft von der Verbrennung kommen und deren Verhalten sich je nach Umgebungsbedingungen, Betriebsmodus und Zusammensetzung des zum Heizen verwendeten Gases ändern kann, legt er an die Heizungsanlage diverse Messinstrumente samt Triggerfunktion an. Mit diesen erfasst er über einen längeren Zeitraum Schallemissionen, Vibrationen der Brennkammern und den Betriebsmodus. Ähnliche Fälle finden sich in vielen Anwendungsbereichen. Immer wieder kommt es in größeren Anlagen zu Vibrationen, die entweder akut oder langfristig zu schweren Schäden und damit zu Betriebsausfällen oder schlimmerem führen können.

Herausforderung Triggerschwelle
Bei der dargestellten herkömmlichen Messung von sporadisch auftretenden Phänomenen gibt es eine Herausforderung: Wird die Triggerschwelle zu niedrig gewählt, führt das zu Daueraufzeichnung und oft zum Überlauf des Speichers. Bei zu hoher Schwelle läuft man Gefahr, das Phänomen zu verpassen. In beiden Fällen muss der Spezialist zum Nachjustieren nochmals anreisen. Wertvolle Zeit geht verloren. Selbst wenn es gelingt, den richtigen Trigger zu setzen, können Phänomene, die wiederholt oder zu bestimmten Betriebszuständen auftreten, noch nicht ihrer Ursache zugeordnet werden.

Die lückenlose Aufzeichnung aller Daten ist unabdingbar – und das führt zu Big Data: Bei acht Sensoren und einer Abtastrate von 25,6 kHz erhält man nur für die Zeitdaten in 3 Monaten schon ein Datenvolumen von sechs Terabytes. Somit stellen sich zwei Aufgaben: Zum einen müssen zeitlich hoch aufgelöste Daten über lange Zeiträume lückenlos aufgenommen werden, zum anderen muss man in der Lage sein, diese Fülle von Informationen schnell, zielsicher und zuverlässig auszuwerten.

Autonome Langzeitdatenerfassung
Dr. Jakob Hermann, CEO der IfTA GmbH, hat mit seinem Team bereits lange bevor Big Data zum Modewort wurde, mit dem Schwingungsüberwachungs- und Schutzsystem IfTA Argus OMDS eine flexible Komplettlösung aus Hard- und Software für den stationären und mobilen Einsatz entwickelt. Sie gewährleistet eine autonome Langzeiterfassung bei gleichzeitiger Echtzeitverarbeitung und -überwachung.

„Da wir aus der Welt der Kraftwerke kommen und unsere Systeme 24/7 ohne Unterbrechung über Jahre enorme Datenmengen sammeln und analysieren müssen, haben wir Speicher- und Analysetechniken entwickelt, mit denen man sich möglichst schnell und einfach einen Überblick verschaffen kann“, so Dr. Hermann.

Geht man so das Eingangsszenario an, hat also Daten über einen längeren Zeitraum lückenlos erfasst, gilt es nun die Störungoder die Auffälligkeiten auch zu lokalisieren. „Es geht also darum, die Nadel im Heuhaufen zu finden“, beschreibt Dr. Hermann. Eine passende Software muss die gigantischen Datenmengen auch auswertbar machen.

Kurze Störungen identifizieren
Bereits parallel zur Speicherung der Echtzeitdaten werden diese im Zeit- und Frequenzbereich analysiert und die Analyseergebnisse geeignet zusammengefasst. So entstehen leichter zu handhabende, kompakte Datenpakete. Allerdings sind selbst diese bei Messungen über mehrere Monate sehr groß. Mit der Visualisierungs- und Analysesoftware IfTA Trend können sie, selbst wenn Gigabytes vorliegen, schnell und effizient angezeigt und ausgewertet werden. Auffälligkeiten lassen sich präzise lokalisieren. Durch gezieltes Nachladen der hochauflösenden Daten für den betreffenden Zeitraum kann eine Störung im Detail ausgewertet werden. Das ermöglicht eine zielgerichtete und umgehende Ursachenfindung.

„Im Prinzip kann man es sich wie Google Earth vorstellen: Alle verfügbaren Daten stehen bereit, ein erster grober Überblick lokalisiert die relevante Region, der man sich dann schnell und komfortabel per Zoomfunktion nähert“, veranschaulicht Dr. Hermann.

Langzeittrends erkennen
Liegt ein kurzfristiges Problem vor, ist der bisher erläuterte Ansatz sehr effizient, um das Ziel der Messung zu erreichen. Wenn jedoch die Störungen auf Verschleiß zurückzuführen sind, oder wenn sie unregelmäßig immer wieder auftreten, ist eine andere Herangehensweise nötig. Hier müssen die Echtzeitdaten über den gesamten Messzeitraum ausgewertet und damit Langzeittrends erkannt werden.

Auch dazu hat IfTA eine Software entwickelt. Sie durchsucht die Daten automatisch nach gewissen Kriterien und fasst die Analyseergebnisse so zusammen, dass sie wieder eine moderate Größe erreichen: aus Big-Data wird Smart-Data.
Neben mobilen Anlagenmessungen mit dem IfTA DynaMaster eignet sich diese Methode auch hervorragend für Dauertests zu Lebenszeituntersuchung von Komponenten auf Prüfständen. Wenn es zum Beispiel zum Bruch einer Komponente kam, reicht es nicht, nur Daten mitgeschrieben zuhaben. Es ist auch wichtig, Informationen über die langfristige Entwicklung vor dem Ereignis zu erhalten, um die Komponente gezielt verbessern zu können. Auch die Überwachung und Abschaltung des Prüfstands zu dessen Schutz bei kritischen Werten oder im Fall des Bruchs einer Komponente lässt sich so leicht realisieren.

Zeitgemäße Lösungen für ein bekanntes Problem
Gerade in sicherheitsrelevanten und großtechnischen Anlagen, etwa im Energiesektor, ist die lückenlose Überwachung und rechtzeitige Früherkennung der beste Schutz. Hierzu ist die Erfassung und Auswertung von sehr großen Datenmengen zwingend nötig. Bei der Verwendung herkömmlicher Tools wird ein Messeinsatz schnell zeit- und kostenintensiv. Big Data kann im schlimmsten Fall gar nicht ausgewertet werden.

Wie jedoch die vorigen Ausführungen aufzeigen, kann der kluge Einsatz geeigneter Werkzeuge und Technologien schnell und einfach zu zuverlässigen Messergebnissen führen. Zudem lassen sich die Kosten weiter erheblich reduzieren, wenn Datenerfassung, -speicherung und -analyse aus einer Hand aufeinander abgestimmt sind. IfTA bietet hierzu mit ArgusOMDS und DynaMaster die richtigen Komplettlösungen, die auf der langjährigen Erfahrung im anspruchsvollen Energiesektor basieren.