DE69324296T2 - Verfahren zur Diagnose eines laufenden Prozesses - Google Patents

Description

• Die vorliegende Erfindung bezieht sich auf ein Verfahren zur Steuerung eines evolutiven Prozesses.
• Die Kosten der. Wartungsarbeiten an komplexen industriellen Anlagen werden oft von den Betreibern als zu hoch angesehen. Daher verlegen sich die Konstrukteure solcher Anlagen mehr und mehr auf Methoden, mit denen bestimmte Wartungsvorschriften weniger häufig oder gar nicht mehr befolgt werden müssen, ohne daß die Häufigkeit unvorhergesehener Pannen zunimmt.
• Hierzu ist eine genauere Kenntnis einer bestimmten Anzahl von Prozessen erforderlich. Die Evolution von Anlagen muß eingegrenzt werden. Die Entwicklung eventueller Schäden muß bekannt sein.
• Die bisher experimentell untersuchten Systeme sind meist deterministisch. Sie beruhen auf der folgenden Überlegung: Wenn alle Symptome der Unregelmäßigkeit x vorliegen, liegt auch die Unregelmäßigkeit x vor.
• Dieses Vorgehen befriedigt im allgemeinen nicht, da es Unsicherheiten aufgrund der physikalischen Meßwerte gibt, die den laufenden Zustand der Anlage zu definieren erlauben. In der Praxis kommt es fast täglich vor, daß eines der vorgesehenen Symptome fehlt, obwohl die Unregelmäßigkeit doch vorliegt.
• Aus den Druckschriften EP-A-0 351 833 und EP-A-0 368 794 sind Diagnoseverfahren für eine Anlage bekannt, die aber eine langsame Evolution der gemessenen Parameter nicht zu berücksichtigen erlauben, die zu einer Panne führen können.
• Aus den Druckschriften ELEKTRONIK, Fachzeitschrift für industrielle Anwender und Entwickler Nr. 20, 1991 Franzis-Verlag GmbH Feldkirchen DE, D. Gariglio "Fuzzy in der Praxis", Seiten 63 bis 75 sowie EP-A-0 402 143 sind die Regeln bekannt, die die Systeme mit unscharfer Logik beherr schen. Aus den Druckschriften PATENT ABSTRACTS OF JAPAN Vol. 14 Nr. 207(P-1043) vom 26.4.1990 & JP-A-02 045 753 (HITACHI LTD.) vom 15.12.1990 und PATENT ABSTRACTS OF JAPAN Vol. 14 Nr. 360 (P-1088) vom 3.8.1990 & JP-A-02 133 900 (POWER REACTOR & NUCLEAR FUEL DEV. CORP.) vom 23.5.1990 ist es bekannt, daß die Systeme mit unscharfer Logik in Diagnoseverfahren verwendet werden können.
• Ziel der vorliegenden Erfindung ist ein Verfahren zur Überwachung eines evolutiven Prozesses, zum Beispiel eines industriellen Fertigungsprozesses oder des Betriebs einer Anlage, mit dem in Echtzeit die Wartungsoperationen optimiert, Anomaliesituationen erkannt und möglichst sicher ihre Ursache oder Ursachen bestimmt werden können sowie möglichst schnell diese Anomaliezustände abgestellt werden können und möglichst schnell und sicher eventuelle Verschlechterungen von Kennwerten der verwendeten Materialien vorhergesagt werden können, welche künftige. Ausfälle hervorrufen könnten, sowie die Evolution eines Betriebs für gegebene Umwelt- und Steuerungsbedingungen zu antizipieren.
• Das erfindungsgemäße Verfahren ist ein Diagnoseverfahren für einen evolutiven Prozeß, das darin besteht, für diesen Prozeß charakteristische physikalische Größen zu messen, ausgehend von diesen Größen einen laufenden Zustand des Prozesses und eine Referenzzustand desselben Prozesses zu erstellen, die beiden Zustände Größe für Größe miteinander zu vergleichen, wobei die Werte der Größen des laufenden Zustands mehreren Bereichen gemäß ihrer Abweichung vom entsprechenden Referenzwert zugeordnet werden und die Größen in mehrere Elementarkategorien unterteilt werden, die auf die Bedeutung jeder Größe für die Evolution des Prozesses aufgrund einer festgestellten Verschlechterung hinweisen, und das Vorliegen einer Verschlechterung festzustellen, indem der Verschlechterung für jede Elementarkategorie Expertenregeln zugeordnet werden, deren Prämissen je die Zugehörigkeit einer gemessenen Größe zu einem Bereich quali fizieren.
• Die vorliegende Erfindung wird nun anhand eines Ausführungsbeispiels, das die Erfindung jedoch nicht einschränkt, und der beiliegenden Zeichnungen näher erläutert.
• Fig. 1 ist ein Flußdiagramm eines erfindungsgemäßen Verfahrens.
• Fig. 2 erläutert die Berechnung der Wahrscheinlichkeitskoeffizienten gemäß der unscharfen Logik, um die Zugehörigkeit eines Parameters zu einer Familie von Parametern zu bestimmen.
• Die Fig. 3 und 4 zeigen die Bereiche, denen jeder von dem erfindungsgemäßen Verfahren verwendete Parameter angehören kann.
• Fig. 5 ist eine Tabelle, die die Möglichkeiten der Abweichung der Parameter von den normalen Zuständen erläutert und von dem erfindungsgemäßen Verfahren verwendet werden kann.
• Fig. 6 zeigt ein Beispiel für die Diagnoseregel gemäß der vorliegenden Erfindung.
• Die Erfindung wird nun anhand eines Diagnoseverfahrens in Echtzeit für eine arbeitende Anlage, wie zum Beispiel eine Meerwasserentsalzungsanlage beschrieben, aber natürlich kann die Erfindung auch auf einen beliebigen anderen evolutiven Prozeß angewandt werden, beispielsweise eine Anlage, eine Maschine oder eine Gruppe von arbeitenden Maschinen unabhängig von der Art dieser Maschinen (mechanisch und/oder elektrisch und/oder chemisch und/oder elektronisch), von ihrer Betriebsart (kontinuierlich oder intermittierend), ihrer Anwendung (Herstellung von Gütern, von Energie, Umwandlung u. s. w.) und ihrem Grad der Komplexität. Natürlich ist die Erfindung von besonderem Interesse für die Steuerung und Überwachung von Anlagen mit zahlreichen Elementen, deren Verschleiß und Betriebsbedingungen zu gemäß bekannten Verfahren schwer vorhersehbaren Pannen führen können und/oder deren Ursachen für Ausfälle mit den bekann ten Verfahren schwer erfaßbar oder vorhersehbar sind.
• Das erfindungsgemäße Verfahren wird Diagnoseverfahren genannt. Dieser Ausdruck betrifft nicht nur die Diagnose, sondern auch die Überwachung eines Prozesses, die Suche nach besseren Bedingungen (oder optimalen Bedingungen) für den Ablauf dieses Prozesses, beispielsweise, um die Wartungsinterventionen zu optimieren, um die Vorläuferanzeichen potentieller Ausfälle zu erfassen, mit einer guten Genauigkeit den Augenblick vorherzusagen, an dem sich ein Ausfall einstellen kann, und die Gefahren des Auftretens von Ausfällen zu minimieren.
• Im Diagramm gemäß Fig. 1 ist eine im Betrieb befindliche Anlage 1 zu sehen, die also einem evolutiven Prozeß unterliegt. Eine Gruppe 2 von Sonden ist der Anlage 1 zugeordnet. Die Sonden dieser Gruppe 2 erfassen alle physikalischen Größen oder Parameter, die für die Diagnose des Zustands der Anlage 1 und die Bestimmung seiner Entwicklung nötig sind.
• Man kann auch Sonden 3 für Umweltkennwerte vorsehen, beispielsweise für den Luftdruck, die Außentemperatur u. s. w. Man ordnet Sonden äußeren Steuerungen 4 zu, die von einer Bedienungsperson betätigt werden, beispielsweise Steuerungen des Fluiddurchsatzes, des Ladestroms, der Geschwindigkeit eines Motors u. s. w.
• Die von all diesen Sonden gelieferten Informationen werden gegebenenfalls bei 5 umgeformt. Sie werden beispielsweise digitalisiert (wenn sie in analoger Form geliefert wurden) oder auf einen gleichen Spannungspegel gebracht. Diese Umformung 5 kann auch die Berechnung von nicht unmittelbar gelieferten Parametern einschließen, beispielsweise die Berechnung einer Ausgangsspannung einer Anlage in Kenntnis der Eingangsspannung und ihres Verstärkungsgrads.
• Nach der Umformung 5 verfügt man bei 6 über alle Parameter, die für die Diagnose der Anlage 1 erforderlich sind. Ausgehend von diesen Parametern 6 erstellt man einer seits nach einer Anreicherungsphase 7 einen laufenden Zustand 8 der Anlage 1. Die Anreicherungsphase 7, die nicht in allen Fällen erforderlich ist, besteht darin, bestimmte nicht direkt meßbare Größen zu berechnen, beispielsweise einen Wirkungsgrad, einen äquivalenten Querschnitt, einen Druckverlust u. s. w. Diese Größen können ausgehend von gemessenen Größen 6 berechnet werden.
• Andrerseits bestimmt man ausgehend von den gemessenen Größen 6 in Echtzeit einen Referenzzustand 9. Dieser Referenzzustand ist das Bild des idealen oder nominellen Zustands, den die Anlage 1 einnehmen müßte (und dem der laufende Zustand 8 gleichen sollte), und zwar unter den gleichen Betriebsbedingungen (insbesondere den gleichen Umweltbedingungen 3 und den gleichen äußeren Steuerungen 4), wenn alle Einzelelemente dieser Anlage optimal mit nominellen Merkmalen arbeiten würden. Wenn der Schritt 7 für die Bestimmung des Zustands 8 existiert, muß man natürlich einen ähnlichen Schritt 7A für die Bestimmung des Zustands 9 vorsehen.
• Dieser Referenzzustand 9 kann entweder unmittelbar ausgehend von den gemessenen Parametern 6 erhalten werden, oder durch Simulation 10 ausgehend von den gemessenen Parametern 6 erzeugt werden. Diese Simulation verwendet in an sich bekannter Weise ein mathematisches Modell der Anlage 1, dessen Eingangsgrößen die gemessenen Parameter 6 sind oder eine Untereinheit dieser Parameter, während die Ausgangsgrößen diejenigen sind, die den Referenzzustand 9 definieren. Gemäß einer Variante der Erfindung kann die Bestimmung des Referenzzustands 9 ausgehend von in Tabellen gespeicherten festen Daten erfolgen. Die Simulation 10 schließt gegebenenfalls den Anreicherungsschritt 7A ein.
• Gemäß einer Variante der Erfindung kann der Referenzzustand durch einen Lernprozeß erhalten werden. Der Referenzzustand kann sowohl statisch als auch evolutiv sein (beispielsweise abhängig von den Anlagen auferlegten neuen Betriebsbedingungen).
• Die Folgefrequenz der Erfassung der Größen 2, 3 und 4 bezüglich des Prozesses, dem die Anlage 1 unterliegt, wird durch die Geschwindigkeit der Evolution dieses Prozesses und die Geschwindigkeit bestimmt, mit der sich Ausfälle ergeben können.
• Wenn dieser Prozeß sich nur langsam entwickelt (beispielsweise eine lang dauernde chemische Behandlung) und wenn Anomaliezustände im Betrieb der Elemente der Anlage nur sehr langsam Ausfälle hervorrufen können, kann die Folgeperiode beispielsweise einige Minuten oder einige zehn Minuten dauern. Wenn man es dagegen mit einem schnellen Prozeß zu tun hat (beispielsweise in einer Anlage mit drehenden oder vibrierenden Maschinen, schnell wirkende Vorrichtungen zur chemischen oder mechanischen Bearbeitung von Materialien, wie zum Beispiel Werkzeugmaschinen oder Geräten zur Oberflächenbearbeitung, insbesondere solchen, die mit hoher Genauigkeit arbeiten müssen), kann die Folgeperiode der Erfassung der Meßwerte durch die Sonden 2 beispielsweise in der Größenordnung einer Sekunde liegen und der laufende Zustand und der Referenzzustand müssen auch schnell, beispielsweise je einmal pro Minute bestimmt werden.
• Ausgehend von den beiden Zuständen 8 und 9 vergleicht man im Schritt 11 Parameter für Parameter dieser Zustände unter Berücksichtigung von Verschlechterungen, das heißt als Anomaliezustände betrachteten Situationen (Zustände, die zu einem Ausfall oder einem Unfall führen können). Diese Parameter werden mit Gewichtungen versehen, die beispielsweise von der Anzahl von entsprechenden Prämissen abhängen.
• Zur Durchführung dieses komplexen Vergleichs greift man auf Techniken der künstlichen Intelligenz und der unscharfen Logik zurück.
• So kann ein Parameter X zwei oder mehr Parameterfamilien angehören. Wenn dieser Parameter X den Wert X0 hat (Fig. 2), besitzt er gemäß einem Prinzip der unscharfen Logik einen Wahrscheinlichkeitskoeffizienten u1 gegenüber der Familie 1 und einen Wahrscheinlichkeitskoeffizienten u2 gegenüber der Familie 2, wobei diese beiden Familien sich teilweise überlappen. Im Fall der Erfindung ordnet man jedem Parameter eine Schwelle zu, die Bereiche bestimmt, in denen dieser Parameter liegt. Beispielsweise begrenzt man drei Bereiche, nämlich einen "konstanten Bereich", der um den Referenzwert dieses Parameters zentriert ist, in dem man annimmt, daß der Parameter nicht variiert (um Meßungenauigkeiten zu berücksichtigen und weil man, solange der Parameter diesen Bereich nicht verläßt, davon ausgeht, daß er keinen störenden Effekt auf die Anlage selbst oder gegebenenfalls auf die von der Anlage erzeugten Produkte ausübt). Ein anderer Bereich, der "abnehmender Bereich" genannt wird, ist der, in dem man annimmt, daß der Parameter abnimmt oder kleiner als sein Referenzwert ist. Der dritte Bereich heißt "zunehmender Bereich" und ist der, in dem der Parameter zunimmt oder größer als der Nennwert ist. Natürlich ist die Erfindung nicht auf diese drei Bereiche beschränkt. Man kann vielmehr auch eine größere Zahl von Bereichen festlegen.
• In Fig. 3 sind die drei oben definierten Bereiche schematisch angedeutet. An der Abszissenachse dieses Diagramms sind die Werte der relativen Abweichungen X = (P- Pref)/Pref aufgetragen (P ist der laufende Wert des Parameters und Pref ist der Referenzwert dieses Parameters), während an der Ordinatenachse Werte von u aufgetragen sind (Wahrscheinlichkeitskoeffizient, der jedem dieser Bereiche zugeordnet ist, ähnlich wie der anhand von Fig. 2 definierte Koeffizient). Auf der Abszissenachse wurden die Werte -S und +S markiert, die den konstanten Bereich begrenzen. Wenn, wie in Fig. 3 zu sehen, X den Wert X1 hat, dann gehört der Parameter P zwei Bereichen an, aber er besitzt einen Zugehörigkeitskoeffizienten u1 zum konstanten Bereich und einen Zugehörigkeitskoeffizienten u2 zum zunehmenden Bereich. Die Schwellen -S und +S hängen von der Genauigkeit der Messung in den verwendeten Sonden ab und können relativ oder absolut sein, wenn der Referenzwert null ist.
• In der Praxis kann man beispielsweise (siehe Fig. 4) diese Schwellen ausgehend von einer statistischen Analyse über eine Gruppe von aufgenommenen Werten betreffend Referenzzuständen regeln, d. h. in Abwesenheit von Anomaliezuständen. Man untersucht dann die Verteilung D der relativen Abweichungen jedes Parameters bezüglich der Referenzwerte, die aus, der Modellbildung stammen. Dann bestimmt man die typische Abweichung, den Mittelwert, die Mindest- und Maximalwerte und die verschiedenen Quantile. Man kann dann die Funktionen der Zugehörigkeit der Parameter zu den erwähnten Bereichen mithilfe der erhaltenen Verteilungen bestimmen. Hierzu kann man beispielsweise die Schwellen so festlegen, daß mindestens 50% der erfaßten Werte dem konstanten Bereich mit u = 1 und mindestens 10% der erfaßten Werte dem zunehmenden oder abnehmenden Bereich mit u > 0,3 angehören. In den Fig. 3 und 4 sind die Begrenzungen dieser Bereiche Segmente von Geraden, aber natürlich sind dies in Wirklichkeit Kurven. Diese Bestimmung der relativen Abweichungen sind in Fig. 1 mit dem Bezugszeichen 12 versehen.
• Um einen Vergleich zwischen den Parametern des laufenden Zustands einer Anlage mit denen eines Referenzzustands durchführen zu können, muß man die Parameter des laufenden Zustands in mehrere Kategorien einteilen können. Jeder Parameter ist mehr oder minder für ein gegebenes Symptom kennzeichnend.
• Im Beispiel der Fig. 5 wurden vier Kategorien von Parametern bestimmt, nämlich eine primäre, eine sekundäre, eine tertiäre und eine indifferente Kategorie. Man bezeichnet hier einen auf einen Ausfall oder eine Störung hinlaufenden Zustand als "Verschlechterung", und die zunehmenden, konstanten und abnehmenden Bereiche sind durch Pfeile angedeutet, die nach oben, waagrecht beziehungsweise nach unten verlaufen.
• Ein Parameter wird Primärparameter genannt, wenn seine Abweichung bezüglich seines Referenzwerts unmittelbar die betreffende Verschlechterung hervorruft, wobei diese Abweichung physikalisch für die Verschlechterung signifikant ist. Ein Parameter wird Sekundärparameter genannt, wenn seine Abweichung physikalisch die Verschlechterung zwar hervorruft, aber weniger direkt mit dieser verknüpft ist. Ein Parameter wird tertiär genannt, wenn seine Abweichung auf den Folgen der direkten Effekte der Verschlechterung beruht. Ein Parameter wird indifferent genannt, wenn die Verschlechterung keinen Einfluß auf ihn hat oder wenn seine Abweichung nicht beobachtet oder gemessen werden kann.
• Ausgehend von diesen Definitionen charakterisiert man jede Verschlechterung durch einen qualitativen Zustand in einer Tabelle, wie sie in Fig. 5 gezeigt ist. Diese Tabelle enthält eine Spalte je Verschlechterung und eine Zeile je Parameter. In jedem Fach dieser Tabelle ist der Bereich (wie aufgrund der Fig. 3 oder Fig. 4 bestimmt) und die Kategorie des aufgeführten Parameters angegeben (primär, sekundär, tertiär oder indifferent). Natürlich ist dieses Beispiel nicht einschränkend zu verstehen, und man kann auch andere Kategorien vorsehen sowie eine andere Anzahl solcher Kategorien.
• Die Diagnose erfolgt durch Vergleich (13 in Fig. 1) des laufenden Zustands der Anlage 1 mit den qualitativen Zuständen bezüglich jeder der in der Tabelle von Fig. 5 angegebenen Verschlechterungen. Jeder Gruppe von Symptomen wird eine Diagnose-Expertenregel zugeordnet. Die Diagnose ergibt sich durch Anwendung von drei Regeln in dem hier beschriebenen Beispiel für jede Verschlechterung (für N Verschlechterungen wendet man 3N Regeln an, nämlich eine Regel für jeden der drei signifikanten Parameter primär, sekundär und tertiär).
• Eine Regel ist durch Prämissen und eine Schlußfolgerung definiert. So wurde beispielsweise in Fig. 6 die Regel bezüglich der Verschlechterung 1 in Fig. 5 für Primärparameter dargestellt (Name der Regel = Primärverschlechterung 1). Die aus der ersten Spalte der Tabelle in Fig. 5 gezogenen Prämissen betreffen also die Parameter 1, 4 und 5, die zunehmen bzw. zunehmen bzw. abnehmen. Man könnte daraus die Schlußfolgerung ziehen, daß das Vorliegen der Verschlechterung 1 bestätigt wird, wenn der laufende Zustand diese drei Prämissen verifiziert. Diese Regeln können einfach verändert werden (man braucht nur die Liste der Prämissen zu ändern), um beispielsweise eine Veränderung der Anlage oder eine bessere Definition der Verschlechterungen zu berücksichtigen.
• Das Verhalten einer Anlage ist jedoch notwendigerweise nicht in ihren kleinsten Details und in allen Kombinationen von Symptomen aus verschiedenen Gründen vorhersehbar, wie zum Beispiel aufgrund der Schwierigkeit der Modellbildung, der nicht kontrollierten Umweltbedingungen, der Störung von Sonden, der nicht vorgesehenen Verschlechterung u. s. w.
• Daher wäre die Anwendung einer Regel nicht akzeptabel, die lautet "wenn alle Prämissen betreffend die Verschlechterung X mit einem Zugehörigkeitskoeffizienten von 1 vorliegen, diagnostiziert man die Verschlechterung X", da man so nicht Verschlechterungen identifizieren könnte, für die beispielsweise 90% der Prämissen vorliegen.
• Erfindungsgemäß sieht man keine Schwelle für die Zugehörigkeitskoeffizienten vor, um eine Regel zu akzeptieren. Alle Diagnoseregeln sind daher akzeptabel und werden akzeptiert, sodaß man alle möglichen Schlußfolgerungen erhält.
• Man bewertet die Werte der Elementarkategorien der Parameter (primär, sekundär, tertiär) als Mittelwert der Zugehörigkeitskoeffizienten (u) jeder der Prämissen für jede Regel.
• Für jede Verschlechterung ergibt sich die globale Bewertung durch Berechnung des gewichteten Mittelwerts der Werte der erwähnten elementaren Kategorien. Man gibt die höchste Gewichtung der primären Kategorie, eine geringere Gewichtung der sekundären Kategorie und eine noch geringere Gewichtung der tertiären Kategorie. Man kann so die verschiedenen Verschlechterungen (14 in Fig. 1) einordnen. Die Schlußfolgerung kann beispielsweise gezogen werden, indem abgeschätzt wird, daß, wenn der Wert der betrachteten Kategorie einen gegebenen Schwellwert übersteigt, die entsprechende Verschlechterung tatsächlich existiert (Schritt 15 in Fig. 1).
• Ein Index bezüglich des Maßes der Verschlechterung kann beispielsweise festgelegt werden, indem ein gewichteter Mittelwert der Verhältnisse X/Schwelle berechnet wird (X = (P - Pref)/Pref wie oben erwähnt). Die Gewichtung erfolgt auch wie oben angegeben, aber unter gleichzeitiger Berücksichtigung der Tatsache, ob die Veränderung (zunehmend, konstantbleibend, abnehmend) in der aufgrund der Charakterisierung der Verschlechterung erwarteten Richtung erfolgt oder nicht.
• Wenn man die Art bestimmen will, auf die eine Diagnose von einem Rechner erstellt worden ist, kann man natürlich auf die verschiedenen Parameter und auf den vom Rechner für die Erstellung der Diagnose verfolgten Prozeß zugreifen.
• Wenn die Anlage 1 in Betrieb ist, registriert man die Werte, die die Parameter annehmen. Die Verarbeitung der Vergangenheit dieser Werte kann eine Angabe über ihre vorhersehbaren Entwicklungen unter gegebenen Umweltbedingungen und für gegebene äußere Steuerungen sowie über die Zeitdauer bis zum Überschreiten eines als kritisch betrachteten Schwellwerts ergeben. Natürlich kann die Messung der Parameter in einer sehr schnellen Wiederholfolge geschehen, wenn die Parameter schnell variieren, aber ihre Speicherung kann in nur relativ großen Zeitintervallen erfolgen, wenn sie nennenswert variieren, um nicht eine zu große Anzahl von Werten speichern zu müssen. Die Verarbeitung der in der Vergangenheit gespeicherten Werte der verschiedenen Parameter kann beispielsweise darin bestehen, ihre Entwicklungen mithilfe von Funktionen anzunähern, die beispielsweise Polynome, Exponentialfunktionen u. s. w. sein können und an sich bekannt sind. Die so erhaltenen Tendenzkurven können auf einem Bildschirm angezeigt und/oder ausgedruckt werden. Die Extrapolation, die Vorhersagen zu machen erlaubt, kann durch lineare Regression (Schritt 16 in Fig. 1) im letzten Moment des Betriebs erhalten werden. Mithilfe dieser Tendenzkurven und ihrer Extrapolation kann man beispielsweise die Zeit bestimmen, während der die Anlage noch ohne Gefahr eines Ausfalls betrieben werden kann, sowie den Betriebsablauf der Anlage verbessern und ihre Wartung optimieren.

Claims (12)

1. Diagnoseverfahren für einen evolutiven Prozeß, das darin besteht,

- für diesen Prozeß (1) charakteristische physikalische Größen zu messen (2),

- ausgehend von diesen Größen einen laufenden Zustand des Prozesses zu erstellen (8) und eine Referenzzustand desselben Prozesses zu bilden (9),

- die beiden Zustände Größe für Größe miteinander zu vergleichen, wobei die Werte der Größen des laufenden Zustands mehreren Bereichen gemäß ihrer Abweichung vom entsprechenden Referenzwert zugeordnet werden und die Größen in mehrere Elementarkategorien unterteilt werden, die auf die Bedeutung jeder Größe für die Evolution des Prozesses aufgrund einer festgestellten Verschlechterung hinweisen,

- und das Vorliegen einer Verschlechterung festzustellen, indem der Verschlechterung für jede Elementarkategorie Expertenregeln zugeordnet werden, deren Prämissen je die Zugehörigkeit einer gemessenen Größe zu einem Bereich qualifizieren.

2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß man auch Größen bezüglich der Umwelt (3) und Größen bezüglich äußerer Steuereinwirkungen (4) mißt.

3. Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, daß bestimmte Größen, die nicht direkt gemessen werden können, ausgehend von gemessenen Größen berechnet werden (7, 7A).

4. Verfahren nach einem der vorstehenden Ansprüche, dadurch gekennzeichnet, daß man den Referenzzustand durch Simulation ausgehend von gemessenen Größen und unter Verwendung eines mathematischen Modells erhält.

5. Verfahren nach einem der Ansprüche 1 bis 3, dadurch gekennzeichnet, daß man den Referenzzustand ausgehend von gespeicherten Werten erhält.

6. Verfahren nach Anspruch 4 oder 5, dadurch gekennzeichnet, daß der Referenzzustand durch einen Lernprozeß erhalten wird.

7. Verfahren nach Anspruch 4, 5 oder 6, dadurch gekennzeichnet, daß der Referenzzustand sich abhängig von den Bedingungen der Umwelt und den Steuerungen des Prozesses entwickelt.

8. Verfahren nach einem der vorstehenden Ansprüche dadurch gekennzeichnet, daß aufgrund des Vergleichs der Ablauf des Prozesses überwacht oder die besten Bedingungen für den Ablauf gesucht werden und daß die Anzeichen erfaßt werden, die Vorläufer möglicher Ausfälle bilden.

9. Verfahren nach Anspruch 8, dadurch gekennzeichnet, daß die Diagnose erfolgt, indem der laufende Zustand mit gespeicherten qualitativen Zuständen verglichen wird, die verschiedene Zustände charakterisieren, welche zu Ausfällen führen können.

10. Verfahren nach einem der vorstehenden Ansprüche, dadurch gekennzeichnet, daß die Klassifizierungskategorien der Größen des laufenden Zustands ausgehend von Werten entsprechender Größen definiert werden, die bei Abwesenheit von Anomalien erfaßt wurden, indem die Grenzen dieser Kategorien ausgehend von der Bestimmung der typischen Abweichung des Mittelwerts und der Mindest- und Höchstwerte der Ver teilung der relativen Abweichungen jeder Größe bezüglich der Referenzwerte definiert werden, indem diese Grenzwerte so festgelegt werden, daß bestimmte Proportionen der erfaßten Werte den verschiedenen Kategorien angehören.

11. Verfahren nach Anspruch 10, dadurch gekennzeichnet, daß man eine Diagnose erstellt, indem jedem gespeicherte qualitativen Zustand, der zu einem Ausfall führen könnte, eine Regel zugeordnet wird, deren Prämissen die Zugehörigkeit jeder gemessenen Größe zu einer der Klassifizierungskategorie qualifizieren, und indem die Kategorien der Größen als jeweils der Mittelwert der Zugehörigkeitskoeffizienten jeder der Prämissen jeder Regel bewertet werden.

12. Verfahren nach einem der vorstehenden Ansprüche, dadurch gekennzeichnet, daß man Tendenzkurven ausgehend von den gemessenen Größen erstellt (16).