@PHDTHESIS{LPT-diss-2006-01,
AUTHOR = {F. Flehmig},
TITLE = {{Automatische Erkennung von Trends in Prozessgr\"{o}ßen}},
YEAR = {2006},
Publisher = {VDI-Verlag, Stuttgart},
series = {Fortschritt-Berichte VDI, Nr. 857},
note = {},
abstract = {Die vorliegende Arbeit befasst sich mit der Erkennung von Trends in Mehrgr{\&}ouml;{\&}szlig;ensystemen. Es wird eine Methode vorgestellt, mit der simultane Trends in vielen gemessenen Prozessgr{\&}ouml;{\&}szlig;en identifiziert werden k{\&}ouml;nnen. Die Messdaten werden dabei {\&}uuml;ber adaptive Zeitfenster mit beliebigen Anfangs- und Endzeitpunkten untersucht. – F{\&}uuml;r viele Anwendungen ist die Kenntnis der Trends von nicht gemessenen Prozessgr{\&}ouml;{\&}szlig;en von gro{\&}szlig;em Interesse, so z.B. bei der Stationarit{\&}auml;tserkennung in station{\&}auml;ren Echtzeitoptimierungssystemen. Es wird gezeigt, ob und mit welcher Genauigkeit die Trends gemessener Gr{\&}ouml;{\&}szlig;en eine Aussage {\&}uuml;ber die Trends ungemessener Gr{\&}ouml;{\&}szlig;en erlauben. Dies erm{\&}ouml;glicht eine gezielte Auswahl der Messgr{\&}ouml;{\&}szlig;en und eine gezielte Einstellung der Erkennungsparameter.

},
keywords = {},
}

Automatische Erkennung von Trends in Prozessgrößen

Abstract:
Die vorliegende Arbeit befasst sich mit der Erkennung von Trends in Mehrgrößensystemen. Es wird eine Methode vorgestellt, mit der simultane Trends in vielen gemessenen Prozessgrößen identifiziert werden können. Die Messdaten werden dabei über adaptive Zeitfenster mit beliebigen Anfangs- und Endzeitpunkten untersucht. – Für viele Anwendungen ist die Kenntnis der Trends von nicht gemessenen Prozessgrößen von großem Interesse, so z.B. bei der Stationaritätserkennung in stationären Echtzeitoptimierungssystemen. Es wird gezeigt, ob und mit welcher Genauigkeit die Trends gemessener Größen eine Aussage über die Trends ungemessener Größen erlauben. Dies ermöglicht eine gezielte Auswahl der Messgrößen und eine gezielte Einstellung der Erkennungsparameter.