Entwicklung leistungsfähiger Werkzeuge zur Diagnose des Anlagenbetriebes
Zusammenfassung der Projektergebnisse
Die vorliegende Arbeit beschäftigt sich mit der Entwicklung der leistungsfähigen Werkzeuge zur Diagnose des raumlufttechnischen Anlagenbetriebes und läßt sich in zwei Teilen gliedern. Im ersten Teil handelt es sich um die Anwendung der vorhandenen Gebäude- und anlagentechnischen Modelle in TRNSYS und MATLAB/Simulink, um die Beziehung ”Mensch-Gebäude-Anlage-Umwelt” zu analysieren. Dabei stehen das Nutzerverhalten, die Gebäudespeichermasse sowie das Wetter im Vordergrund. Die Ergebnisse liegen in tabellarischer und graphischer Form, sodass der Planer zum Beispiel entnehmen kann, ob es sich lohnt, das Gebäude in der Nacht mit günstigen Tarifen zu kühlen, um am folgenden Tag den Komfort zu erreichen und Effizienz zu erzielen. Dabei sind umfangreiche Randbedingungen berücksichtigt, die dem Anwender seine Entscheidung erleichtern. Dieser Teil wurde in Kooperation mit der University of Nebraska, USA und TU Dresden durchgeführt. Im zweiten umfangreichen Teil geht es um die Anwendung und Erweiterung des vorgestellten Algorithmus. Dabei handelt es sich um die betriebsbegleitende Diagnose des Anlagenverhaltens. Es wird eine neue Methodik zur Auswertung der Sensordaten, die Reglerausgänge und die in der Gebäudeautomation verfügbaren Informationen sowie Regelungslogik eingeführt. Der Algorithmus basiert auf dem Prinzip, dass jedes Fehlverhalten (z.B. durch Verschleiß, Verkalkung, Schmutzablagerung, oder gleichzeitiges Heizen und Kühlen etc.) bzw. jede defekte Komponente die Spuren hinterläßt. Die Aufgaben dieses Diagnosewerkzeugs bestehen darin, diese Spuren bzw. den Unterschied zwischen dem normalen und abnormalen Anlagenverhalten zu erkennen und den Anlagenbetreiber rechtzeitig darüber mit konkreter Hinweise zum aktiven Handlungsbedarf zu informieren. Das Diagnosewerkzeug gliedert sich in mehreren Modulen, die sich mit verschiedenen anlagentechnischen Aspekten • effiziente (optimale) Regelstrategie • Ausfall und/oder Verschleiß von einer Anlagenkomponente • Ausfall und/oder Verschleiß von mehreren Anlagenkomponenten befassen. Diese Module lassen sich je nach Bedarf aktivieren bzw. deaktivieren. Der Algorithmus wird in der Gebäudeautomation integriert und nach einem definierten Zyklus z.B. Reglertask aufgerufen. Die Entwicklung des Diagnosewerkzeugs, bei der ein hoher Stellenwert darauf gelegt wird, dass keine zusätzlichen Sensoren sowie Aktoren erforderlich sind, erfordert die fachübergreifende Disziplin wie Gebäudetechnik, Anlagentechnik, Systemtechnik, Regelungstechnik, Softwaretechnik sowie die Abläufe innerhalb der Gebäudeautomation. Das Diagnosewerkzeug wurde anhand der verfügbaren Messdaten am Fraunhofer Institut Solare Energie (ISE), Freiburg erprobt. Dadurch könnte die Funktionalität des Werkzeugs nicht ausgenutzt werden, da der Algorithmus außerhalb der Gebäudeautomation abläuft. Der Erfolg ist vielversprechend. Dieses Werkzeug stellt einen hohen Stellenwert bezüglich der Betriebszuverlässigkeit sowie -sicherheit dar und ist ein wichtiger Beitrag zur CO2-Reduzierung im Bereich des Gebäudebetriebs. Durch die Förderung von DFG ist das leistungsfähige Diagnosewerkzeug entwickelt worden. Die Ausschöpfung der Funktionalität erfordert den vollständigen Zugang zu den Regelsystemen, welche durch eine enge Kooperation mit den Herstellern möglich ist. Eine weiterführende Arbeit ist die Implementation des Algorithmus in die Gebäudeautomation bzw. Regelungsgeräten. Anschließend werden die Betriebsdaten bei Feldversuchsanlagen beoachtet. Daraus lässt sich der Algorithmus anhand der hersteller- und/oder anlagenspezifischen Anwendung verfeinern.
Projektbezogene Publikationen (Auswahl)
- Fault Detection and Diagnosis of Control Strategies for Air-Handling Unuits. Ninth International Building Performance Simulation Association (IBPSA) Conference, Montreal Canada, August 2005, pp. 606 - 616
Huu-Thoi Le
- Sensitivity Analysis of Optimal Building Thermal Mass Control. Journal of Solar Energy Engineering, November 2007, Vol. 129 / 473
Huu-Thoi Le
