In der Überwachung stehen Ihnen vier Erkennungsarten zur Verfügung, mit denen Auffälligkeiten in Datenströmen automatisch erkannt werden können. Welche Art sinnvoll ist, hängt davon ab, was überwacht werden soll.
Überschreitung von Grenzen
Bei dieser Erkennungsart wird ein Messwert kontinuierlich auf Über- oder Unterschreitung definierter Grenzwerte geprüft. Die Grenzwerte können automatisch aus einer hinterlegten Spezifikation übernommen werden, sofern in den Datenquellen eine Bezugsgrenze mit der Rolle „Spezifikation" hinterlegt ist. Alternativ können die Grenzwerte manuell eingegeben werden.
Einstellbare Parameter:
- Warnlevel: Ab welcher prozentualen Abweichung vom Grenzwert eine Benachrichtigung ausgelöst wird. Verfügbare Stufen:
| Warnlevel | Bedeutung | Empfehlung |
|---|---|---|
| 70 % | Der Messwert hat 70 % des Abstands zwischen Mittelwert und Grenzwert erreicht. | Frühwarnung – Prozess beobachten |
| 100 % | Der Grenzwert wurde genau erreicht. | Eingriff prüfen |
| 120 % | Der Grenzwert wurde um 20 % überschritten. | Sofortmaßnahme erforderlich |
- Intervall (Minuten): Wie lange der Wert außerhalb des Grenzbereichs liegen muss, bevor eine Benachrichtigung erzeugt wird. Verhindert Fehlalarme durch kurze Ausreißer.
Instabilitäten erkennen (Anomalie)
Eine Anomalie liegt vor, wenn ein einzelner Messwert erheblich vom lokalen Durchschnitt abweicht – also ein plötzlicher Ausreißer auftritt, ohne dass ein anhaltender Trend erkennbar ist.
Ein gleitender Datenbereich wird fortlaufen überwacht und die Standardabweichung berechnet. Weicht ein Einzelwert deutlich davon ab, wird eine Anomalie erkannt.
Beispiel:
Ein Temperaturwert springt kurzzeitig auf ein Vielfaches des üblichen Wertes – kein Trend, aber ein klares Einzelereignis, das auf eine Störung hinweist.
Einstellbare Parameter:
- Länge für den gleitenden Datenbereich in Anzahl Datenpunkte
- Abschneidegrenze in Sigma
Trends erkennen
Ein Trend wird erkannt indem der Code fortlaufend einen gleitenden Datenbereich überwacht und dessen Standardabweichung berechnet. Sobald diese einen definierten Grenzwert überschreitet, wird überprüft, ob die Werte durchgehend steigen (positiver Trend) oder fallen (negativer Trend). Abhängig von der Einstellung wird dann ein entsprechender Trend erkannt.
Beispiel:
Die Zykluszeit einer Maschine steigt über mehrere Schichten kontinuierlich an – noch innerhalb der Toleranz, aber mit eindeutiger Richtung. Ein Trend wird erkannt, bevor ein Grenzwert verletzt wird.
Einstellbare Parameter:
- Länge für den gleitenden Datenbereich in Anzahl Datenpunkte
- Abschneidegrenze in Sigma
- Art: Absteigend oder Aufsteigend
Sollwert/Eingriff überwachen
Bei dieser Erkennungsart werden Vorgabe- bzw. Einstellwerte in Steuerungen überwacht. Sobald sich ein Vorgabewert ändert, wird automatisch eine Benachrichtigung ausgelöst.
Beispiel:
Die Vorschubgeschwindigkeit einer Maschine wird von 10 m/min auf 15 m/min geändert. Die Überwachung protokolliert diesen Eingriff und benachrichtigt den zuständigen Prozessverantwortlichen.
Diese Art eignet sich besonders zur Nachverfolgung manueller Eingriffe – zum Beispiel für Rückverfolgbarkeit oder Qualitätsdokumentation.
