Zur Lösung der Aufgabenstellung, „Entwicklung und praktische Realisierung eines mikro-controller-basierten CI-Regelungssystems für Biogasanlagen“, war es zunächst notwendig eine Datenbasis des Prozesses als Grundlage des Prozeßmodells zu erzeugen. Dazu wurde für eine Pilotanlage ein geeignetes PC-gestütztes online Meßsystem konzipiert und zur Datenaquirierung angewendet. Aus der generierten Datenbasis wurden, nach einer Datenaufbereitung mittels mathematischer Algorithmen, prozeßbeschreibende Merkmale extrahiert. Die nach einer Vorauswahl als prozeßrelevant eingestuften Merkmale bildeten in Form eines Eingangsdatenvektors die Grundlage für die durchgeführte PC-gestützte Fuzzy-Modell-bildung. Das Fuzzy-Modell ermittelt in Abhängigkeit der Werte der prozeßrelevanten Eingangsmerkmale eine optimale Zudosierrate an Input-Substrat für den Biogasprozeß. Nach einer Optimierung des Modells wurde der Fuzzy-Algorithmus auf den Mikrocontroller 80C167 implementiert. Das entwickelte Controller-Programm enthält neben dem Fuzzy-Algorithmus auch Routinen zur Datenerfassung, zum DataMining, zur Meßwertanzeige und zur Signalausgabe. Das portierte Fuzzy-Modell, in Form eines Fuzzy-Control-Systems, kann direkt zur Prozeßregelung eingesetzt werden und bildet dadurch eine preiswerte und robuste Steuereinheit.
Zur Umsetzung des Fuzzy-Algorithmus auf den µC 80C167 entstand im Rahmen dieser Diplomarbeit das leistungsfähige Softwaretool „Fuzzy Systems on Controller Applications“. FuzzySysOnConApp ist eine grafische Benutzeroberfläche für Microsoft Windows®-Betriebssysteme und dient dem Erstellen und Testen von Fuzzysystemen. Das Softwaretool bietet die Möglichkeit einen Runtime-C-Code des entwickelten Fuzzysystems zu generieren, der in beliebigen Controller Anwendungen PC unabhängig eingesetzt werden kann.
Diese Diplomarbeit stellt einen vollständigen Gesamtalgorithmus zur Regelung von Biogasanlagen vor, welcher ausgehend von online erfaßten Datensätzen über eine Datenaufbereitung mit Merkmalsfindung, ein Fuzzysystem strukturiert, testet und PC-unabhängig auf dem Mikrocontroller 80C167 implementiert.
Inhaltsverzeichnis
1 Einleitung
2 Einführung in die Bioabfallvergärung
2.1 Biologische Grundlagen
2.1.1 Hydrolyse
2.1.2 Säurebildung
2.1.3 Essigsäurebildung (Acetogenese)
2.1.4 Methanbildung (Methanogenese)
2.2 Überblick zur Verfahrenstechnik der Bioabfallvergärung
2.2.1 Materialaufbereitung / Vorbehandlung
2.2.2 Einteilung der Vergärungsverfahren
2.2.3 Einstufige / Zweistufige Verfahren
2.2.4 Trockene / Nasse Verfahren
2.2.5 Mesophile / Thermophile Verfahren
2.2.6 Kontinuierliche / Diskontinuierliche Betriebsweise
2.2.7 Art der Durchmischung
2.2.8 Nachbehandlung des Materials
2.3 Bedeutung der geregelten Substratzufuhr
2.4 Stand der Technik
3 Erfassung von Prozeßgrößen einer Bioabfallvergärungsanlage
3.1 Laborvergärungsanlage des iba
3.2 Erfassung von Prozeßgrößen zur Bildung einer Datenbasis
3.2.1 Erfaßte Prozeßgrößen
3.2.2 Eingesetzte Sensoren und online-Meßtechnik
3.2.3 Umrechnung der Sensorsignale
3.2.3.1 Umrechnung des Sensorausgangssignals für den Methangassensor
3.2.3.2 Umrechnung des Sensorausgangssignals für den Kohlendioxidsensor
3.2.3.3 Umrechnung des Sensorausgangssignals für den Sauerstoffsensor
3.2.3.4 Umrechnung des Sensorausgangssignals für den Schwefelwasserstoffsensor
3.2.3.5 Umrechnung des Sensorausgangssignals für die pH-Wertsonde
3.2.3.6 Umrechnung des Sensorausgangssignals für den Redoxsensor
3.2.3.7 Umrechnung des Sensorausgangssignals für den pO2-Sensor
3.2.4 Datenerfassung mit DIAdem®
3.2.5 Datenaufbereitung mit DIAdem®-Auto
3.2.6 Datenauswertung und Schlußfolgerungen
4 Merkmalsbildung
4.1 Splitten der Datenreihen in Tageskurven
4.2 Merkmale des Biovergärungsprozesses
4.2.1 Eigenschaften des Biogases
4.2.2 Prozeßzustand im Fermenter
4.3 Realisierung der Merkmalsbildung
4.4 Ergebnis der Merkmalsbildung
5 Modellbildung am Prozeß der Bioabfallvergärung durch Einsatz von Fuzzy-Control
5.1 Grundlegende Merkmale von Fuzzy-Control-Systemen
5.2 Modellbildung durch Fuzzy-Control
5.2.1 Fuzzifizierung
5.2.2 Regelbasis und Inferenz
5.2.3 Defuzzifizierung
5.3 Umsetzung des FC-Systems unter Matlab®
5.4 Ergebnis und Auswertung der Modellbildung mit FC
6 Entwicklung einer Gesamtlösung zur Regelung von Biogasanlagen
6.1 Aufbau der Anlage mit dem eingesetzten μC-System
6.2 Die eingesetzte Hardware (μC-System)
6.2.1 Die μC-Hardware
6.2.2 Die Anwendungsschaltung
6.3 Implementierung des Regelungssystems auf die μC-Hardware
6.3.1 Datenerfassung
6.3.2 Merkmalsbildung
6.3.3 Fuzzy-Control
6.3.4 Anzeigesteuerung
6.4 FuzzySysOnConApp
6.4.1 Entwicklung von FC-Systemen mit FuzzySysOnConApp
6.4.2 Test von FC-Systemen unter FuzzySysOnConApp
6.4.3 Umsetzung von FC-Systemen auf den μC 80C167 mit FuzzySysOnConApp
6.5 Simulation und Test des Regelungssystems
6.6 Inbetriebnahme des Regelungssystems
6.7 Ergebnis und Auswertung
7 Zusammenfassung
8 Ausblicke und weiterführende Arbeiten
Zielsetzung & Themen
Ziel der Diplomarbeit ist die Entwicklung und praktische Realisierung eines mikrocontroller-basierten Regelungssystems für Biogasanlagen, um den biologischen Prozess der Methangaserzeugung durch eine optimale Substratzudosierrate zu stabilisieren und die Gas- sowie Methanausbeute zu maximieren. Die Arbeit adressiert dabei das Problem, dass konventionelle Regelungstechnik bei der komplexen, nichtlinearen Biogaserzeugung an ihre Grenzen stößt.
- Entwicklung eines Fuzzy-Control-Modells zur Steuerung der Biogasanlage.
- Implementierung einer Windows-basierten Bedienoberfläche ("Fuzzy-Shell") zur Erstellung und zum Test von Fuzzy-Systemen.
- Umsetzung des Regelungsalgorithmus auf ein 16-Bit-Mikrocontrollersystem (80C167).
- Automatisierte Datenerfassung und Merkmalsaufbereitung für eine zuverlässige Prozessführung.
- Evaluierung der Praxistauglichkeit durch Simulation und Inbetriebnahme an einer Pilotanlage.
Auszug aus dem Buch
5.2 Modellbildung durch Fuzzy-Control
Grundlage für die Modellbildung sind die 7, in Bild 4.1 und Bild 4.2 dargestellten, generierten Merkmale aus der erfaßten und aufbereiteten Datenbasis (Teil 1 und Teil 2). Bei der Modellierung mit FC wird der Zusammenhang zwischen Ein- und Ausgängen, durch das Definieren von sogenannten Termen der linguistischen Ein- und Ausgangsvariablen sowie durch das Aufstellen einer Regelbasis (WENN-DANN-Regeln) für die Inferenz, festgelegt. Die Werte (Terme) einer linguistischen Variablen sind keine Zahlen , sondern Wörter bzw. umgangssprachliche Ausdrücke, z.B. für die linguistische Variable Temperatur die Begriffe „heiß“, „warm“ und „kalt“. Die Zugehörigkeitsfunktion dieser Terme ermöglicht die Bewertung der Begriffe für einen konkreten Wert des Definitionsbereiches, d.h. die Umsetzung eines scharfen Meßwertes in Fuzzy-Größen (Fuzzifizierung). Die linguistische Variable ist somit eine unscharfe Menge, die als unscharfe Untermengen, die für sie definierten sprachlichen Ausdrücke enthält. Die Regeln sind unmittelbar von der Definition der Terme abhängig. Sie werden in Form von WENN-DANN Formulierungen aufgestellt. Der erste Teil der Regel beschreibt die Verknüpfung der unscharfen Bedingungen, während der zweite Teil die entsprechende Schlußfolgerung darstellt.[KNAPPE94]
Das Aufstellen der Terme, der Regelbasis und die Optimierung des Systems, sind mit einem Prozeßexperten abzustimmen. Im Schritt der Defuzzifizierung wird aus dem Ergebnis der Inferenz ein scharfer Ausgangswerte generiert.
Zusammenfassung der Kapitel
1 Einleitung: Die Einleitung motiviert die Regelung von Biogasanlagen zur Steigerung der ökonomischen Effizienz und stellt die fuzzy-basierte Regelung als Lösung für die nichtlinearen Prozessanforderungen vor.
2 Einführung in die Bioabfallvergärung: Dieses Kapitel erläutert die biologischen Stufen der Methanisierung und gibt einen Überblick über die verfahrenstechnischen Aspekte und die Bedeutung einer geregelten Substratzufuhr.
3 Erfassung von Prozeßgrößen einer Bioabfallvergärungsanlage: Hier wird der Versuchsaufbau der Pilotanlage beschrieben und das System zur online-Datenerfassung sowie die mathematische Umrechnung der physikalischen Sensordaten dargelegt.
4 Merkmalsbildung: Dieses Kapitel widmet sich der Extraktion relevanter Prozessmerkmale aus den Rohdaten, um eine fundierte Basis für das fuzzy-basierte Modell zu schaffen.
5 Modellbildung am Prozeß der Bioabfallvergärung durch Einsatz von Fuzzy-Control: Das Herzstück der Arbeit befasst sich mit der Entwicklung der Fuzzy-Logik-Regeln, der Parametrierung der Zugehörigkeitsfunktionen und der Simulation des Controllers unter Matlab.
6 Entwicklung einer Gesamtlösung zur Regelung von Biogasanlagen: Dieses Kapitel beschreibt die praktische Portierung des Fuzzy-Controllers auf das Mikrocontrollersystem 80C167, die zugehörige Anzeigesteuerung sowie die Inbetriebnahme und Auswertung.
7 Zusammenfassung: Die Zusammenfassung rekapituliert die zentralen Arbeitsschritte von der Datenerfassung bis zur Implementierung auf dem Mikrocontroller und bestätigt die Praxistauglichkeit des Systems.
8 Ausblicke und weiterführende Arbeiten: Abschließend werden Potenziale zur weiteren Optimierung aufgezeigt, etwa durch den Einsatz von Künstlichen Neuronalen Netzen oder die Erweiterung auf weitere Substratgruppen.
Schlüsselwörter
Biogasanlage, Fuzzy-Control, Mikrocontroller, 80C167, Methanisierung, Datenaufbereitung, Regelungstechnik, Prozessautomatisierung, Substratzudosierung, MATLAB, Fuzzy-Logik, Signalumrechnung, Datenerfassung, DIAdem, Prozessstabilität.
Häufig gestellte Fragen
Worum geht es in der Arbeit grundlegend?
In der Arbeit geht es um die Entwicklung eines automatisierten, mikrocontrollerbasierten Systems zur Regelung von Biogasanlagen, um durch eine intelligente Substratdosierung den Prozess stabil zu halten und die Gaserträge zu steigern.
Was sind die zentralen Themenfelder der Publikation?
Die zentralen Themen umfassen die biologischen Grundlagen der Bioabfallvergärung, die messtechnische Erfassung von Prozessdaten, die Generierung von Merkmalen mittels statistischer Verfahren sowie die Modellierung und Implementierung von Fuzzy-Control-Algorithmen.
Was ist das primäre Ziel oder die Forschungsfrage?
Das primäre Ziel ist die Vermeidung eines Prozessversagens (Umkippen der Anlage) durch eine adaptive Steuerung der Zudosierung, basierend auf Fuzzy-Logik, die auch in kostengünstigen Kleinanlagen ohne teure Messtechnik einsetzbar ist.
Welche wissenschaftliche Methode wurde verwendet?
Zur Anwendung kam die Fuzzy-Logik (Fuzzifizierung, Inferenz, Defuzzifizierung) in Kombination mit einer datengestützten Merkmalsextraktion, die zunächst am PC (Matlab) entwickelt und anschließend in C auf eine 80C167 Mikrocontroller-Hardware portiert wurde.
Was wird im Hauptteil der Arbeit behandelt?
Im Hauptteil werden die Datenerfassung an einer Pilotanlage, die rechnergestützte Modellbildung unter Nutzung von Expertensignalen und die Entwicklung der Software "FuzzySysOnConApp" sowie die Hardware-Implementierung und Inbetriebnahme beschrieben.
Welche Schlüsselwörter charakterisieren die Arbeit?
Wichtige Begriffe sind Biogasanlage, Fuzzy-Control, Mikrocontroller (80C167), Prozessstabilität, Substratzudosierung, Datenaufbereitung und automatisierte Prozessführung.
Welche Rolle spielt die Software FuzzySysOnConApp in dieser Arbeit?
FuzzySysOnConApp wurde im Rahmen dieser Diplomarbeit als universelles Werkzeug entwickelt, um Fuzzy-Systeme grafisch zu modellieren, zu testen und direkt in effizienten C-Quellcode für den Mikrocontroller zu konvertieren.
Warum wurde gerade ein Fuzzy-Controller für diesen Prozess gewählt?
Fuzzy-Controller eignen sich besonders für komplexe, nichtlineare Prozesse wie die Bioabfallvergärung, bei denen kein exaktes mathematisches Modell existiert, aber menschliches Expertenwissen über das Prozessverhalten in WENN-DANN-Regeln abgebildet werden kann.
- Quote paper
- Dipl.Ing. Tobias Tautz (Author), 2001, Entwicklung und praktische Realisierung eines mikrocontroller-basierten CI-Regelungssystems für Biogasanlagen, Munich, GRIN Verlag, https://www.grin.com/document/186005
