Erklärbare Prognose für Ultrafiltration: Ähnlichkeitsbasierte Maintenance

In der Umkehrosmose-Wasseraufbereitung verschlechtern sich Ultrafiltration (UF)-Membranen durch Verunreinigungen, was zu Leistungsverlusten und teuren Ausfallzeiten führt. Da herkömmliche prädiktive Modelle oft als „Black‑Box“ gelten und das Vertrauen der Betreiber nicht gewinnen, setzen die meisten Anlagen auf planmäßige Wartung.

Die neue Studie präsentiert ein erklärbares Prognosemodell, das die verbleibende Lebensdauer (RUL) von UF‑Membranen anhand von fuzzy similarity reasoning schätzt. Zunächst wird ein physikbasierter Gesundheitsindex aus Transmembran‑Druck, Durchfluss und Widerstand berechnet und anschließend mit Gauß‑Mengenfunktionen in fuzzy Werte überführt. Durch einen Ähnlichkeitsvergleich werden historische Degradationspfade identifiziert, die dem aktuellen Zustand ähneln, und daraus Takagi‑Sugeno‑fuzzy Regeln abgeleitet. Jede Regel repräsentiert ein historisches Beispiel und liefert einen transparenten, gewichts‑basierten RUL‑Schätzwert.

In einem Test mit 12.528 Betriebszyklen eines industriellen UF‑Systems erreichte das Modell einen mittleren absoluten Fehler von nur 4,50 Zyklen. Gleichzeitig produzierte es Regelbasen, die mit dem Fachwissen der Experten übereinstimmen, und demonstriert damit, dass erklärbare prädiktive Wartung sowohl präzise als auch nachvollziehbar sein kann.