Fehlererkennung in ORC-Anlagen: Wie kontinuierliches Monitoring Ausfälle verhindert
Du erkennst einen anbahnenden ORC-Fehler nicht am Ausfall, sondern an schleichenden Abweichungen bei Druck, Temperatur, Überhitzung und Wirkungsgrad. Kontinuierliches Monitoring macht genau diese Drift sichtbar, solange du noch planbar eingreifen kannst.
Achte auf drei Frühindikatoren: (1) sinkende Überhitzung (Superheat) am Expander-Eintritt oder wandernde Verdampfungs-/Kondensationsdrücke, (2) steigende Lager- und Öltemperatur plus zunehmende Vibration am Expander/Turbine, (3) ein Wirkungsgrad, der bei gleicher Wärmequelle langsam abfällt. Diese Signale treten Tage bis Wochen vor dem harten Ausfall auf. Wenn du sie kontinuierlich mitschreibst und mit dem Normalzustand vergleichst, wandelst du einen ungeplanten Stillstand in eine geplante Wartung um.
Arbeitsmittel-Verlust/Leckage: fallender Niederdruck, sinkender Füllstand, nachlassende Leistung. Nicht-kondensierbare Gase im Kreislauf: erhöhter Kondensationsdruck, schlechterer Kondensator-Wirkungsgrad. Expander-/Lagerschaden: steigende Vibration, Lagertemperatur, Geräusch, Drehzahl-Instabilität. Speisepumpen-Kavitation: schwankender Vordruck, Durchfluss-Rauschen, unruhiger Hochdruck. Verschmutzung/Fouling der Wärmeübertrager: wachsende Temperaturdifferenz (Grädigkeit) bei gleichem Durchfluss. Arbeitsmittel-Degradation/Öleintrag: veränderte Sattdampfkurve, schlechterer Wärmeübergang. Jedem Fehler lässt sich so ein Muster aus wenigen Messgrößen zuordnen.
Basis sind Sensoren an den kritischen Punkten (Drücke hoch/niedrig, Temperaturen vor/nach Verdampfer und Kondensator, Massenstrom, Expander-Drehzahl, Vibration, Lager-/Öltemperatur, elektrische Leistung), die per SCADA/PLC sekündlich bis minütlich erfasst werden. Darüber legst du drei Auswerte-Ebenen: feste Grenzwert-Alarme für Sofort-Gefahren, Trend-/Drift-Erkennung für schleichende Verschlechterung und einen Soll-Ist-Abgleich gegen ein thermodynamisches Referenzmodell (digitaler Zwilling) oder gegen den eingelernten Gutzustand. Weicht der Ist-Zustand systematisch vom erwarteten ab, entsteht ein Anomalie-Signal – auch wenn noch kein einzelner Grenzwert überschritten ist.
Der Nutzen entsteht erst durch die Reaktionskette: Anomalie erkennen → Fehlerbild klassifizieren → Handlung auslösen. Beispiel: steigende Kondensator-Grädigkeit deutet auf Fouling oder Nicht-Kondensierbare hin – du planst eine Reinigung/Entgasung im nächsten Wartungsfenster statt eines Notstopps. Steigende Lagervibration am Expander → Ersatzteil vorbestellen und Lastreduktion, bevor das Lager frisst. Wichtig: Definiere je Alarm eine klare Eskalation (wer wird informiert, welche Grenze löst automatische Lastreduktion oder Abschaltung aus), sonst produziert Monitoring nur Datengräber statt verhinderter Ausfälle.
Wenn du klein anfängst, priorisiere: Hoch- und Niederdruck, Überhitzung am Expander-Eintritt, Kondensations-/Verdampfungstemperatur, Massenstrom des Arbeitsmittels, Expander-Vibration und Lagertemperatur, elektrische Wirkleistung sowie Temperaturen der Wärmequelle und der Kühlung. Aus Leistung und zugeführter Wärme bildest du eine Wirkungsgrad-Kennzahl als übergeordneten Gesundheits-Indikator. Ergänze eine Leckage-/Füllstandsüberwachung des Arbeitsmittels – gerade bei brennbaren oder teuren Fluiden ist das sicherheits- und kostenrelevant.
Monitoring erkennt Abweichungen, ersetzt aber keine Instandhaltung und keine Ursachenanalyse durch Fachpersonal. Schlechte oder falsch platzierte Sensoren liefern Fehlalarme oder übersehen Fehler; jede Auswertung ist nur so gut wie ihre Kalibrierung und ihr Referenzzustand. Modellbasierte Verfahren müssen zuerst am gesunden Betrieb eingelernt werden und driften mit Alterung mit – ohne regelmäßige Pflege sinkt die Trefferquote. Behandle Monitoring daher als Frühwarnsystem, das Wartung besser terminiert, nicht als Garantie gegen jeden Ausfall.