Wie man EMI simuliert und analoges Rauschen in der SPS-Logik mit OLLA Lab filtert

Elektromagnetische Störungen (EMI) in industriellen Steuerungssystemen lassen sich nicht allein durch Hardware-Maßnahmen lösen. Ingenieure müssen zudem Softwarefilter, Alarm-Entprellungen und die Regelstabilität gegenüber verrauschten analogen Eingängen validieren. OLLA Lab bietet eine begrenzte Simulationsumgebung, in der Anwender Rauschen in analoge Tags einspeisen und sicherstellen können, dass die SPS-Logik vor der Inbetriebnahme stabil bleibt.

EMI ist in der industriellen Automatisierung kein seltener Grenzfall. Es ist ein Normalzustand in elektrisch stark beanspruchten Anlagen, insbesondere dort, wo Frequenzumrichter (VFDs), schaltende Lasten, gemischte Spannungsleitungen und unzureichende Erdung aufeinandertreffen.

Der praktische Fehler besteht darin, analoges Rauschen nur als elektrisches Problem zu betrachten. Physikalische Maßnahmen sind die erste Verteidigungslinie, aber die SPS erhält am Klemmenblock dennoch den korrumpierten Endwert, und dieser Wert steuert weiterhin Alarme, HMIs und PID-Blöcke. Die Software muss die Arbeit vollenden.

Ampergon Vallis Metrik: Während Basistests in OLLA Lab führte die Einspeisung eines kontinuierlichen ±2% hochfrequenten Rauschsignals in eine ungefilterte Prozessvariable dazu, dass ein Standard-PID-Ausgang unter ansonsten stationären Bedingungen um bis zu 14,8 % schwankte. Methodik: n=12 Simulationsläufe bei einer stabilen analogen Füllstandsregelung, Basis-Vergleich = gleiche Logik ohne eingespeistes Rauschen, Zeitfenster = 10-minütiger Beobachtungszeitraum pro Lauf. Dieser interne Benchmark stützt eine einzige Erkenntnis: mäßiges analoges Rauschen kann bei ungefilterter Regellogik zu sichtbarem Aktor-Flattern führen. Er stellt keine universelle Feldrate, gerätespezifische Ausfallschwelle oder Standard-Leistungsgrenze dar.

Operationell bedeutet simulationsbereit, dass ein Ingenieur das Steuerungsverhalten gegenüber realistischem Signalverhalten beweisen, beobachten, diagnostizieren und härten kann, bevor es einen realen Prozess erreicht. Syntax ist nützlich. Die Einsatzfähigkeit ist der Test.

EMI in analogen SPS-Signalen wird durch unerwünschte elektrische Energie verursacht, die in den Messpfad einkoppelt und den vom Eingangsmodul erfassten Wert verzerrt. In der Praxis äußert sich diese Verzerrung oft als schnelle Spitzen, Schwingungen oder instabile Drift, die einem legitimen Signal überlagert sind.

Häufige industrielle Quellen sind:

- Frequenzumrichter (VFDs): Hochfrequentes Schalten erzeugt leitungsgebundene und abgestrahlte Störungen. - Unsachgemäße Leitungsführung: Analoge Adernpaare, die in der Nähe von 480-VAC-Zuleitungen, Motorleitungen oder Schützgruppen verlegt sind, begünstigen Einkopplungen. - Erdschleifen: Mehrfache Erdungspfade erzeugen Ausgleichsströme und Messinstabilität. - Relais- und Schützschaltungen: Induktive Lastabwürfe erzeugen transiente Spannungsspitzen. - Ungeschirmte oder schlecht terminierte Signalkabel: Schirmung funktioniert nur bei korrekter Anwendung. - Schaltschrank-Layout: Enge Bündelung von analogen Niederspannungsleitern mit Hochenergiekreisen erhöht die Anfälligkeit.

Eine 4–20 mA-Schleife ist von Natur aus störfester als viele Spannungssignale, weshalb die Industrie weiterhin stark darauf setzt. Aber „widerstandsfähiger“ ist nicht gleichbedeutend mit „immun“. Sobald die Analogeingangskarte den gestörten Strom in einen digitalen Wert umwandelt, hat die SPS-Logik keine Erinnerung mehr daran, woher das Rauschen kam. Sie sieht nur eine Zahl, die sich bewegt, obwohl sie es nicht sollte.

ISA-Richtlinien zur Signalqualität und industriellen Messpraxis unterstützen konsequent dieselbe Hierarchie: Beginnen Sie mit solider Verkabelung, Erdung, Schirmung und Trennung, und wenden Sie dann bei Bedarf eine Softwarebehandlung für verbleibendes Rauschen an. Diese Reihenfolge ist wichtig. Filterung ist kein Ersatz für eine schlechte Installation.

EMI untergräbt das Vertrauen, bevor sie eine Abschaltung verursacht. Bediener bemerken das Problem meist zuerst als flackernde Prozessvariable, einen Fehlalarm oder ein Ventil, das nicht zur Ruhe kommt.

Die Haupteffekte sind eindeutig:

- HMI-Flackern: Der angezeigte PV-Wert springt so schnell, dass er instabil wirkt, selbst wenn der Prozess physikalisch ruhig ist. - Fehlalarm-Aktivierung: Kurzzeitige Spitzen können Alarmschwellen überschreiten und Fehlereignisse auslösen. - Alarm-Flattern: Wiederholte Schwellenwertüberschreitungen erzeugen Alarmfluten oder instabile Alarmzustände. - Aktor-Hunting: Verrauschte PV-Werte führen zu unnötigen Ausgangsbewegungen, insbesondere bei eng abgestimmten Regelkreisen. - Irreführende Trends: Historische Daten werden schwerer interpretierbar, da Rauschen das tatsächliche Prozessverhalten maskiert. - Reduziertes Vertrauen des Bedieners: Sobald der Bildschirm oft genug falsche Werte anzeigt, verlieren die Bediener das Vertrauen.

Die HMI-Konsequenz wird oft unterschätzt. HMI-Interferenz ist die visuelle Manifestation von EMI: Ein angezeigter Wert flackert so schnell, dass er reale Prozessabweichungen verdeckt und das Vertrauen des Bedieners untergräbt. Wenn der PV-Wert den ganzen Tag instabil aussieht, wird eine echte Abweichung mit weniger Glaubwürdigkeit wahrgenommen, als sie verdient.

Ungefiltertes Rauschen ist besonders gefährlich, wenn es folgende Bereiche erreicht:

• High-High- oder Low-Low-Alarme ohne Zeitverzögerung
• PID-Differentialanteil, der hochfrequente Variationen verstärkt
• Ventil- oder VFD-Ausgangslogik mit geringer Totzone
• Chargen- oder Sequenzfreigaben, die von stabilen analogen Schwellenwerten abhängen

Deshalb ist defensive Programmierung bei analogen Signalen bei ernsthaften Inbetriebnahmen nicht optional. Ein sauberer Programmbaustein auf einem sauberen Bildschirm beweist nur wenig.

Sie können OLLA Lab verwenden, um eine kontrollierte Rauschwellenform in einen analogen Tag einzuspeisen und anschließend zu validieren, ob Ihre SPS-Logik unter Störeinflüssen stabil bleibt. Das ist die operative Bedeutung von simulationsbereiter Praxis in diesem Kontext: Signalqualität in einer sicheren Umgebung gezielt verschlechtern und dann beweisen, dass die Logik dies tolerieren kann.

Innerhalb der begrenzten Rolle des Produkts ist OLLA Lab hier nützlich, da es Kontaktplan-Logik, Simulation, Variablen-Sichtbarkeit und Digital-Twin-ähnliches Verhalten in einer Umgebung vereint. Es ersetzt nicht die Inbetriebnahme vor Ort, gibt Ingenieuren aber einen Ort, um eine der teureren Lektionen zu proben.

Schritt-für-Schritt-Methode

3. Öffnen Sie das Variablen-Panel und identifizieren Sie: 7. Beobachten Sie den Rohwert im Vergleich zum Prozessverhalten: 9. Wiederholen Sie die gleiche Störung und vergleichen Sie:

• den rohen Analogeingangs-Tag,
• den gefilterten Tag (falls vorhanden),
• die Alarmschwellen-Tags,
• die PID-PV- und Ausgangs-Tags (falls ein Regelkreis vorhanden ist).
• Flackert der angezeigte PV-Wert?
• Flattert der Alarm?
• Schwingt der Ausgang?
• Roh-Tag,
• gefilterten Tag,
• Alarmzustand,
• Ausgangsstabilität,
• simulierte Anlagenreaktion.

1. Erstellen oder öffnen Sie ein Projekt mit einer analogen Prozessvariablen wie Füllstand, Druck, Durchfluss oder Temperatur.
2. Binden Sie den analogen Tag an ein simuliertes Prozesselement im Szenario.
3. Führen Sie die Simulation zunächst mit einem sauberen Basissignal aus.
4. Aktivieren Sie den Signalgenerator oder die entsprechende Steuerung für analoge Stimuli in den Szenario-Tools.
5. Speisen Sie eine hochfrequente Rauschwellenform auf den rohen analogen Tag ein.
6. Fügen Sie einen Softwarefilter in der SPS-Logik hinzu.
7. Tunen Sie den Filter, bis das Signal stabil genug für die Regelung ist, ohne eine inakzeptable Verzögerung einzuführen.

Dieser Arbeitsablauf ist wichtig, weil er zum Vergleich zwingt, nicht zur Annahme. Ein Filter, der Rauschen entfernt, aber einen schnellen Prozess zu stark verzögert, ist kein Gewinn. Es ist nur ein leiserer Fehler.

Was als technischer Nachweis zu erfassen ist

Wenn Sie Kompetenz demonstrieren wollen, erstellen Sie ein kompaktes Beweisdokument statt eines Ordners voller Screenshots. Verwenden Sie diese Struktur:

Geben Sie an, was akzeptables Verhalten in messbaren Begriffen bedeutet: stabiler PV-Wert, kein Fehlalarm, kein Ausgangsflattern, akzeptable Reaktionszeit.

1. Systembeschreibung Definieren Sie den Prozess, den analogen Signaltyp, das Regelungsziel und die beteiligten simulierten Geräte.
2. Operative Definition von „korrekt“
3. Kontaktplan-Logik und Zustand der simulierten Geräte Zeigen Sie die relevante Logik und das entsprechende Anlagenverhalten in der Simulation.
4. Der eingespeiste Fehlerfall Dokumentieren Sie die Rauschwellenform, Amplitude, Frequenzcharakteristik und den Einspeisepunkt.
5. Die vorgenommene Revision Spezifizieren Sie den implementierten Filter, die Entprellung, die Totzone oder die Tuning-Änderung.
6. Gelernte Lektionen Erklären Sie, was sich verbessert hat, welcher Kompromiss aufgetreten ist und was noch eine Überprüfung vor Ort erfordert.

Das ist der Unterschied zwischen Beweis und Dekoration.

Bild-Alt-Text: Screenshot des OLLA Lab Variablen-Panels, das einen Signalgenerator zeigt, der eine hochfrequente Rauschwellenform in einen rohen Füllstands-Analog-Tag einspeist, während die integrierte Trendansicht Roh- und gefilterte Werte vergleicht.

Der beste Softwarefilter hängt von der Prozessgeschwindigkeit, Speicherbeschränkungen, Alarmkritikalität und der tolerierbaren Verzögerung der Regelstrategie ab. Es gibt keinen universell besten Filter. Es gibt nur den am wenigsten schädlichen Kompromiss für die Aufgabe.

Drei Techniken sind in SPS-Umgebungen üblich, vertretbar und praktisch.

Der gleitende Mittelwertfilter (FIFO)

Ein gleitender Mittelwertfilter glättet Rauschen durch Mittelung der letzten N Abtastwerte. Er ist einfach, effektiv und oft das erste Werkzeug für langsame analoge Variablen.

Definition: Der gefilterte Wert ist das arithmetische Mittel der letzten N Eingangswerte.

Am besten geeignet für:

• Füllstand
• Langsame Temperaturregelkreise
• Versorgungs-Messungen mit geringer Änderungsrate
• HMI-Stabilisierung, bei der eine gewisse Verzögerung akzeptabel ist

Stärken:

• Einfach zu verstehen und zu validieren
• Gute Dämpfung von zufälligem hochfrequentem Rauschen
• Nützlich für Trendlesbarkeit und Alarmstabilität

Einschränkungen:

• Führt eine Verzögerung proportional zur Fenstergröße ein
• Erfordert Speicher für die Abtastwert-Historie
• Kann legitime schnelle Prozessänderungen abschwächen

Wenn Sie zu aggressiv mitteln, wird das Signal ruhig und falsch.

Der PT1-Filter (Tiefpass)

Ein PT1-Filter (Verzögerungsglied erster Ordnung) dämpft schnelle Änderungen bei kompakter Implementierung. In der SPS-Arbeit ist er oft vorzuziehen, wenn Glättung ohne Aufrechterhaltung eines vollständigen Arrays erforderlich ist.

Definition: Ein PT1-Filter berechnet jeden neuen gefilterten Wert aus dem aktuellen Rohwert und dem vorherigen gefilterten Wert:

Y_n = αX_n + (1-α)Y_{n-1}

Wobei:

• X_n = aktueller Rohwert
• Y_n = aktueller gefilterter Ausgang
• Y_{n-1} = vorheriger gefilterter Ausgang
• α = Glättungsfaktor zwischen 0 und 1

Am besten geeignet für:

• Allgemeine analoge Signalaufbereitung
• Schnellere Regelkreise, bei denen ein langer gleitender Mittelwert zu langsam ist
• SPSen, bei denen Speichereffizienz wichtig ist
• Vorbereitung von PV-Werten vor Alarm- oder PID-Auswertung

Stärken:

• Schlanke Implementierung
• Einstellbares Glättungsverhalten
• Mathematisch transparent und verbreitet

Einschränkungen:

• Führt ebenfalls Verzögerungen ein
• Schlechte Parameterwahl kann zu Unterfilterung oder Überdämpfung führen
• Muss gegen die tatsächliche Prozessdynamik validiert werden

Dies ist oft der praktischste Standard in der Regellogik, da er kompakt, stabil und vor der Inbetriebnahme vor Ort in der Simulation leicht abzustimmen ist.

Die Alarm-Entprellungsmethode (TON)

Alarm-Entprellung ist im signalverarbeitungstechnischen Sinne kein Filter, aber eine wesentliche Schutzschicht gegen Fehlalarme. Sie qualifiziert die Dauer eines anormalen Zustands, bevor sie ihn als real deklariert.

Definition: Der Alarmzustand muss für eine voreingestellte Zeit kontinuierlich wahr bleiben, bevor das Alarmbit aktiviert werden darf.

Am besten geeignet für:

• Analoge High/Low-Alarme
• Diskrete Fehlerbestätigung
• Schwellenwertüberschreitungen, die anfällig für kurze Spitzen sind
• Vermeidung von Fehlalarmen durch transiente EMI

Stärken:

• Sehr effektiv gegen kurze Störspitzen
• Leicht gegenüber Bedienern und Instandhaltern zu erklären
• Minimale Rechenkomplexität

Einschränkungen:

• Reinigt nicht das zugrunde liegende Signal
• Kann legitime Alarmmeldungen verzögern
• Muss sorgfältig hinsichtlich Sicherheit und Prozessrisiko gewählt werden

Für viele Systeme ist die richtige Antwort nicht eine Technik, sondern eine Kombination:

• moderate analoge Filterung,
• sinnvolle Totzone,
• und zeitqualifizierte Alarmierung.

Diese Kombination ist meist robuster, als alles mit einem einzigen überdimensionierten Filter lösen zu wollen.

Ein PT1-Filter kann in Strukturierter Text (ST) oder mit äquivalenten mathematischen Anweisungen in Kontaktplan-Logik implementiert werden. Das Ziel ist einfach: einen gefilterten analogen Wert erzeugen, der stabil genug für Alarmierung und Regelung, aber reaktionsfähig genug für den Prozess ist.

Beispiel in Strukturierter Text (ST)

PT1-Filter

RawPV = verrauschter Analogeingang FiltPV = gefilterter Analogwert Alpha = Glättungsfaktor, 0.0 bis 1.0

IF FirstScan THEN FiltPV := RawPV; END_IF;

FiltPV := (Alpha RawPV) + ((1.0 - Alpha) FiltPV);

Praktische Implementierungshinweise

• Initialisieren Sie den gefilterten Wert beim ersten Scan, um einen Sprung beim Start zu vermeiden.
• Wählen Sie Alpha konservativ.
• Niedrigeres Alpha = mehr Glättung, mehr Verzögerung
• Höheres Alpha = weniger Glättung, schnellere Reaktion
• Trenden Sie Roh- und gefilterte Werte gemeinsam während des Tests.
• Überprüfen Sie das Alarm-Timing nach der Filterung. Ein stabiles Signal kann immer noch zu schnell auslösen, wenn die Schwellenwertlogik naiv ist.
• Validieren Sie das PID-Verhalten mit dem gefilterten PV, insbesondere wenn der Differentialanteil aktiviert ist.

Gemäß IEC 61131-3 sind diese mathematischen Operationen gewöhnliche Controller-Funktionen. Der Standard gibt Ihnen die Sprachstruktur; er bewahrt Sie nicht vor schlechtem Tuning.

Sie sollten die analoge Robustheit validieren, indem Sie nachweisen, dass sich die Logik sowohl unter sauberen als auch unter gestörten Bedingungen akzeptabel verhält. Ein einzelner erfolgreicher sauberer Lauf ist keine Validierung. Es ist eine Probe, bei der die schwierigen Teile entfernt wurden.

Ein praktischer Validierungsablauf sieht so aus:

• Basislinie des sauberen Prozesses
• Normales PV-Verhalten bestätigen
• Alarmzustand und Ausgangsstabilität aufzeichnen
• Kontrolliertes Rauschen einspeisen
• Wiederholbare Störung auf den rohen analogen Tag anwenden
• HMI, Alarme und Regelausgang beobachten
• Filterung und Entprellung implementieren
• Nach Möglichkeit eine Änderung nach der anderen hinzufügen
• Unter identischer Störung erneut testen
• Roh- vs. gefilterte Reaktion vergleichen
• Prüfen, ob Fehlalarme verschwinden
• Bestätigen, dass die Ausgangsbewegung reduziert ist
• Prozessreaktionsfähigkeit prüfen
• Sicherstellen, dass der Filter keine echten Abweichungen maskiert
• Akzeptanzkriterien dokumentieren
• Maximal zulässige PV-Schwankung
• Maximales Ausgangsflattern
• Anforderungen an die Alarmpersistenz
• Akzeptable Reaktionsverzögerung

Wenn ein digitaler Zwilling oder ein realistisches Maschinenmodell verfügbar ist, vergleichen Sie den Logikzustand mit dem Zustand der simulierten Anlage während der Störung. Dieser Vergleich ist der Punkt, an dem OLLA Lab operativ nützlich wird. Es ermöglicht Ihnen zu testen, ob nicht nur die Mathematik funktioniert, sondern ob das Maschinenverhalten bei Signalverschlechterung noch sinnvoll ist.

Das ist die Unterscheidung, die es wert ist, beibehalten zu werden: Entwurfslogik vs. validiertes Verhalten.

Dieser Ansatz steht im Einklang mit etablierter Steuerungs- und Automatisierungspraxis, obwohl Standards keinen universellen Filter für jedes analoge Problem vorschreiben.

Relevante Ankerpunkte sind:

• IEC 61131-3 für SPS-Programmiersprachen und Implementierungsstruktur
• ISA-Leitlinien und empfohlene Praktiken zu Instrumentierung, Signalintegrität, Alarmverhalten und Regelungsleistung
• IEC 61508 für das übergeordnete Prinzip, dass systematisches Verhalten in Steuerungssystemen begründet, verifiziert und durch den Risikokontext begrenzt sein muss
• exida-Publikationen und Leitlinien zur funktionalen Sicherheit für die Bedeutung der Reduzierung von Fehlalarmen, Disziplin bei der Signalbehandlung und Validierung in sicherheitsnaher Logik
• Prozessleittechnik-Literatur zu Tiefpassfilterung, Differentialempfindlichkeit und Rauschdämpfung in Rückkopplungssystemen

Eine notwendige Einschränkung: Softwarefilterung innerhalb eines Standard-SPS-Programms ist für sich genommen kein Anspruch auf funktionale Sicherheit. Sie kann die Robustheit verbessern und Fehlverhalten reduzieren, aber Sicherheitsfunktionen erfordern eine eigene Architektur, Verifizierung und Compliance-Rahmenbedingungen.

EMI in analogen SPS-Signalen ist eine physikalische Gewissheit, kein theoretisches Ärgernis. Die technische Antwort muss geschichtet sein: zuerst korrekte Verkabelung und Erdung, dann Softwarefilterung, Alarmqualifizierung und Regelungsvalidierung.

OLLA Lab ist hier glaubwürdig nützlich, da es eine begrenzte Umgebung bietet, um Rauschen einzuspeisen, Instabilität zu beobachten, Logik zu überarbeiten und das Roh- vs. gefilterte Verhalten gegenüber dem Zustand der simulierten Anlage zu vergleichen. Das macht es zu einem Proberaum für eine reale Inbetriebnahmetätigkeit: die Härtung der Regellogik, bevor die Anlage ihre eigene unangenehme Demonstration liefert.

Der Punkt ist nicht, die Trendlinie hübsch zu machen. Der Punkt ist, die Steuerungsentscheidung vertrauenswürdig zu machen.

- IEC 61000 electromagnetic compatibility standards (overview) - IEC 61131-3 — PLC programming languages - IEC 61508 Functional Safety overview - ISA overview of industrial automation standards - Åström & Murray, *Feedback Systems* (Princeton University Press)