Die Anwendung der Fuzzy Logic und Neuronaler Netze in der Prozeßführung, Prozeßüberwachung und Prozeßdiagnose gestatten es, nichtalgorithmierbares Expertenwissen (z. B. in der Form von Regeln) zu implementieren. Bezüglich der Anwendung dieser Algorithmen in sicherheitsrelevanten Systemen bestehen eine Reihe von Bedenken.

Mit der Zielstellung nachzuweisen, daß die Ergebnisse der Signalverarbeitung mittels Fuzzy-Logic und Neuronalen Netzen eindeutig reproduzierbar sind, die Algorithmen validierbar sind und das Expertenwissen in übersichtlicher Form implementierbar ist, werden Ergebnisse von Grundlagenuntersuchungen und Applikationen dargestellt.

Das Resultat der Signalverarbeitung in einem Fuzzy-Controller ist unabhängig von den verwendeten Algorithmen für Fuzzifizierung, Inferenz und Defuzzifizierung ein gegebenenfalls mehrdimensionales Kennfeld, das den Zusammenhang zwischen Eingangs- und Ausgangsgrößen beschreibt. Aus der Form des Kennfeldes kann nicht auf die verwendeten Algorithmen zurückgeschlossen werden.

Durch die Definition von dominierenden und nichtdominierenden Eingangsgrößen ist es möglich, höherdimensionale Fuzzy-Controller in Kaskaden zweidimensionaler Controller zu transformieren. Dadurch wird der Einfluß jeder einzelnen Einflußgröße offensichtlich. Die Regeln zur Optimierung der Fuzzy-Controller auf der Grundlage des Expertenwissens sind der Struktur anzupassen. Das Ergebnis der Optimierung, d. h. das Expertenwissen, widerspiegelt sich in der Deformation des Kennfeldes. Die Freiheitsgrade für die notwendige Deformation des Kennfeldes werden näher untersucht.

Für die Umsetzung der Algorithmen in der prozeßnahen Ebene wurden software-unabhängige Module entwickelt, die einer Verifikation und einer online-Überwachung leicht zugänglich sind (High Speed Matrix Controller). Struktur und Funktionsweise dieser Module werden dargestellt.

Als Anwendungsbeispiel werden ein Turbinenregler (Fuzzy-Control-Applikation) und ein Füllstandsmeßsystem für Siedewasserreaktoren (Anwendung neuronaler Netze) vorgestellt.