Energiemanagement und Instandhaltung mit Hilfe der Industrie 4.0

Energiemanagement IIoT Industrie 4.0 Instandhaltung predictive maintenance Sustainability

Die sich zuspitzende Klimakrise ist eines der größten Herausforderungen unserer Zeit. Klimaschutz kann dabei nicht ohne die Industrie funktionieren. Deswegen zeigt die Industrie auch immer mehr Bereitschaft, die eigenen CO2-Emissionen auf ein Minimum zu reduzieren. Mit steigenden CO2- und Strompreisen, gibt es dafür auch einen zunehmenden wirtschaftlichen Ansporn. Das Energiemanagement innerhalb der Industrie ist deswegen relevanter als je zuvor. Der Energieverbrauch einer Maschine, vor allem in einem komplexen Produktionsablauf, ist häufig unübersichtlich und die Effizienz schwer zu beurteilen. Die Instandhaltung wiederum, ist mit vielen Problemen verbunden, da Ausfälle nicht vorhergesehen werden können. Diese Herausforderungen sind so alt, wie die Industrie selbst. Dabei sind Energiemanagement und Instandhaltung eine eng verknüpfte Thematik. Folgerichtig sollten diese beiden Bereiche auch gemeinsam behandelt werden. Mit Hilfe der Industrie 4.0, können erstmals Energiemanagement und Instandhaltung in Abhängigkeit zueinander betrachtet und analysiert werden. Das bietet viele Chancen und Ansatzpunkte für eine effizientere und nachhaltigere Gestaltung der Industrie. 

Energiemanagement

Beim Energiemanagement geht es darum, für einen gegebenen Prozess möglichst wenig Energie aufzuwenden. Dafür ist es essenziell, dass möglichst genau bekannt ist, wo, wie viel und welche Art der Energie angewendet wird. Die in der Industrie üblichen Energieträger sind:

  • Brennstoffe 

  • Elektrische Energie 

  • Wärmeenergie 

  • Druckluft 

  • Kinetische Energie 

In vielen Fällen stehen diese Energieträger in Wirkungsketten miteinander in Verbindung, z.B. kann ein Kompressor zur Gewinnung von Druckluft entweder elektrisch oder mit einem Verbrennungsmotor betrieben werden. Jede Umwandlung ist jedoch verlustbehaftet und wird daher, wenn möglich vermieden. Das alles wird schon lange beim Entwurf jeder Anlage berücksichtigt. Wo also kommt der Nutzen von Informationen aus bestehenden Anlagen ins Spiel, wie kann man den Energieverbrauch in der Industrie nun effizienter gestalten? So vielfältig wie die Energieträger sind, die in der Industrie verwendet werden, so flexibel und kreativ müssen auch die Lösungen für ein effektives Energiemanagement sein. 

Am besten lässt sich das an einem einfachen Beispiel veranschaulichen. Der optimale Energieverbrauch einer Heizungsanlage hängt stark von äußeren Faktoren, wie zum Beispiel dem Wetter ab. Durch den Einsatz eines neuronalen Netzes kann die Anlage “lernen”, wie die gewünschte Temperatur mit minimalem Energieaufwand unter den erwarteten, äußeren Bedingungen erreicht werden kann. Dabei werden die Daten des Brennstoffverbrauchs der Heizung erhoben und mit historischen Daten zum Wetter abgeglichen. Durch diesen Abgleich lassen sich Prognosemodelle zu dem Energieverbrauch erstellen. 

Übertragen auf industrielle Prozesse: Mithilfe von Daten aus einem Prozess können Informationen über den Energieverbrauch, in Abhängigkeit von externen Einflüssen, wie z.B. das aktuell gefertigte Produkt, Variation der verarbeiteten Materialien, aber auch der aktuelle Zustand der Maschine/Anlage (siehe Abb.1), gewonnen werden. Das generiert einen enormen Mehrwert für den Betreiber der Maschine, da schlechte Bedingungen und Einstellungen schnell ersichtlich werden und angepasst werden können. Der Energieverbrauch wird transparent und vorhersehbar und ermöglicht so ein datenbasiertes Energiemanagement. 

Prognosemodell durch Neuronales Netz

Abb. 1: Prognosemodell mit Hilfe von Neuronalen Netzen

Ob es nun um den Brennstoffverbrauch, Stromverbrauch oder sonstige Energieträger geht, es ist möglich alle erdenklichen Steuerungen einer Maschine auszuwählen und sie zu verwenden. Selbst wenn benötigte Parameter nicht von einer Steuerung zur Verfügung gestellt werden, kann Sensorik mit angebunden werden. So können durch einer Implementierung von digitaler Technologie in Verbindung mit geeigneten mathematischen Ansätzen, wie künstlicher Intelligenz, Maschinen jeder Art und jedes Alters optimiert werden. 

Instandhaltung

Das Thema Predictive Maintenance ist wohl die offensichtlichste “low hanging fruit”, wenn es um Anwendungsfälle für Industrie 4.0 geht. Für eine ressourcensparende und somit effiziente Nutzung der Maschinen ist natürlich auch eine effektive Instandhaltung wichtig. Die Frage ist: Was bedeutet “effektiv”? Ein Ausfall einer Maschine oder eines Bauteils kann plötzlich auftreten und zu unerwarteten Reparatur- und Beschaffungskosten oder sogar Personalschaden führen. Nicht geplante Ausfälle führen dann zu langen Stillstandszeiten und somit zum Erwerbsausfall.  Ein zu eng getaktetes Instandhaltungs-Regime dagegen führt zu häufigem Stillstand und einem übermäßigen Ersatzteilbedarf. Dazu ist die Instandhaltung auch für die Qualitätssicherung eines Produktes ein wichtiger Faktor. Gewisse Teile können, beispielsweise durch nicht überwachte Abnutzung, zu Produktionsfehlern führen. Es ist dabei häufig schwer ersichtlich, an welcher Stelle diese Fehler entstehen. Effektive Instandhaltung muss deswegen einerseits vorausschauend sein, aber auch schnell Fehler erkennen können, um entsprechende Handlungsempfehlungen ausgeben zu können.  Wer das verinnerlicht hat, kann das Maximale aus seinen Maschinen herausholen und zu einer ressourceneffizienten Produktion beitragen. 

Doch wie kann man Instandhaltung effizienter gestalten?

Mit Daten, künstlicher Intelligenz und Kreativität! Durch den Cloudplug (mit der Steuerung verbundener Edge-Hardware) können Daten einer Maschine gesammelt und analysiert werden. Dabei fallen Prozessanomalien, wie in etwa “peaks”, sprich Ausreißerwerte, schnell auf (siehe Abb. 2). Im Anschluss kann analysiert werden, ob es sich um einen Messfehler handelt, oder doch eine Korrelation mit einem defekten oder verschlissenen Teil vorliegt. Wie schon im Energiemanagement, kommen auch hier Prognosemodelle mit der Hilfe künstlicher Intelligenz zum Einsatz. Dabei werden Daten über einen längeren Zeitraum gesammelt und analysiert. Der Ist-Zustand der Anlage wird dann mit der Anlagenhistorie verglichen. Die KI erkennt Trends frühzeitig, die auf einen Ausfall eines Teils oder den Verschleiß hinweisen und gibt entsprechende Warnung. Das ermöglicht eine vorausschauende Instandhaltung. 

Durch die Nutzung von datenbasierten Technologien, kann Instandhaltung zum einen während des Arbeitsprozesses nachjustiert werden, zum anderen wird sie auch langfristig berechenbarer. Die Industrie 4.0 wandelt Instandhaltung von einem auf Erfahrung basiertem Glücksspiel in einen wirtschaftlichen Faktor.    

Prozessanomalie

Abb. 2: Prozessanomalie in einem Ladevorgang einer Batterie

Warum Instandhaltung und Energiemanagement zusammen betrachtet werden

Instandhaltung und Energiemanagement sind in einer Wechselwirkung eng miteinander verknüpft. Wie kann der Zustand einer Maschine den Energieverbrauch beeinflussen? Wie kann der Energieverbrauch Auskunft über den Zustand geben? Am besten wird das an einem Beispiel deutlich. Eine Säge braucht ein scharfes Sägeblatt, um effektiv zu arbeiten. Umso stumpfer das Sägeblatt  ist, desto mehr Energie wird benötigt, um den Schnitt bei gleichbleibendem Produkt zu bekommen. In diesem Beispiel steht die Energie also in direktem Zusammenhang mit dem Zustand der Säge. Misst man nun die Stromaufnahme und vergleicht sie mit historischen Daten, welche Stromaufnahme bei welchem Zustand des Sägeblattes zu erwarten ist, kann man direkte Rückschlüsse auf den jetzigen Zustand machen. Das hilft dabei, eine informierte und wirtschaftliche Entscheidung zu treffen (siehe Abb. 3). 

Doch auch andere Energieträger lassen tief in den Zustand der Maschine blicken. Kompressoren verdichten Luft und generieren somit den Energieträger Druckluft, der in vielen Anlagen nach wie vor  essenziell wichtig ist. Die Druckluft wird über Druckluftrohre transportiert. Dabei können Leckagen, z.B. kleine Löcher oder undichte Verbindungsstücke, zu Druckverlust führen. Druckverlust heißt Energieverlust. Wer schonmal einen Fahrradreifen mit einer undichten Pumpe aufgepumpt hat, wird das nachvollziehen können. Diese Leckagen können nicht nur an der Fahrradpumpe, sondern auch in der Industrie lange unbemerkt bleiben, doch wenn man die aufgenommenen Daten des Druckluftverbrauchs direkt zur Verfügung hat, kann man diese Anomalien schnell erkennen und auf die Leckagen zurückführen. 

Abhängigkeit zwischen Energiemanagement und Instandhaltung

Abb. 3: Abhängigkeit Energieverbrauch und Instandhaltung

Energiemanagement und Instandhaltung stehen in Abhängigkeit zueinander. Eine Maschine, die nicht optimal instand gehalten ist, wird auch die Energie nicht optimal nutzen. Eine Maschine, die ihre Energie nicht optimal nutzt, sagt viel über dessen Zustand aus. Energiemanagement und Instandhaltung sind zwei Themen, die man gemeinsam betrachten sollte. Die Digitalisierung stellt uns heute die dafür notwendigen Informationen und Werkzeuge zur Verfügung. Nur wer das nutzt und diese beiden Bereich als zwei Seiten derselben Medaille versteht und sie zu der Problemlösung mit einbezieht, kann für eine optimale Gesamtanlageneffektivität (OEE) sorgen. Die Industrie 4.0 bietet alle Möglichkeiten, Energiemanagement und Instandhaltung als Chance für eine effizientere und nachhaltigere Industrie zu nutzen. So sind der Kreativität tatsächlich keine Grenzen gesetzt.

Interesse geweckt?

Nehmen Sie Kontakt mit unseren Spezialisten auf.

Benedikt Lammert Project Manager
WordPress Cookie Hinweis von Real Cookie Banner