Drucklufz-Anlagen in der Industrie – Optimierung

Effizienz und Optimierung für Druckluft-Equipment: Viel Luft nach oben

Die Lebenszykluskosten für Druckluft-Anlagen liegen bei knapp 30 Prozent des Investitionsaufwands – die restlichen 70 Prozent müssen für die zum Betrieb erforderliche Energie ausgegeben werden. Unternehmen sind daher gut beraten, alle Möglichkeiten der Optimierung zu nutzen. Verschiedene Projekte Anfang der 2000’er Jahre machten deutlich, dass es kein einheitliches Rezept für die Effizient-Steigerung solcher System gibt. Der einfache Grund: Kein Unternehmen gleicht dem anderen.

Die Firma Xervon in Köln hat jetzt wieder ein Ansatz gemacht, schreibt Hans-Jürgen Bittermann, Autor der Fachzeitschrift „PROCESS“. Das von Xervon betreute Kompressorenhaus im Chemiepark Köln-Merkenich zur Druckluft-Versorgung von drei Chemie-Unternehmen wurde gemeinsam mit einem Energieversorgungs-Unternehmen modernisiert. Kern der Umbauarbeiten war die Investition in neue Kompressoren (zwei Turbokompressoren und drei Schraubenkompressoren). Die redundant ausgelegten Verdichter wurden dabei über eine Ringleitung miteinander verbunden.

Die umfangreiche Sensorik wurde als ein Echtzeit-Monitoring aller relevanten Messgrößen ausgelegt, um daraus eine optimale Regelung abzuleiten. Durchgehend digital erfasst werden unter anderem Druck, Abnahmemenge, Luftfeuchte, Umgebungstemperatur und Stromverbrauch. Die Regelung basiert auf manuell einprogrammierten Vorlagen, die festlegen, welche Kompressoren unter welchen Rahmenbedingungen laufen sollen.

Vorgehensweisen und Challenges bei der Optimierung

Ziel ist ein optimierter Betrieb der Anlage, der insgesamt aber auf den Erfahrungswerten aus der Vergangenheit basiert. Dazu sollen die erfassten Betriebsdaten mit modernen Algorithmen aus dem Bereich Machine-Learning analysiert werden, um Korrelationen tiefgehend zu verstehen und daraus eine perfekte Steuerung abzuleiten.

Konkret werden diese Erkenntnisse im Bereich Data-Science/Machine-Learning mit den Anlagenkenntnissen der Fachleute von Xervon kombiniert. So entsteht ein Gesamtsystem aus Kompressoren unterschiedlicher Hersteller, die zusätzlich noch stark von standortbezogenen Einflussfaktoren abhängen. Um das Potenzial zu bewerten, wurden zwei unabhängige Strategien untersucht: Bei der ersten wurde der aktuelle Betrieb mit Hilfe eines idealen Prozesses bewertet, und damit seine Effizienz bestimmt. 

Im zweiten Modell wurde ein Ersatzentwurf auf Basis der von dem Unternehmen entwickelten Verdichtermodelle an die Daten angepasst.

Ein spezieller Optimierungs-Algorithmus hat dann die Regelparameter mit dem niedrigsten Stromverbrauch gesucht. Mit diesen Strategien konnte eine Reduzierung des Stromverbrauchs von immerhin gut vier Prozent gezeigt werden.

Künstliche Intelligenz verstärkt den Digitalisierungs-Trend

Ein Team aus Forschern der TU Dortmund, bedient sich bei dieser Optimierungs-Challenge aktueller Algorithmen, die bereits für die Optimierung verwandter Disziplinen erprobt wurden.

Diese Vorgehensweise hat sich im Bereich der Instandhaltung bereits bewährt: In einem vergangenen Projekt entwickelte der Dienstleister Xervon mit Hilfe von Künstlicher Intelligenz ein Assistenzsystem, das den Betrieb der betreuten Kühltürme in Köln-Merkenich erleichtert. Das im Rahmen des Projektes entwickelte Tool erzeugt mit diesen Daten und einem Regressionsmodell eine Zukunftsprognose zum energetisch optimalen Betrieb der Kühltürme.

Erkennbar ist dabei ganz klar, dass digitale, datengesteuerte  und -getriebene Dienste und Serviceleistungen ihren Marktanteil deutlich ausbauen werden.

Foto:  weerapong

➤ Do read the English version here! 

Social Media

984f500cf9de4519b02b354346eb72e0-facebook-icon-redes-sociales-by-vexels.png         logo_xing_rund_gruen-210x210.png         li.png

Wir benutzen Cookies

Wir nutzen Cookies auf unserer Website. Einige von ihnen sind essenziell für den Betrieb der Seite, während andere uns helfen, diese Website und die Nutzererfahrung zu verbessern (Tracking Cookies). Sie können selbst entscheiden, ob Sie die Cookies zulassen möchten. Bitte beachten Sie, dass bei einer Ablehnung womöglich nicht mehr alle Funktionalitäten der Seite zur Verfügung stehen.