Anzeige
Anzeige
Anzeige
Beitrag drucken

Partner gesucht für Projekt ‚Cloud Mall BW‘

Via Cloud zur stromsparenden Produktionsplanung

Forscher vom Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA arbeiten mit Partnern aus der Industrie an einem Cloud-Service für eine energieoptimierte Produktionsplanung. Die Anwendung wertet den aktuellen und bisherigen Energieverbrauch der Produktionsmaschinen aus und nutzt Strompreis- und Wettervorhersagen für Energie- und Auslastungsprognosen.

 (Bild: In-Integrierte Informationssysteme GmbH)

(Bild: In-Integrierte Informationssysteme GmbH)

Würden Industriebetriebe ihre Produktionsmaschinen und -anlagen bei optimalem Strompreis und Temperatur voll auslasten, würde das viel Geld und Energie sparen. Lastspitzen könnten umgangen, Werkhallen müssten nicht mehr unnötig beheizt oder heruntergekühlt werden. Dadurch würde sich auch die Emission von Kohlendioxid und Stickoxiden reduzieren. Dazu müsste das Enterprise Resource Planning-System (ERP) die Energiedaten der Maschinen sowie aktuelle Strompreis-Prognosen und Wettervorhersagen in die Ressourcenplanung einbeziehen. Strompreis und Wetter spielen bisher bei der Planung jedoch kaum eine Rolle. Der Energieverbrauch einzelner Maschinen und Anlagen wird oft außer Acht gelassen. Zudem fehlte es bisher an geeigneten Technologien, um den Verbrauch zu erfassen. Durch neue Schnittstellen und mit künstlicher Intelligenz können ERP-Systeme auf eine ganze Reihe von Daten zugreifen, um bessere Entscheidungen zu treffen. Genau da setzt das Forschungsprojekt ‚Green Factory‘ an. Mittels einer App sollen dabei die nötigen Daten beschafft werden, um daraus den bestmöglichen Energieverbrauch zu berechnen. Dadurch wird eine bedarfsgerechte Energienutzung und kapazitive Feinplanung der Produktionsressourcen ermöglicht. So kann die App die Produktion steuern.

Kombinierte Cloud-Services

Herzstück dieser Anwendung ist eine Kombination cloudbasierter Dienste. Die Software zweier Anbieter wird dabei standardkonform integriert: das ERP-System von Kumavision und der Energiemanagementservice der In-Integrierte Informationssysteme GmbH. Als Testumgebung dient eine Modellfabrik, die simulierte Daten bereitstellt und die Verknüpfung zwischen Ressourcenplanung und Produktionsebene ermöglicht. Die Datenerfassung und die Steuerung der Anlagen erfolgt als Edge-Appliance. Die Modellfabrik greift den Energieverbrauch relevanter Produktionsprozesse ab und sendet diese Daten über die Cloud an das Energiemanagement. Durch maschinelles Lernen werden die Daten ausgewertet und die aktuellen Prognosen von Strompreis und Wetter aus weiteren externen Cloud-Services mit einbezogen, um Bedarfsprognosen zu errechnen. Der prognostizierte Bedarf führt zu Vorgaben für die maximal zu verteilende Energiemenge, die das ERP-System in seine Feinplanung einbeziehen kann. Dafür werden alle eingehenden Daten aus der Produktion nicht nur ausgewertet, sondern auch als Zeitverlauf (Historie) abgelegt. Dieser wachsende Datenpool wird dann zur Verbesserung der Vorhersagen herangezogen. Das Ergebnis ist eine Verlaufskurve, die zeigt, wie sich der Energiebedarf in der relevanten Zeitspanne entwickeln könnte. Aus diesen Daten wird eine Sollvorgabe für die nachfolgende Feinplanung des ERP-Systems abgeleitet. Es passt die Auftragsabwicklung an die Sollvorgaben an – immer mit dem Ziel, die notwendigen Produktionsressourcen möglichst effizient für die eingehenden Aufträge einzuplanen. „Das kann dazu führen, dass die Kundenaufträge mit großem Energieverbrauch zeitversetzt abgewickelt werden, beispielsweise abends oder nachts, wenn Strompreis und Temperatur günstig sind. Oder man würde verstärkt auf Maschinen und Anlagen mit Energieeffizienzklasse A zugreifen und die weniger effizienten erst zuschalten, wenn der Strompreis sinkt“, sagt Projektkoordinatorin Olga Meyer vom Kompetenzzentrum DigITools am Fraunhofer IPA.


Das könnte Sie auch interessieren:

Im Rahmen eines neu aufgesetzten Partnerprogramms will der Simulationsspezialist Machineering Anwendern u.a. die Lösungsintegration erleichtern.‣ weiterlesen

Immer wieder sind Unternehmen und Organisationen von Ransomware-Angriffen betroffen. Der Softwareanbieter Check Point beobachtet dabei ein noch aggressiveres Vorgehen der Hacker.‣ weiterlesen

Toby Alcock ist neuer Chief Technology Officer der Logicalis Group. Er bekleidete zuletzt die Position des Chief Technology Officer für Logicalis Australien.‣ weiterlesen

Sven Behrendt ist neuer CEO der SER Group. Die Unternehmensgruppe teilt zudem mit, dass John Bates als Executive Chairman in den Beirat der SER Group berufen wurde.‣ weiterlesen

Der Ort, an dem die wichtigsten Prozesse der Datenspeicherung und -verarbeitung stattfinden, hat sich in den letzten Jahrzehnten mehrfach verschoben. Von zentralen Großrechnern bis in die Cloud und wieder zurück. Durch den aktuellen Trend des Edge Computing werden Teile der Datenverarbeitung wieder näher an den Entstehungsort gerückt. Doch was ist der effizienteste Weg?‣ weiterlesen

In vielen Unternehmen steht der Anspruch an die Produktqualität in krassem Gegensatz zum Anspruch an die Stamm- und Plandaten. Doch diese sind essenziell für viele Berechnungen bis hin zur Wirtschaftlichkeit eines Produktes. Datenpflege im Werk ist zwar mühsam, aber mit den passenden Methoden und Software gut zu bewältigen.‣ weiterlesen

Wirklich Nutzen aus Machine Learning zu ziehen, ist schon schwer genug. Umso ärgerlicher ist es, wenn Fehler den Fortschritt verzögern. Dieser Leitfaden führt, angelehnt an zahlreiche Best Practices, durch ein erfolgreiches ML-Projekt und zeigt typische Fallstricke auf.‣ weiterlesen

Bei der Umstellung auf eine datengetriebene Produktion gibt es einige Herausforderungen, die es bereits im Vorfeld zu beachten gilt. Um diese systematisch angehen und meistern zu können, ist eine stufenweise Etablierung deshalb ein sinnvoller Weg.‣ weiterlesen

Martin Strempel ist neuer Business Development Manager Data Analytics beim beim MES-Anbieter Itac Software. In seiner bisherigen Laufbahn bei der BMW Group war er u.a. für die Produktionssteuerung im Werk in München verantwortlich und entwickelte Manufacturing Execution Systeme (MES) weiter.‣ weiterlesen

Anzeige
Anzeige
Anzeige