1

Prof. Dr.-Ing. Jens Hesselbach

Anwendung und Nutzen von Energiemonitoringsystemen

anhand von Praxisbeispielen

2

Universitäre Lehre

• Life Cycle Engineering

• Fabrikbetriebslehre • Messen von Stoff- und Energieströmen • Energieeffiziente Produktion • Unternehmensgründung • Energiemanagementsysteme • Dezentrale Energieversorgung in der Industrie • Simulation und Steuerung von Produktions- und

Energiesystemen

Fachgebiet umweltgerechte Produkte und Prozesse Lehrstuhlinhaber Prof. Dr.-Ing. Jens Hesselbach

Forschungsschwerpunkte

1. Klima-, energie- und ressourceneffiziente Produktion

2. Modellierung, Simulation und Steuerung von Produktion und Umfeld

3. Dezentrale Energieversorgung und Erneuerbare Energien 4. Industrielles Lastmanagement 5. Life Cycle Engineering

Institut: gegründet im März 2002, 18 Mitarbeiter, ca. 17 HiWis und drei Ausgründungen

3

Labore – Energieeffizienz in der Produktion

4

Ausstattung, Branchen und Partner

•DMK, Milupa, Ferrero

Lebensmittel

•B.Braun, Satorius

Pharma

•EAM, Städtische Werke Kassel, EWE

Energieversorgung

•Volkswagen, Daimler, Brose

Automotive

• Junghans, REHAU, Technoform

Kunststoff

Industriebranchen Industriepartner

Mobile

Messtechnik

• Elektrische Energie • Thermische Energie • Wärmebildkameras • Druckluft- und Leckage • Luftströmungen • uvw.

Computer-aided engineering

• CAD (Pro Engineer)

• Dynamische Simulation (MATLAB)

• Messen, Steuern und Regeln (LabView)

• Ökobilanzierung (GaBi)

5

Die vier Phasen der industriellen Evolution

1750

Vernetzung

1800 1850 1900 1950 2000 2050

Industrie 4.0

Automatisierung

Erste speicherbare-

programmierbare

Steuerung, 1969

Elektrifizierung

Erstes

Fließband,

1870

Mechanisierung

Erster

mechanischer

Webstuhl,

1784

1.0 2.0

3.0 4.0

6

• Verzahnung der Produktion mit modernster Informations- und Kommunikationstechnik

• Grundlage sind intelligente, digital vernetzte Systeme, mit denen selbstorganisierte

Produktion möglich wird

• Auf diese Weise erzeugte intelligente Wertschöpfungskette erhöht Flexibilität des

gesamten Produktionsprozesses

• Vernetzung von Produkten und Maschinen steigert Effizienz, senkt Kosten und spart

gleichzeitig Ressourcen

Industrie 4.0

Menschen

Maschinen

Anlagen

Logistik

Produkte

Sicherheitstechnik

7

Potenziale durch die Implementierung von Energiemonitoringsystemen

Messdatenerfassung

und Visualisierung

KPI

Interpretation und

Bewertung

Benchmarking

Intern / extern

„Blutbild“ der

Fertigung

virtuelle Messstellen

Kopplung mit

Simulation

Smart Consumer

heute Zukunft

Nut

zung

stie

fe

8

Energiemonitoringsysteme

Messdatenerfassung und Visualisierung

9

Potenziale durch die Implementierung von Energiemonitoringsystemen

Messdatenerfassung

und Visualisierung

KPI

Interpretation und

Bewertung

Benchmarking

Intern / extern

„Blutbild“ der

Fertigung

virtuelle Messstellen

Kopplung mit

Simulation

Smart Consumer

heute Zukunft

Nut

zung

stie

fe

10

Key Performance Indicator (KPI) Definieren von KPI`s Beispiel: Räummaschine

Leis

tung

in k

W

20

40

60

Zeit in Sekunden 20 40 60 80 100

Betriebsbereitschaft

18 kW

Durchschnittsleistung 25 kW

Spitzenleistung 61 kW

0

Beispiel: KPIB/S = Betriebsbereitschaft / Spitzenlast = 18 kW / 61 kW = 29,5%

Ziel: Senken des KPIs Energieeinsparung

11

Key Performance Indicator (KPI) Definieren von KPI`s Beispiel: Kompressionskältemaschine

6

8

10

12

1,0

1,5

2,0

2,5

3,0

3,5

4,0

2529

3337

4145

49

1,0-1,5 1,5-2,0 2,0-2,5

2,5-3,0 3,0-3,5 3,5-4,0

12

Potenziale durch die Implementierung von Energiemonitoringsystemen

Messdatenerfassung

und Visualisierung

KPI

Interpretation und

Bewertung

Benchmarking

Intern / extern

„Blutbild“ der

Fertigung

virtuelle Messstellen

Kopplung mit

Simulation

Smart Consumer

heute Zukunft

Nut

zung

stie

fe

13

Benchmarking Definieren von spezifischen Benchmarks Beispiel: Räummaschine I

60

40

20

80

1 2 3 4 6 5 7

Leis

tung

in k

W

Zeit in Tagen

Wochenende

Freischichten

Benchmark des elektrischen Leistungsbedarfs

in Produktionspausen für Räummaschinen

gleichen Typs

14

Benchmarking Definieren von spezifischen Benchmarks Beispiel: Räummaschine II

60

40

20

1 2 3 4 6 5 7

Leis

tung

in k

W

Zeit in Tagen

80

Wochenende

Freischichten

Benchmark des elektrischen Leistungsbedarfs

in Produktionspausen für Räummaschinen

gleichen Typs

15

0

2

4

6

8

10

12

0 5000 10000 15000 20000 25000 30000 35000 40000

Ges

amte

ner

gie

bed

arf

in M

Wh

/t

Guss i.O. in t/a

Quelle: Energie Consulting Bühler, Energiebedarf der Druckgiesserei. Und wo liegt Ihre Giesserei?

Benchmarking Definieren von spezifischen Benchmarks Beispiel: Aluminium Druckgießerei

Benchmarking des

Gesamtenergiebedarfs pro

Tonne Aluminium-Druckguss

16

Potenziale durch die Implementierung von Energiemonitoringsystemen

Messdatenerfassung

und Visualisierung

KPI

Interpretation und

Bewertung

Benchmarking

Intern / extern

„Blutbild“ der

Fertigung

virtuelle Messstellen

Kopplung mit

Simulation

Smart Consumer

heute Zukunft

Nut

zung

stie

fe

17

Gallenstauung (Cholestase)

Herz-

erkrankung

Leber- und Gallenerkrankung

akute Leberentzündung

Quelle: Basierend auf Lohmann, M.: Laborwerte verstehen

Gamma-GT

(Gamma-Glutamyl-Transferase)

u. a. Indikator für

Leber- und Gallenerkrankung

GPT

(Glutamat-Pyruvat-Transaminase)

GOT

(Glutamat-Oxalazetat-Transaminase)

Uni

ts p

ro L

iter

Leber- und Gallenerkrankung

Männer - Normalwerte Frauen - Normalwerte

Das „Blutbild“ der Fertigung

18

Informationsgewinn aus Energiedaten

Energiebrille

• Energetische Analyse der Energieprofile

und Ermittlung von Einsparpotenzialen

Das „Blutbild“ der Fertigung

Energiedaten können anhand verschiedener Kriterien analysiert werden

(Betrachtung der selben Energiedaten mit verschiedenen „Brillen“)

Prozessbrille

• Konkrete Erkenntnisse über Prozessabläufe und Anlagenverhalten des jeweiligen Produktionsprozesses

Qualitätsbrille

• Fehlererkennung an Werkstücken und Produktionsmaschinen anhand von Abweichungen im Energiefluss

19

Energiebrille Beispiel: Schleifmaschine

Das Blutbild der Fertigung

Leis

tung

in k

W

Zeit in Stunden 6 12 18 24 28

10

20

30

40

Spitzenlast Produktion

Durchschnittsleistung Produktion

Grundlast Produktion

Anfahrspitzen

Ruheleistung

20

Das Blutbild der Fertigung

Leis

tung

in k

W

Zeit in Stunden 6 12 18 24 28

10

20

30

40

Prozessbrille Beispiel: Schleifmaschine

21

Das Blutbild der Fertigung

Leis

tung

in k

W

Zeit in Stunden 6 12 18 24 28

10

20

30

40

Rei

nigu

ng

Qualitätsbrille Beispiel: Schleifmaschine

22

Potenziale durch die Implementierung von Energiemonitoringsystemen

Messdatenerfassung

und Visualisierung

KPI

Interpretation und

Bewertung

Benchmarking

Intern / extern

„Blutbild“ der

Fertigung

virtuelle Messstellen

Kopplung mit

Simulation

Smart Consumer

heute Zukunft

Nut

zung

stie

fe

23

Virtuelle Messstellen

m = ρ ⋅ v ⋅ A T = f R

Q = m ⋅ cp ⋅ υaus − υein

• Verrechnung mehrerer physikalischer Messgrößen zu einer virtuellen Messstelle

• Besonders bei thermischen Prozessen interessant

• da Einbau neuer Wärmemengenmesstechnik und deren Integration sehr kostspielig (ab

ca. 1500€ pro Messstelle)

Messstrecke mit

Durchflussmessung und

zwei Temperatursensoren

24

Virtuelle Messstellen

Durchfluss-

messung

Pt100 Rechen-

werk

Wärme

SPS SCADA

oder

Datenbank

Hardware ist bereits vorhanden

oder wird erst garnicht benötigt.

25

Potenziale durch die Implementierung von Energiemonitoringsystemen

Messdatenerfassung

und Visualisierung

KPI

Interpretation und

Bewertung

Benchmarking

Intern / extern

„Blutbild“ der

Fertigung

virtuelle Messstellen

Kopplung mit

Simulation

Smart Consumer

heute Zukunft

Nut

zung

stie

fe

26

Simulation und Evaluation von Effizienzmaßnahmen

Allgemeines

Modell Produkt

Modell Produkt X

Schritt 1

Konstruktion

Physikalische

Grundlagen

Berechnungen/

Simulationen

Modell Produkt X

Schritt 2 Modell Produkt X

Schritt n

Modell Produkt X

End of Life

Modell

Produkt X

Labor- und

Prüfergebnisse Andere, z.B. Service

Diagnose

Reparatur

Qualitätsregelkreise

Modell

Produkt X

Modell

Fertigung

Datenerfassung

Diagnose

Produkt X Produktionsschritt 1 Produktionsschritt 2 Produktionsschritt 3 verkürzter EoL-Test Einzelteile

27

Potenziale durch die Implementierung von Energiemonitoringsystemen

Messdatenerfassung

und Visualisierung

KPI

Interpretation und

Bewertung

Benchmarking

Intern / extern

„Blutbild“ der

Fertigung

virtuelle Messstellen

Kopplung mit

Simulation

Smart Consumer

heute Zukunft

Nut

zung

stie

fe

28

Fertigungsprozess

simulationsgestützte

übergeordnete Steuerung

E-Monitoring (online)

(zukünftiger) Energiemarktpreis

(zukünftiges) Wetter

Produktionsdaten

Kälte-

Speicher

Th.-Öl-

Speicher

BHKW

AKM

KKM

GB

FK

Aufteilung des Gas- und Strombezugs

Strom DEZEV

TGA

Gas

TRAFO

Smart Consumer

EH

Th.-Öl

BHKW

AKM

KKM

GB

FK

DEZEV

TGA

TRAFO

EH

Thermo-Öl

Blockheizkraftwerk

Ab- oder Adsorptionskältemaschine

Kompressionskältemaschine

Gasbrenner

Freikühler

Dezentrale Energieversorgung

Technische Gebäudeausrüstung

Transformator

Elektro Heizer

intelligenter Verbraucher im Smart Grid

Fall: maximaler Gasbezug

Simulation und Evaluation von Effizienzmaßnahmen Smart Consumer

29

Fertigungsprozess

simulationsgestützte

übergeordnete Steuerung

E-Monitoring (online)

(zukünftiger) Energiemarktpreis

(zukünftiges) Wetter

Produktionsdaten

BHKW

DEZEV

TGA

TRAFO

Smart Consumer

Kälte-

Speicher

Th.-Öl-

Speicher

AKM

KKM

GB

FK

EH

Strom

Gas

Th.-Öl

BHKW

AKM

KKM

GB

FK

DEZEV

TGA

TRAFO

EH

Thermo-Öl

Blockheizkraftwerk

Ab- oder Adsorptionskältemaschine

Kompressionskältemaschine

Gasbrenner

Freikühler

Dezentrale Energieversorgung

Technische Gebäudeausrüstung

Transformator

Elektro Heizer

Aufteilung des Gas- und Strombezugs

intelligenter Verbraucher im Smart Grid Fall: Strombezug ≈ Gasbezug

Simulation und Evaluation von Effizienzmaßnahmen Smart Consumer

30

Fertigungsprozess

simulationsgestützte

übergeordnete Steuerung

E-Monitoring (online)

(zukünftiger) Energiemarktpreis

(zukünftiges) Wetter

Produktionsdaten

BHKW

DEZEV

TGA

TRAFO

Smart Consumer

Kälte-

Speicher

Th.-Öl-

Speicher

AKM

KKM

GB

FK

EH

Strom

Gas

Th.-Öl

BHKW

AKM

KKM

GB

FK

DEZEV

TGA

TRAFO

EH

Thermo-Öl

Blockheizkraftwerk

Ab- oder Adsorptionskältemaschine

Kompressionskältemaschine

Gasbrenner

Freikühler

Dezentrale Energieversorgung

Technische Gebäudeausrüstung

Transformator

Elektro Heizer

Aufteilung des Gas- und Strombezugs

intelligenter Verbraucher im Smart Grid

Fall: maximaler Strombezug

Simulation und Evaluation von Effizienzmaßnahmen Smart Consumer

31

Vielen Dank für Ihre Aufmerksamkeit!

Industrie 4.0