Post on 13-May-2023
Energietechnische Beschreibung fertigungstechnischer Prozesse zur Bewertung der Energieeffizienz Dipl.-Ing. (FH) L. Christiansen, Dipl.-Ing. T. Linnenberg, Prof. Dr.-Ing. A. Fay; Helmut-Schmidt-Universität/Universität der Bundeswehr Hamburg Dr. C. Seitz, Dipl.-Inf. (FH) A. Müller; Siemens AG, Industry Sector, Advanced Technologies & Standards, Nürnberg Kurzfassung
Um energietechnische Aspekte eines automatisierten Produktionssystems bewerten zu
können, bedarf es einer einheitlichen semantischen Definition der Terminologie sowie der
Zusammenhänge zwischen den Begriffen. Hierfür wurde eine Energie-Ontologie
(OntoENERGY) entwickelt, die in Verbindung mit einem formalisierten Prozessmodell eine
Basis bildet, um das Thema Energieeffizienz bereits in der Planungsphase zu betrachten.
Basierend auf einem Simulationsmodell einer realen Versuchsplattform wurden der Prozess
sowie die Anlage exemplarisch anhand zweier Kennzahlen hinsichtlich des Energieverbrauchs
untersucht und bewertet. Die Kennzahlen ermöglichen die Ableitung von
Optimierungspotentialen und eine direkte Überprüfung anhand des Simulationsmodells.
1. Motivation
Energieeffizienz und Ressourcenschonung sind derzeit intensiv diskutierte Themen, welchen
nicht nur im Kontext des Klimawandels, sondern insbesondere im Rahmen der in Deutschland
stattfindenden Energiewende eine große Bedeutung beigemessen wird. Dieses Ziel erfordert
aber gleichzeitig neue und bessere Methoden, die eine effiziente Systementwicklung
unterstützen [1].
Aus Sicht des Zentralverbands Elektrotechnik und Elektroindustrie e.V. (ZVEI) liegt „im
konsequenten Einsatz neuer Produkte, Systeme und Lösungen der
Prozessautomatisierungstechnik ein gigantisches Energieeinsparpotenzial. Um es zu
erschließen, sind alle produktionstechnischen Prozesse und Vorgänge möglichst
energieoptimal auszurichten.“ [2]. Dies ist im wesentlichen Sinne auch auf die
Fertigungsautomation zu übertragen. Der ZVEI schätzt, dass Prozesse ein energietechnisches
Optimierungspotenzial von 10 bis 25 Prozent bieten [3]. Um einerseits dieses Potenzial zu
erschließen, andererseits Maßnahmen zur Steigerung der Energieeffizienz umzusetzen, liegt
die wesentliche Herausforderungen hierfür in der Erfassung und Beschreibung von
existierenden und zukünftigen Energieverbräuchen, bezogen auf die jeweiligen Prozesse [4].
Im Allgemeinen existieren zwei verschiedene Ansätze: (i) die Optimierung des Prozesses/der
Anlagen während der Produktionsphase oder (ii) die Ermittlung und Abschätzung des
Energieverbrauchs des geplanten Prozesses und direkte Beeinflussung bereits in der
Planungsphase [5]. Im Vergleich zur Optimierung während der Betriebsphase wird das
Potenzial hinsichtlich einer energieeffizienten Auslegung von Prozessen und Anlagen bereits
in der Planungsphase eines automatisierungstechnischen Projekts sehr hoch eingeschätzt [6].
Aus Sicht der Autoren lassen sich hieraus folgende, grundlegende Fragestellungen ableiten,
um das Thema Energieeffizienz bereits in den frühen Phasen des Engineerings zu bewerten,
Optimierungspotenziale zu identifizieren und geeignete Maßnahmen hierfür abzuleiten:
Wie viel Energie „verbraucht“ der Prozess?
Welche Energieformen sind beteiligt?
Welche Methoden und Beschreibungsmittel sind verfügbar, um die Thematik der
Energieeffizienz bereits während der Planungsphase zu berücksichtigen?
2. State of the art
Im Kontext von Energiemanagementsystemen, die zur Ermittlung und Visualisierung des
Energieverbrauchs eines automatisierungstechnischen Systems genutzt werden, werden in [7]
zum einen der Stand der Technik von Energiemanagement im Automatisierungsumfeld, zum
anderen künftige Anforderungen erläutert. Hier wird die Möglichkeit zur Simulation des
Energieverbrauchs während der Planungsphase als ein wesentliches Kriterium gesehen, in
Verbindung mit einer durchgängigen Datenintegration. Dieser vielversprechende Ansatz wird
durch eine ontologiebasierte Modellierung der Domäne „Energie“ und der energieorientierten
Modellierung eines Produktionsprozesses sowie der Verwendung dieser Modelle in einer
Simulation in diesem Beitrag vorgestellt.
Vorangegangene Arbeiten energieorientierter Ontologien finden sich in unterschiedlichen
Anwendungsdomänen mit konkreten Anwendungszielen und sind daher meist schwer auf die
Domäne der Automatisierungstechnik übertragbar. Borst et al. [8] definierten bereits 1995 eine
umfangreiche Ontologie mit Fokus auf physikalischen und energietechnischen
Zusammenhängen. Zeiler et al. [9] hingegen beschränken sich auf Energieumwandlungen in
Gebäuden und Infrastruktureinrichtungen. Etwas umfangreicher ist die ebenfalls aus einer
Ontologie für Energiemanagement in Gebäuden heraus entwickelte Ontologie von Wicaksono
et al. [10]. Diese bietet die Möglichkeit diskrete Fertigungsprozesse unter Einbeziehung
energetischer Aspekte zu modellieren, bewegt sich jedoch auf der Ebene einer Domain
Ontology. All diesen Ansätzen sind daher zwei Defizite gemein: Sie sind nur bedingt skalierbar
und können nicht generalisiert, d.h. auf verschiedene Domänen angewendet werden.
In [11] wird ein Konzept auf Basis eines Automatenmodells zur Berechnung des
Energieverbrauchs von Werkzeugmaschinen vorgestellt. In [12] wird, basierend auf dem
Schalt- und Betriebsverhalten einer Anlage, ein „Start-Stopp-System“ vorgeschlagen, welches
das System temporär in einen energieoptimalen Zustand überführen kann. Basierend auf
einem Zustandsautomaten kann vorab quantitativ untersucht werden, zu welchen Zeitpunkten
die Anlagenkomponenten in einen Zustand überführt werden, in denen sie weniger Energie
verbrauchen. Auf Basis eines lernenden Modells wird in [13] eine Methode vorgestellt, mit der
Anomalien d.h. Abweichungen des Energieverbrauchs zwischen Modellprognose und realem
Prozess ermittelt werden können.
Im Vergleich zu den bestehenden Ansätzen wird in diesem Beitrag eine Möglichkeit
vorgestellt, die es erlaubt, energietechnische Aspekte eines Systems mittels eines geeigneten
Beschreibungsmittels in Verbindung mit der Energie-Ontologie zu beschreiben und eine
Bewertung des Aspektes Energie in automatisierungstechnischen Systemen vorzunehmen.
3. OntoENERGY – eine Ontologie zur Definition energietechnischer Begriffe
Für eine präzise Kommunikation, das Verständnis von Systemen, fundierte Analysen und die
Identifikation von Optimierungspotenzialen ist eine eindeutige Definition der grundlegenden
Begrifflichkeiten der Domäne sowie die Formalisierung ihrer Beziehungen untereinander
essenziell. Dies ist auch Kernaufgabe von Ontologien [14]. Mit ihrer Hilfe kann Wissen in
gleichermaßen maschinen- und menschenlesbarer Form strukturiert, verteilt und automatisiert
verarbeitet werden.
Motiviert durch die in Kapitel 2 beschriebenen Defizite existierender ontologiebasierter
Ansätze wurde zunächst die Entwicklung einer fundamentalen Ontologie für die
energietechnische Terminologie (OntoENERGY) angestrebt. Mit OntoENERGY sollen
Strukturen zur allgemeingültigen Beschreibung beliebiger energietechnischer Aspekte im
Sinne einer Upper Ontology bereitgestellt werden. Entsprechend wurden im Zuge der
Konzeption folgende Anforderungen an OntoENERGY gestellt: Skalierbarkeit, Portabilität,
universelle Verwendbarkeit (Fertigungs- als auch Prozesstechnik). Hierfür ist es erforderlich,
fundamentale physikalische Größen sowie energietechnische Zusammenhänge zu
beschrieben. Dies ermöglicht neben der Analyse automatisierungstechnischer Prozesse die
Identifikation potentieller Schwachstellen. Hierfür wurden grundsätzliche Konzepte, wie die
Differenzierung unterschiedlicher Verbrauchsprozesse aus den oben genannten Referenzen
übernommen und um wichtige Komponenten erweitert.
3.1 Grundlegende energietechnische Begriffe
Die Basis von OntoENERGY bildet die präzise Definition der fundamentalen
energietechnischen Terminologie. Eine Auswahl der wichtigsten Definitionen wird im
Folgenden gegeben:
Der Begriff Energie bezeichnet eine fundamentale physikalische Größe innerhalb technischer
Systeme. Hierbei wird zwischen drei unterschiedlichen Sichtweisen auf den Energiebegriff
unterschieden. Die physikalische Sichtweise beschreibt die grundsätzlich
einsetzbare/nutzbare Energie innerhalb eines Systems und umfasst folgende Energieformen:
Elektrisch, Chemisch, Thermisch und Mechanisch. Die industrielle Sichtweise auf den Begriff
Energie teilt diese in Primär- und Sekundärenergie. Die automatisierungstechnische
Sichtweise soll u.a. eine energetische Analyse automatisierungstechnischer Prozesse
ermöglichen, und unterscheidet daher die folgenden Energiearten:
- Prozessenergie: Energie, welche für die Ausführung eines konkreten
Prozessschrittes benötigt wird z.B. Energie zum Transport von Produkten auf einem
Förderband.
- Ressourcenenergie: Energieversorgung der am Prozess beteiligten Komponenten
z.B. Sensoren, Aktoren, Steuerung.
- Produktenergie: Energie, die in einem Produkt enthalten ist. Dies kann z.B.
thermische Energie nach einer Heizphase sein.
- Systemenergie: Energie des gesamten Systems. Sie stellt die Summe aller im
System enthaltenen Energiemengen und –Flüsse von Prozess-, Ressourcen- und
Produktenergie dar.
Der Energiebedarf ist im Folgenden definiert als die Energiemenge zum Befriedigen eines
Bedürfnisses, z.B. dem Erzeugen eines Gutes unter Einsatz einer dafür geeigneten Technik
unter definierten Randbedingungen [15].
Der Begriff Energieverbrauch unterliegt keiner einheitlichen Definition. In [15] wird von
„Bezugsenergie“ gesprochen, welche für die Menge an Energie steht, die der Endverbraucher
bezieht, also „verbraucht“ bzw. die für „die Deckung des Energiebedarfs aufgewandte Menge
bestimmter Energieformen unter realen Bedingungen“.
Effizienz und insbesondere der Begriff der Energieeffizienz wird durch eine Vielzahl von
Normen und Direktiven definiert, u.a. in [16], [17]. Bezogen auf Energie bedeutet
Energieeffizienz die Realisierung eines energietechnischen (Einsparungs-)Zieles mit möglichst
geringem Aufwand:
(1)
Energieverschwendung kann mittels der Differenz zwischen SOLL-Verbrauch und IST-
Verbrauch im aktuellen Zustand (2) ermittelt werden.
(2)
3.2 Designprinzipien
Gemäß dem Ziel, OntoENERGY als eine skalierbare Upper Ontology zu gestalten, wurde
beim Entwurf auf eine spätere Verwendbarkeit in einer Vielzahl von Anwendungsdomänen
geachtet. Die Analyse eines automatisierungstechnischen Systems wurde dabei als konkreter
Anwendungsfall ins Auge gefasst. Die Aspekte einer guten Nutz- und Erweiterbarkeit wie auch
die einfache Integrierbarkeit in proprietäre, herstellerspezifische Softwaretools sind dabei als
gleichwertig zu betrachten. Daher wurde die Web Ontology Language (OWL), eine vom W3C
[18] spezifizierte Sprache zur Handhabung von Ontologien mit entsprechender
Werkzeugunterstützung, als Gestaltungsmittel gewählt.
Beim Entwurf von OntoENERGY wurde die Definition auf TBox-Ebene (Terminologische
Ebene) primär betrachtet, um eine breite Verwendbarkeit in darauf aufbauenden Ontologien
zu unterstützen. Zwecks einer verständlichen und übersichtlichen Hierarchisierung wurden die
drei Sichtweisen auf den Energiebegriff (Physical, Industrial und Automation), wie in Bild 1
oben links dargestellt, die Interpretation von Energieverschwendung (Dissipation) als Form
eines – nicht zielführenden – Verbrauchs (Consumption), in Bild 1 unten links, sowie die
Zusammenhänge zwischen den Termini als wesentliche Gliederungsmerkmale eingeführt.
Diese strikte Trennung der Begrifflichkeiten unterstützt eine domänenunabhängige
Anwendung der OntoENERGY und erlaubt somit, die Nische der anwendungsfallbezogenen
Ontologien zu verlassen und ein umfängliches Beschreibungsmittel für Systeme und Prozesse
zu etablieren.
Zu den terminologischen Zusammenhängen wurden auch mathematische Beziehungen wie
Additionen, Divisionen oder Multiplikationen, wie sie im Rahmen der Terminologiedefinition
vorkommen, gezählt. Bild 1 zeigt diese unten rechts. Diese wurden unter Beachtung einer
eindeutig benannten Definition und Zuordnung der einzelnen Operanden gemäß ihrer Rolle
(wie z.B. Divisor und Dividend), in der Ontologie abgebildet. Auf eine generische
Repräsentation mathematischer Ausdrücke, wie sie etwa MathML [19] erlauben würde, wurde
verzichtet. Der Grund hierfür war, dass dies eine Modellierungskomplexität abseits der
energiebezogenen Kernkonzepte bedeutet hätte. Eine Referenzierung der für die Berechnung
der jeweiligen Ausdrücke erforderlichen Instanzen benötigter Klassen wurde hier als der
sachdienlichere Weg identifiziert.
3.3 Implementierung von OntoENERGY
Bild 1 zeigt die konzeptuelle Hierarchie von OntoENERGY, basierend auf der zuvor
eingeführten Terminologie und ihrer Zusammenhänge. So besitzt das Konzept Energy (oben
links) die spezifischen Subkonzepte Physical, Industrial und Automation. Diese besitzen
wiederum Subkonzepte, welche die Energiearten um Energieformen, wie z.B. mechanische
Energie oder Prozessenergie erweitern. Anhand dieser Subkonzepte wird eine Analyse in
höherem Detaillierungsgrad ermöglicht. Die Konzepte Exergy (oben rechts, zweites Feld) und
Anergy (oben rechts, drittes Feld) erlauben darüber hinaus eine Bewertung der
Energiequalität. Parallel hierzu existieren die Konzepte Supply (mitte rechts) und Consumption
(unten links), welche, ebenso wie das Konzept Demand (mitte rechts), die unterschiedlichen
Austauschprozesse beschreiben. Insbesondere das Konzept Supply ist hier von Bedeutung,
um die Quellen und Senken von Energie identifizieren und kategorisieren zu können.
Mathematische Zusammenhänge wurden unter einem separaten Konzept
mathematicalOperations (unten rechts) zusammengefasst. Bedingt durch die Beschränkung
auf binäre Beziehungen in OWL erfolgte die Modellierung der unterschiedlichen Probleme wie
in Bild 2 dargestellt. Vergleicht man die hier gezeigte Semantik mit dem Quotienten (1) so ist
erkennbar, dass alle an mathematischen Operationen beteiligte Objekte wie z.B. der Ertrag (in
Bild 2: „consumption“) als Dividend oder der Aufwand (in Bild 2 „supply“) als Divisor in ihrer
Rolle fixiert sind. Neben der Berechnung der Effizienz erlauben festgeschriebene Formeln zur
Berechnung der Energieverschwendung und Gesamt Energienutzung eine individuelle
Optimierung der Taxonomie.
Bild 1 Konzeptuelle, hierarchische Struktur der OntoENERGY
4. Erstell
Für die A
geeignete
zweckmä
Beschreib
4.1 Form
Die FPB
Prozesse
insbeson
beschreib
Technisc
Informatio
als auch
Dauer od
wird.
Zwar bes
Aspekte
definiert
beschrieb
zu identif
Ressourc
energiete
definierte
4.2 Quali
Die ener
Hierfür w
verschied
Bild 2 Zu
lung und N
Analyse und
en Modells
äßigen Art
bungsmittel
malisierte P
B ist ein
en. Neben
dere die M
ben. Für d
che Ressou
onsmodell b
allgemein
der die benö
steht mit de
in der FP
ist, wie e
benen Idee
fizieren. Des
cenenergie
echnische A
en Konzepte
itative Mod
rgietechnisc
werden de
denen Ene
usammenhan
Nutzung ein
d Optimierun
s, welches
t und We
l die Forma
rozessbes
universelle
der graf
Möglichkeit,
die grafisch
urce (TR))
bietet hierbe
zu definier
ötigte Meng
em Zustand
B; ein wes
nergietechn
n zur Ableit
s Weiteren
nicht mög
Aspekte zu
e mit der FP
dellierung e
che Spezifi
en jeweilig
rgieformen
g zur Darstel
nes energie
ng von auto
die hierfü
eise bereit
lisierte Proz
chreibung
es Beschre
fischen Mo
den Proze
he Modellie
sowie Zu
ei die Mögli
ren. Hierunt
ge an Energ
d Energie d
sentliches
nische Asp
tung von Op
ist eine Diff
glich. Um d
u nutzen,
PB zu verkn
energietech
izierung de
gen Proze
zugeordne
llung der Effic
eorientierte
omatisierun
ür benötigt
tstellt. Aus
zessbeschr
eibungsmitte
odellierung
ess mittels
erung steh
ustände (P
ichkeit, Ope
ter fällt z.B
gie die zur A
die Möglich
Defizit bes
pekte mode
ptimierungs
fferenzierun
das Proze
schlagen
nüpfen.
hnischer A
es Prozess
essoperatore
et. Wie in
ciency nach
en Prozess
gstechnisch
ten Daten
s Sicht de
reibung [20]
el zur Be
des Proz
eines Info
hen Operat
Produkt, E
eratoren un
B. die minim
Ausführung
keit zur Mo
steht jedoch
elliert werd
spotenzialen
ng des Zusta
ssmodell a
die Autore
Aspekte
smodells er
en und te
Bild 3 darg
(1)
smodells
hen System
und Infor
er Autoren
] (FPB) an.
schreibung
zessablaufs
ormationsmo
toren (Proz
nergie) zu
d Zustände
male oder m
eines Proz
odellierung
h darin, da
den müssen
n während d
ands Energ
als Basis i
n vor, die
rfolgt anha
echnischen
gestellt, ka
men bedarf
rmationen
n bietet s
von tech
s bietet d
odells deta
zessoperato
r Verfügun
e gewerkesp
maximale z
zessschritts
energietec
ass nicht e
n, um die
der Planung
gie in Proze
m Enginee
e in OntoE
and von At
n Ressourc
ann es sich
es eines
in einer
sich als
hnischen
die FPB
ailliert zu
or (PO),
ng. Das
pezifisch
zulässige
benötigt
hnischer
eindeutig
in [21]
gsphase
ss- bzw.
ering für
ENERGY
ttributen.
cen die
h hierbei
einerseits um physikalische Energieformen, wie z.B. elektrische- oder mechanische-,
andererseits auch um automatisierungstechnische Energieaspekte, wie z.B. Prozessenergie
und Ressourcenenergie, handeln. Da Prozessenergie die Menge der zur Ausführung z.B.
eines Transportprozesses benötigte Energie beschreibt, ergibt sich hieraus, dass diese
Energiemenge als variabel angesehen werden kann, da diese nur während der
Prozessausführung „benötigt“ wird. Die zur Ausführung des Prozesses benötigte
Ressourcenenergie wird, wie in Bild 3 gezeigt, ebenfalls in einen fixen und variablen Anteil
unterteilt. Der fixe Energiebedarf repräsentiert die Energie, die zur Grundversorgung der
Ressource benötigt wird. Der variable Anteil hingegen ergibt sich z.B. aus der Prozessenergie.
Je nach Detaillierungsgrad und Anwendungsfall können weitere fixe oder variable
Energieanteile modelliert werden, wie z.B. Druckluft oder Beleuchtung [22].
Bild 3: Zuordnung von Prozess- und Ressourcenenergie im Prozessmodell
Die strikte Trennung zwischen dem Energiebedarf eines PO und einer TR ermöglicht eine
differenzierte Bewertung. Basierend auf den Konzepten von OntoENERGY zur Berechnung
des Energiebedarfs kann unabhängig voneinander entweder der Energiebedarf des
Prozessablaufs oder der Ressourcen betrachtet werden. Somit besteht die Möglichkeit, das
System hinsichtlich des Energieverbrauchs von Prozessen/POen und
TRen/Ressourceneinheiten getrennt voneinander zu analysieren und anschließend zu
optimieren. Die zugehörigen quantitativen Energiemengen können entweder durch die direkte
Messung des Energieverbrauchs von Ressourcen bestimmt werden oder durch die Simulation
des Prozesses mittels eines geeigneten Simulationsmodells. Die ermittelten Energiemengen
können im Anschluss in das Prozessmodell integriert werden und stehen somit als
Informationen weiteren Gewerken zur Verfügung.
4.3. Nutzung des energieorientierten Prozessmodells im Engineering
In Verbindung mit der OntoENERGY und dem energieorientierten Prozessmodell lassen sich
während des Engineerings spezifische Fragestellungen hinsichtlich der SOLL-/IST-
Energieverbräuche und –bedarfe eines Prozesses beantworten sowie die
Energieverschwendung ermitteln, jeweils getrennt für einzelnen Prozessschritte und
Ressourcen oder für das gesamte System. Hieraus lassen sich z.B. Anforderungen
dahingeh
derzeitige
die Mög
Energiev
5. Anwen
Versuchs
Auf Bas
energieor
energiete
ermöglich
erstellt.
5.1 Die V
Auf der V
mit klein
Lauftext
besteht
sukzessiv
Mechanik
von ein
Plättchen
Spaltenle
zu „produ
enthalten
fertiggest
Schiebem
angekom
Lagerban
5.2 Erste
Verbindu
Für ener
Plant Sim
Bewertun
Anlage g
wurde de
hen ableiten
en energiet
glichkeit, d
erbrauchs o
ndung des
splattform
sis einer
rientiertes
echnische A
hen, wurde
Versuchspl
Versuchspla
nen Plastik
erzeugt. E
aus mehre
ve über
k zusamm
em Lager
n mit Hilfe d
egeband B2
uzierendem
ner Spalte b
tellt, wird
moduls auf
mmen, übe
nd. Dort ver
ellung und
ung mit ein
rgietechnisc
mulation eig
ng des Proz
gemessen u
er Energiev
n, mittels we
echnischen
die Auswa
oder eines A
Prozessm
realen, al
Prozessm
Abschätzung
hierfür ein
attform „T
attform (sieh
plättchen e
Ein einzelne
eren Spalt
eine e
mengesetzt.
rband B1
des Antrieb
2 transport
m“ Buchstab
bewegt sich
sie bis zu
f das Textb
rnimmt da
rweilen sie b
energietec
nem Modul
che Untersu
gene Metho
zesses erm
und in das S
verbrauch a
elcher Anlag
n Zustand g
ahl geeign
Antriebskon
modells und
s Demons
odell eine
gen des zu
Simulations
imes-Squa
he Bild 4) w
ein beliebig
er Buchsta
ten und w
entsprechen
Ausgehe
werden
bs M1 auf e
tiert. Je na
ben und da
h Band B2
um Ende
band B3 b
s Abtransp
bis zum näc
chnische A
zur Energ
uchungen w
oden und M
möglichen. H
Simulations
an der rea
gen- und Pr
emacht we
neter Mes
nzeptes zu
d Simulatio
strator die
es hybride
ukünftigen E
smodell mit
are“
wird
ger
abe
wird
nde
end
die
ein
ach
arin
um die hie
von Band
bewegt. Ist
portband B
chsten zu p
Attribuierun
ieauswertu
wurden neb
Module integ
Hierfür wurd
smodell inte
len Anlage
Bild 4
rozessindik
rden kann.
ssinstrumen
unterstütze
on anhand e
enenden V
en Prozess
Energieverb
tels der Sof
erfür notwe
B2 trans
t der Lauft
B4 den Tr
roduzierend
ng des Sim
ung
ben den M
griert, die a
den die Ene
egriert. Anh
e ermittelt u
Versuchspla
atoren eine
Basierend
ntierung zu
n.
einer reale
Versuchspla
ses erstel
brauchs des
ftware Plant
ndige Dista
portiert un
text am En
ransport d
dem Schriftz
ulationsmo
Methoden un
nhand zwe
ergieverbräu
and eines
und mit de
ttform „Time
e Aussage ü
darauf bes
ur Messu
en
attform wu
llt. Um f
s Demonstr
t Simulation
anz. Ist eine
nd mit Hilf
nde von B
der Plättche
tzug.
odells in
nd Funktio
eier Kennza
uche an de
Referenzpr
n Ergebnis
es-Square“
über den
teht z.B.
ng des
rde ein
rühzeitig
rators zu
n 10 [23]
e Spalte
fe eines
Band B3
en zum
nen von
ahlen die
er realen
rozesses
ssen der
Simulatio
abstraktio
realen An
ermittelt w
5.3. Ausw
Hinsichtli
Modulant
Für die B
welches
bezogen
Abtransp
Prozess)
Leerlauf s
zurückzu
Textmodu
diskret e
nimmt da
In den be
wie z.B. U
alle vier
zweite K
Zustand
diesem F
Zustand
Stand-By
Bild 5: K
on verglic
onsbedingte
nlage, konn
werden.
wertung un
ch des En
teil (1) und
Bewertung
Modul im V
auf die ge
ortmodul (g
. Hingegen
sehr gering
führen, das
ul (blau) k
ein- und au
as Modul de
eiden Zustä
Umrichter u
Module ist
Kennzahl (2
während d
Fall verweilt
Leerlauf, z
y.
ennzahlen –
chen. Unt
en Fehlern
nte im Schn
nd Interpre
ergieverbra
Modulbezo
des gesam
Vergleich zu
esamte Proz
gelb) mit c
ist der Ant
(ca. 2 %),
ss das Abtr
kontinuierlic
usgeschalte
en Zustand
änden Leer
und Steueru
der Anteil
2) beschrei
der Erstellun
das Modul
zu ca. 26
Modulbezoge
ter Beach
im Modell
itt eine Abw
etation der
auchs wurd
gener Zusta
mten Prozes
den andere
zessausfüh
ca. 60 % d
teil der Res
da dieser Z
ansportmod
h angetrieb
t werden. W
Leerlauf an
rlauf und S
ungen mit S
im Zustand
bt, wie lan
ng eines ge
während d
% in dem
ener Zustand
htung von
sowie phy
weichung vo
Ergebniss
den zwei K
andsanteil (
sses dient K
en Modulen
hrung besitz
der Hauptk
ssourcenen
Zustand nur
dul im Verg
ben wird, h
Wird das B
n und besitz
Stand-By we
Strom verso
d Stand-By
nge sich e
ewünschten
des Prozess
Zustand P
dsanteil (li.) u
n Modelli
ysikalischer
on 13% zwi
e aus Lang
Kennzahlen
(2) (Bild 5).
Kennzahl (1
n den höchs
zt. Wie in B
konsument
ergie des A
selten ang
gleich zu La
hingegen d
Band des
zt somit kei
erden nur d
orgt. Auf Gru
nahezu gle
ein Modul a
n Fließtexte
sausführung
Prozess sow
nd Zustands
erungsunge
r Effekte w
ischen Rea
gzeitstudie
definiert: Z
1). Aus ihr
sten Energi
Bild 5 zu er
der Prozes
Abtransportm
enommen w
ager- (rot), S
die drei an
Moduls nic
nen Anteil a
die Kompon
und der gle
eich bei ca.
anteilig in
es befindet
g zu über 70
wie zu 1 %
bezogener M
enauigkeite
wie Reibung
alität und Si
e
Zustandsbe
lässt sich a
eanteil pro
rkennen ist
ssenergie (
moduls im
wird. Dies is
Spalten- (gr
nderen Mod
cht angetrie
an Prozess
nenten der
eichen Hard
25 % (Bild
einem bes
t (Bild 5 re
0 % der Zei
% in dem
Modulanteil (re
en und
g an der
mulation
ezogener
ableiten,
Zustand
, ist das
(Zustand
Zustand
st darauf
rün) und
dule nur
eben, so
senergie.
Module,
ware für
d 5). Die
stimmten
chts). In
it in dem
Zustand
e.)
Die Kennzahlen ermöglichen nun, den Anteil des Energieverbrauchs während der
Prozessausführung zu bewerten. Hinsichtlich des „Zustandsbezogenen Modulanteils“ kann
eine mögliche Optimierungsmaßnahme darin bestehen, den prozessspezifischen
Energieverbrauch zu reduzieren, in dem effizientere Antriebe eingesetzt werden. Als
Optimierungsmaßnahme, basierend auf der Kennzahl „Modulbezogener Zustandsanteil“
könnte durch eine prozesszustands-orientierte Teilabschaltung der zeitliche Anteil im Zustand
Leerlauf deutlich verringert werden. Gleichzeitig erhöht sich dadurch der zeitliche Anteil im
Zustand Standby um diesen Zeitanteil, da das Modul somit länger bzw. häufiger in diesem
Zustand verweilt. Es ist jedoch zu beachten, dass eine Optimierung eines einzelnen Moduls
stets unter Berücksichtigung des Gesamtprozesses durchzuführen ist.
6 Zusammenfassung
Basierend auf OntoENERGY, welche eine eindeutige semantische Definition der
energietechnischen Terminologie und deren Zusammenhänge bereitstellt, um verschiedene
energetische Faktoren eines Prozesses zu ermitteln, wurde eine Ansatz vorgestellt, mit dem
die Thematik Energieeffizienz untersucht werden kann. Um die unterschiedlichen
energietechnischen Aspekte innerhalb eines Prozesses beschreiben zu können, wurde mit der
Formalisierten Prozessbeschreibung ein Beschreibungsmittel gewählt, welches die qualitative
und quantitative Zuordnung von Energieformen ermöglicht und als durchgängiges
Informationsmodell im Engineering genutzt werden kann. In Verbindung mit einem
Simulationsmodell, welches dazu genutzt werden kann den Energieverbrauch in
Langzeitsimulationen abzuschätzen, können geplante Prozessänderungen oder der Einsatz
energieeffizienterer Komponenten und Antriebe hinsichtlich der Optimierung des
Energieverbrauchs simulativ untersucht werden, ohne die reale Versuchsplattform zu
benötigen. Mittels zweier Kennzahlen ist es möglich, den Anteil des Energieverbrauchs
hinsichtlich des Prozesses sowie der Anlage zu visualisieren. Basierend auf diesen
Kennzahlen ist zukünftig eine Optimierung des Systems möglich.
Literatur
[1] DECHEMA E.V.: Chemieanlagen: ‚Operational Excellence‘ ist das Ziel: Trendbericht Nr. 3:
Chemieanlagen-Konzepte. 2009
[2] Weissbuch Energie-Intelligenz: Energie intelligent erzeugen, verteilen und nutzen. 2. Aufl. Frankfurt, M:
ZVEI, 2010.
[3] ZVEI: Mehr Energieeffizienz durch Prozessautomation: Wirtschaftlichkeit überprüfen, Verbesserungen
umsetzen. 2012
[4] Krellner, B.; Kunis, R.; Runger, G.: Modeling of energy-sensitive manufacturing processes. In Proc. of 9th
IEEE International Conference on Industrial Informatics. 2011, S. 334–340.
[5] Schrems, S., Eisele, C., Abele, E.: Methodology for an Energy and Resource Efficient Process Chain
Design. In: Glocalized Solutions for Sustainability in Manufacturing. Springer Berlin Heidelberg, 2011, S.
299–304.
[6] Müller, E., Engelmann, J., Strauch, J.: Energieeffizienz als Zielgröße in der Fabrikplanung:
Energieeffizienzorientierte Planung von Produktionsanlagen am Beispiel der Automobilindustrie. In: wt
Werkstatttechnik online, Vol. 98 (7/8), 2008, S. 634–639.
[7] Niemann, K.-H.: Energiemanagement in Automatisierungssystemen: Stand der Technik und künftige
Anforderungen. In: Tagungsband Automation 2012. S. 99-102
[8] Borst, P., Akkermans, J.M., Pos, A., Top, J.: The PhysSys ontology for physical systems. In: Working
Papers of the Ninth International Workshop on Qualitative Reasoning QR, 1995, S. 11–21.
[9] Zeiler, W., van Houten, R., Boxem, G., Savanovic, P., van der Velden, J., Wortel, W., Haan, J.-F.,
Kamphuis, R., Hommelberg, M., Broekhuizen, H.: Flexergy: An ontology to couple decentralised
sustainable comfort systems with centralized energy infrastructure. In: Proceedings of 3rd International
Conference on Smart and Sustainable Built Environments (SASBE), 2009.
[10] Wicaksono, H., Rogalski, S., Ovtcharova, J.: Towards Ontology Driven Approach for Intelligent Energy
Management in Discrete Manufacturing. In: Proceedings of 4th International Conference on Knowledge
Engineering and Ontology Development, 2012
[11] Dietmair, A., Verl, A., Wosnik, M.: Zustandsbasierte Energieverbrauchsprofile: Eine Methode zur
effizienten Erfassung des Energieverbrauchs von Produktionsmaschinen. In: wt Werkstatttechnik online,
Vol. 98 (7/8), 2008, S. 640–645.
[12] Mechs, S., Lamparter, S., Peschke, J.: Steigerung der Energieeffizienz in Automatisierungssystemen
durch Start-Stopp-Automatik. In: Tagungsband Automation 2012, S. 251-254
[13] Maier, A., Schetinin, N., Pethig, F., Niggemann, O., Vodencarevic, A., Kleine Büning, H.: Analyse und
Visualisierung des Energieverbrauchs in Produktionsanlagen. In: Tagungsband Automation 2012. S.103-
106
[14] Staab, S., Studer, R: Handbook on Ontologies. Springer-Verlag, Berlin 2004
[15] VDI-Richtlinie 4661: Energiekenngrößen Definitionen – Begriffe – Methodik. 2003
[16] EnEv: Energieeinsparungsverordnung (Neufassung 2007), EnEG: Energieeinsparungsgesetz (Neufassung
2009)
[17] EG-Richtlinie 2006/32/EG
[18] http://www.w3.org/TR/owl-ref/
[19] http://www.w3.org/Math
[20] VDI/VDE-Richtlinie 3682: Formalisierte Prozessbeschreibung. 2005
[21] Polke, B., Polke, R., Rauprich, G.: Erweiterung des Phasenmodells zur integrierten Beschreibung von
Material- und Energieströme. In: atp - Automatisierungstechnische Praxis, Vol. 37 (9), 1995, S. 28–33.
[22] Dietmair, A.; Verl, Alexander; Huf, A.: Wie Automatisierung Energie spart - Direkte und indirekte
Maßnahmen in der Gerätetechnik. In A&D Fabrik (21). 2009. S. 18-20
[23] Plant Simulation: http://www.plm.automation.siemens.com