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