Kühltürme vorausschauend betreiben und warten
Ausgangssituation
Seit über 20 Jahren ist die MULTI Kühlsysteme GmbH aus Aue ein führender Anbieter im Bereich der industriellen Prozesskühlung. Eine schnelle und zuverlässige Instandsetzung ist bei Anlagenstillständen unerlässlich und erhält die Kundenzufriedenheit. Mit steigender Anlagenzahl und der damit verbundenen Reaktionsgeschwindigkeit entstehen Engpässe beim Personal für die Vor-Ort-Maschinenwartung. Das gemeinsame Digitalisierungsprojekt untersucht Möglichkeiten einer vorausschauenden Instandhaltung von Kühltürmen.
Vorgehen
Gegenstand des Projektes war ein mit zahlreichen Sensoren ausgestatteter Kühlturm. Die daran erfassten Daten wurden aufbereitet und in einem interaktiven Dashboard visualisiert. Gemeinsam konnten technologische Zusammenhänge gefunden und Korrelationen in den Daten untersucht werden. Mithilfe neuronaler Netze wurde anschließend ein Kühlturm-Modell erstellt, um den Verlauf aktueller Messwerte überwachen zu können. Dadurch sollten Abweichungen vom Normalverhalten des Kühlturmes rechtzeitig identifiziert und mögliche Ausfälle prognostiziert werden. Um unkontrollierbare Umwelteinflüsse einzubeziehen, wurde das Konzeptdrift-Verfahren eingesetzt. Es identifiziert Änderungen in den Eigenschaften der Eingangsdaten oder der Beziehung zwischen den Eingangs- und Zielvariablen. Zeigen sich signifikante Abweichungen zwischen dem Systemmodell und den realen Sensordaten, deutet dies auf ein sich änderndes Systemverhalten (bspw. einen Defekt in der Anlage) hin. Die Kenntnis dessen ermöglicht es, Inspektions- oder Wartungsmaßnahmen einzuleiten und Ausfälle der Anlage zu vermeiden.
»Die eingesetzten Technologien und Methoden helfen uns, die Ausfallzeiten von Kühlanlagen und somit gesamter Fertigungsprozessketten deutlich zu reduzieren, da Fehler und Störungen frühzeitig erkannt und vorhergesagt werden können. Das ist ein wichtiger und richtiger Schritt hin zur Industrie 4.0 und eröffnet unseren Kunden und uns neue Chancen auf dem Markt.«
Kathleen Schremmer-Torresi,
Geschäftsführerin MULTI Kühlsysteme GmbH
Ergebnis
Das generierte Modell erreichte beim statistischen Vergleich des künstlichen Anlagenmodells mit real gewonnenen Sensordaten bereits eine Genauigkeit von ca. 92 %. Die simulierten und realen Abweichungen der Sensordaten wurden mit zufriedenstellender Genauigkeit erkannt. Über längere Datenerhebungszeiträume kann das Modell nun verfeinert werden.
Nutzen des Systemmodells
- Identifikation von Potenzialen des Maschinellen Lernens in der Anlagenüberwachung
- Basis für die Weiterentwicklung von Anlagen-Services zur Erhöhung der Kundenzufriedenheit
Ansprechpartner
Download
Dieses Praxisbeispiel bieten wir Ihnen auch in einer Druckversion an. Nutzen Sie hierfür folgenden Link für den DOWNLOAD
Weitere Informationen
Das Mittelstand 4.0-Kompetenzzentrum Chemnitz gehört zu Mittelstand-Digital. Mit Mittelstand-Digital unterstützt das Bundesministerium für Wirtschaft und Energie die Digitalisierung in kleinen und mittleren Unternehmen und dem Handwerk.
Was ist Mittelstand-Digital?
Mittelstand-Digital informiert kleine und mittlere Unternehmen über die Chancen und Herausforderungen der Digitalisierung. Die geförderten Kompetenzzentren helfen mit Expertenwissen, Demonstrationszentren, Best-Practice-Beispielen sowie Netzwerken, die dem Erfahrungsaustausch dienen. Das Bundesministerium für Wirtschaft und Energie (BMWi) ermöglicht die kostenfreie Nutzung aller Angebote von Mittelstand-Digital.
Der DLR Projektträger begleitet im Auftrag des BMWi die Kompetenzzentren fachlich und sorgt für eine bedarfs- und mittelstandsgerechte Umsetzung der Angebote. Das Wissenschaftliche Institut für Infrastruktur und Kommunikationsdienste (WIK) unterstützt mit wissenschaftlicher Begleitung, Vernetzung und Öffentlichkeitsarbeit.
Weitere Informationen finden Sie unter www.mittelstand-digital.de
Fernwartung , künstliche Intelligenz , Leistung bringen! , Maschinelles Lernen
Kühltürme vorausschauend betreiben und warten
Mit steigender Anzahl an Anlagen steigt der personelle Aufwand für Wartung und Betrieb. Um Wartungs- und Instandhaltungsmaßnahmen vorausschauend zu planen kommen Sensoren zur Fernwartung zum Einsatz.
Fernwartung , künstliche Intelligenz , Leistung bringen! , Maschinelles Lernen
Kick-Off Umsetzungsprojekt: vorausschauende Instandhaltung
Das Mittelstand 4.0-Kompetenzzentrum Chemnitz unterstützt die Multi Kühlsysteme GmbH beim Einsatz von Methoden des Maschinellen Lernens für die eine vorausschauende Instandhaltung der Anlagen.
Fernwartung , künstliche Intelligenz , Leistung bringen! , Maschinelles Lernen
Daten aufbereiten und KI-Modelle testen
Das Umsetzungsprojekt mit der Multi Kühlsysteme GmbH untersucht die Möglichkeiten einer vorausschauenden Instandhaltung für Kühltürme.
Fernwartung , künstliche Intelligenz , Leistung bringen! , Maschinelles Lernen
Projektabschluss: Kühltürme vorausschauend betreiben und warten
Im Umsetzungsprojekt „Produktivität und Energieeffizienz im Bergbau“ mit der Firma GEOMIN Erzgebirgische Kalkwerke GmbH wurde eine Machbarkeitsstudie zum Thema Ablaufsimulation durchgeführt. Außerdem wurden Maßnahmen zur Energieeffizienz und -flexibilität ausgewählt und bewertet.
