Skip to main content
CORDIS - Forschungsergebnisse der EU
CORDIS
CORDIS Web 30th anniversary CORDIS Web 30th anniversary

MOdel based coNtrol framework for Site-wide OptmizatiON of data-intensive processes

Article Category

Article available in the following languages:

Eine innovative KI-Plattform zur Steigerung der Ressourcen- und Energieeffizienz

Ein datengesteuertes Labor ermöglicht Fachkräften die schnelle und kostengünstige Zusammenarbeit, Modellierung, Entwicklung und Bewertung neuartiger Funktionen zur prädiktiven Steuerung.

Industrielle Technologien icon Industrielle Technologien

Die Prozessindustrie, die große Materialmengen herstellt und verarbeitet, nutzt den intensiven Einsatz von Rohstoffen und Energie. Daher können selbst kleine Effizienzverbesserungen zu großen Einsparungen sowohl bei den wirtschaftlichen als auch bei den Umweltkosten führen. Dies gilt insbesondere für bestimmte industrielle Prozesse wie das Schmelzen von Primäraluminium, bei dem die Produktion in verschiedenen Bereichen organisiert ist, einschließlich Anodenproduktionsanlage, Elektrolysezellen und Gießereien, die insgesamt durch einen erheblichen Energie- und Rohstoffverbrauch gekennzeichnet sind. Eine Möglichkeit, die Leistung drastisch zu verbessern, ist die Verwendung von Vorhersagemodellen, die Nutzung weit verbreiteter Sensoren und die Datenerfassung sowie die Verwendung von KI-Techniken. Die Überwachung von Produktionsprozessen stellt jedoch weiterhin eine Herausforderung dar, da große Datenmengen erfasst und ausgewertet werden müssen. Außerdem ist die Einführung modellbasierter Vorhersagefunktionen nicht immer zu nachhaltigen Kosten oder mit ausreichender Zuverlässigkeit möglich. Das EU-finanzierte Projekt MONSOON (MOdel based coNtrol framework for Site-wide OptmizatiON of data-intensive processes) zielte darauf ab, dieses Problem zu beheben, indem ein datengesteuertes Rahmenwerk eingeführt und eine Reihe von Instrumenten ermittelt wurden, mit denen Fachleute aus verschiedenen Disziplinen effektiv zusammenarbeiten und die Produktionseffizienz der europäischen Prozessindustrie verbessern können. MONSOON verwendet KI-basierte Vorhersageansätze, um die Produktionsprozesse anlagen- und standortweit zu optimieren.

Daten und Entwicklung

Das MONSOON-Rahmenwerk ist in zwei Hauptkomponenten unterteilt: die „Real Time Plant Operation Platform“ und das „Cross Sectorial Data Lab“. Die „Real Time Plant Operation Platform“ (Anlagenbetriebsplattform in Echtzeit) ist für die Bereitstellung vor Ort konzipiert und bietet verschiedene Funktionen, darunter: Datenerfassung und Überwachung anlagenweiter Ressourcen; Handhabung von Interoperabilitätsproblemen und Verwaltung von Datenflüssen; Erkennung von Problemen und Fehlern, die den Betrieb der MONSOON-Plattform beeinträchtigen könnten; und Ausführung der konzipierten Vorhersagefunktionen – Vorhersagen von beispielsweise abnormalen Verhaltensweisen in bestimmten Prozessen. Das „Cross Sectorial Data Lab“ (sektorübergreifendes Datenlabor) ist eine kollaborative Umgebung, in die Daten aus mehreren Quellen einfließen, um sie in großem Maßstab zu analysieren. Dies ermöglicht u. a. die Zusammenarbeit zwischen Datenwissenschaft und Prozessfachleuten; erweiterte Modellierung; vereinfachten Zugriff auf vor Ort gesammelte Daten; und den Entwurf, die Entwicklung und das Testen neuer Vorhersagefunktionen. „Dank der MONSOON-Lösung können Datenwissenschaftler, die mit Prozessfachleuten zusammenarbeiten, schnell und kostengünstig neuartige Lösungen für die prädiktive Steuerung entwickeln, bewerten und bereitstellen, mithilfe von Algorithmen für maschinelles Lernen prädiktive Funktionen erstellen und Simulationen durchführen. Sie nutzen dabei möglichst Online-Daten aus der vernetzten Produktionsumgebung“, sagt Claudio Pastrone, Leiter des Forschungsbereichs IoT und Pervasive Technologies bei der Links Foundation.

Bring den MONSOON

Die MONSOON-Lösung wurde an zwei Pilotstandorten eingesetzt und getestet. Damit wurde eine Vorhersage zur Verbesserung der Produktqualität und der Maschinenwartung nahezu in Echtzeit erbracht. In einer GLN-Produktionsstätte in Portugal wurde MONSOON zur Verbesserung des Spritzgusses eingesetzt. Der andere Pilotstandort konzentrierte sich auf Kohlenstoff- und Elektrolysebereiche der Primäraluminiumproduktion und umfasste Aluminium Pechiney sowie eine Anlage von Liberty House in Frankreich. Insgesamt befasste sich das Projekt mit Aspekten der Digitalisierung der Anlagen, der Datenerfassung sowie der Schaffung spezifischer Vorhersagefunktionen und förderte die Teamarbeit zwischen Datenwissenschaft und Prozessfachleuten. Im Rahmen der fortschreitenden digitalen Revolution von Industrie 4.0 könnte das MONSOON-Projekt zu einer breiteren Akzeptanz der anlagen- und standortweiten Überwachung und Steuerung in der europäischen Prozessindustrie beitragen. Aufgrund der Verringerung der Prozesszeit sowie des Ressourcen- und Energieverbrauchs könnte das Projekt auch dazu beitragen, die europäische Industrie im weltweiten Wettlauf um Wettbewerbsfähigkeit und Nachhaltigkeit zu stärken. „Ich möchte alle MONSOON-Partner für die großartige Zusammenarbeit innerhalb und außerhalb des Projekts loben und ihnen danken“, fügt Pastrone hinzu. „Ich hatte die Gelegenheit, mit großartigen Fachleuten aus ganz Europa zusammenzuarbeiten“, sagt er.

Schlüsselbegriffe

MONSOON, Prozess, Industrie, Fertigung, Instrumente, Sensoren, KI

Entdecken Sie Artikel in demselben Anwendungsbereich