Über 200.000 Entwicklerstunden – Erfolgsbeispiele von Audi bis ZIEHL-ABEGG SE

Die Ausgangssituation

Am Anfang des Produktionsprozesses im Holzwerk steht das Stapeln und Trocknen der Rohware. Nach der Trocknung wird das Rohholz per optischer Erfassung nach Qualität sortiert. Es wird gehobelt, gezinkt und über eine Keilzinkenverbindung zu Lamellen verbunden. Diese Lamellen werden nochmals verleimt und zu unterschiedlichen Brettschichtholzträgern gepresst. Danach werden sie noch gehobelt. Um die Presszeit zu reduzieren, wird teilweise vor der Verleimung das Holz temperiert. Abschließend werden die fertigen Hölzer verpackt und gelagert. Die Holzspäne aus Hobel und Sägen werden über mehrere Ventilatoren abgesaugt und zentral gesammelt. Wegen der Anforderungen an die Holzfeuchte wird zudem die Luftfeuchtigkeit überwacht und die Räume teilweise zusätzlich befeuchtet.

All diese Prozesse sind äußerst energieintensiv. Als Energieträger werden Strom und Holzspäne sowie Diesel und Heizöl eingesetzt. Der Anteil der Energiekosten an den Gesamtkosten liegt im zweistelligen Bereich. Daher kommt den Energiekosten eine große Bedeutung zu.

Das Holzwerk besitzt Fertigungslinien unterschiedlicher Baujahre. Die neueren Produktionslinien können aktuelle Leistungs- und Verbrauchsdaten direkt in eine Datenbank per SQL-Schnittstelle eintragen. Ältere Bestandslinien sind rein elektromechanisch automatisiert und müssen daher aufwändiger erfasst und abgefragt werden.

Zu Projektbeginn lag daher ein sehr heterogenes, historisch gewachsenes System vor.

Keilzink-Anlage

Auswahl und Einführung eines Energie-Monitoring-Systems

Man entschloss sich, zunächst eine saubere Basis für Energieeffizienzmaßnahmen zu schaffen und ein Energiedatenmanagement aufzubauen. Anforderungen an das System waren:

  • Stromverbräuche im Betrieb
    • messen und visualisieren
    • speichern/ verfügbar machen
  • Auswertesoftware zur
    • grafischen Auswertung
    • Verknüpfung von Messgrößen zu virtuellen Messwerten bzw. Kennzahlen (Energiekennzahlen)
  • Fehlererkennung bei Ausfall der Messstelle

Aufgrund der heterogenen Anlagenstruktur konnte nur schwer auf handelsübliche Energie-Mess-Plattformen zurückgegriffen werden. Da auch Betriebsdaten erfasst werden sollten, aber kein einheitlicher Maschinen-Stand und auch kein Leitsystem vorhanden waren, konnte die Lösung nur als Individualentwicklung umgesetzt werden. Aufgrund der Leistungsfähigkeit und Flexibilität von LabVIEW TM  wurde es als Entwicklungsplattform gewählt. Data Ahead wurde aufgrund der Erfahrung im Energie-Monitoring als geeigneter Partner zur Umsetzung gefunden.

Aufbau und Umsetzung der EMS-Software

DATA AHEAD EMS-Oberfläche

Als langjähriger Alliance Partner hat DATA AHEAD NI LabVIEW zur Umsetzung des EMS verwendet, da es sehr gut zur Erfassung, Visualisierung, und Analyse von Daten aller Art geeignet ist.

Das Energie-Management-System besteht aus drei Modulen:

  • Dezentral erfassende Messgeräte / Prozessdaten-Quellen
  • Server-System zur Erfassung und Bereitstellung von Daten
  • Oberfläche zur Visualisierung und Analyse von Messdaten und Kenngrößen

Als Bussystem wurde Modbus/TCP gewählt, da diese Schnittstelle von zahlreichen Geräten auf dem industriellen Markt unterstützt wird und der Standard auch mit Hardware von National Instruments, wie etwa CompactRIO und SingleBoard RIO, genutzt werden kann. 

Es wurden zahlreiche Messstellen zum detaillierten Erfassen der elektrischen Leistung bei der Firma Bullinger installiert. Hierfür wurde auf Energiezähler der Firma Socomec zurückgegriffen. Diese sind über das bestehende Ethernet-Netzwerk per Modbus/TCP mit dem LabVIEW-Messdatenserver verbunden, der parallel zu einer Microsoft SQL-Datenbank läuft. Dieser Mess-Server erfasst sämtliche Datenpunkte und stellt diese über die Visualisierungs-Oberfläche zur Analyse bereit. Neue Mess-Clients können dem System jederzeit hinzugefügt werden, womit eine Skalierbarkeit des gesamten Systems problemlos gewährleistet ist. Zusätzlich zu den dedizierten Zählern wurden die neuen Linien direkt über die Datenbankschnittstelle angebunden und übertragen so ihre relevanten Betriebsdaten. Zukünftig werden noch Energiemessungen anderer Energieformen eingebunden, wie z.B. Wärmemengenzähler, die in den Heizkreisläufen der Trockenkammer installiert werden. 

Ein weiterer wesentlicher Vorteil des Systems ist, dass auch Leistungsdaten aus dem laufenden Betrieb der Linien mit Energiedaten in Verbindung gebracht werden können. Mit Hilfe von „virtuellen Messkanälen“, d.h. Verrechnung der Messstellen miteinander können so zunächst die tatsächlichen elektrische Verbräuche von Maschinen und Anlagen wie z.B. eines einzelnen Hobels, bestimmt werden. In den nächsten Schritten können aussagekräftige „KPIs“ (Key Performance Indicators) als Kennzahlen ermittelt und festgelegt werden. Mit Hilfe dieser KPIs ist zukünftig die Betrachtung der Energie-Leistungs-Bilanz auf einen Blick möglich. Die KPIs sind wichtiger Bestandteil für erfolgreiches Energie-Management, da sie helfen Messdaten nutzbar und verständlich auf den Punkt zu bringen, sowie als Vergleichsgrößen für den Industriezweig dienen können. Ein KPI wäre z.B. aufgewendete Energiemenge (kWh) pro kg oder Stück ausgebrachtes Endprodukt. Dies stellt so eine Vergleichsgröße für den internen und externen „Benchmark“ da. 

Nutzung und Weiterentwicklung des Systems

Im Oktober 2013 wurde mit der Inbetriebnahme des Messsystems begonnen. Zunächst wurden die unterschiedlichen Verbraucher identifiziert und die dazugehörigen Messpunkte an den Anlagen gewählt. Nach der Inbetriebnahme ist es nun möglich, die elektrischen Verbräuche der einzelnen Produktionslinien und Querschnittstechnologien wie z.B. die Pneumatik im Detail und getrennt voneinander zu erfassen. Heute wird jedem Abteilungsleiter eine - für den Zuständigkeitsbereich zugeschnittene - Ansicht zur Verfügung gestellt, in der Energie- und auch Prozessdaten visualisiert dargestellt werden. Des Weiteren sind diese Energiedaten und deren grafische Auswertungen eine verlässliche Quelle für die Produktionsbesprechungen zwischen den Abteilungen. Die Geschäftsführung erhält monatliche Kennzahlen, die die Grundlage für spätere Managemententscheidungen bilden.

Von Anfang an konnten Einsparpotenziale durch die lückenlose Erfassung der Energiedaten aufgedeckt werden. So wurde zum Einen festgestellt, dass eine Hobelanlage auch im Leerlaufbetrieb fast die volle Wirkleistung verbrauchte. Durch Optimierungen in der Ansteuerung konnte die Wirkarbeit pro Nacht von 28 kWh auf 1,2 kWh im Standby gesenkt werden. Ebenso wurde eine Abschattung von Photovoltaikmodulen entdeckt, die durch Anpassungen in der Wechselrichterkonfiguration weitgehend kompensiert werden konnten. Allein durch diese beiden Maßnahmen konnte eine Einsparung (bzw. Ausfall-Vermeidung) von rund 6000€ p.a. erzielt werden.

Standby-Betrieb der Hobelanlage – Einsparungspotenzial erkannt und umgesetzt

Erweiterung durch Cyber-Physical Systems

Als einer der nächsten Schritte wird das System zum aktiven Energiemanagement-System erweitert. Aktuell wäre durch die Echtzeit-Anzeige der Energiedaten jederzeit ein manueller Eingriff in laufende Prozesse möglich, um Spitzenlasten zu vermeiden. Das Zusammenspiel verschiedener Linien und Prozesse ist jedoch komplex. Als einfache Möglichkeit zur Einsparung wurde die Drosselung der Trocken-Ventilatoren identifiziert. In den langen Trocknungsprozessen haben kurzzeitige Schwankungen in der Luftzufuhr sehr geringen Einfluss. Zur Ansteuerung dieser wird ein SingleboardRIO-basierter intelligenter Knoten als Cyber-Physical System selbsttätig Entscheidungen über die Soll-Leistung der Umrichter treffen und diese einstellen. Der Knoten ist per Modbus/TCP an den Daten-Server angebunden und bekommt kontinuierlich Informationen über den Verlauf der Gesamtleistung.

Zusammenfassung

Das von Data Ahead für Bullinger konzipierte EMS bildet dank geschickter Umsetzung in LabVIEW TM eine flexible und erweiterbare Plattform zur umfassenden Energie- und Betriebsdatenerfassung. Durch die Möglichkeit, berechnete Größen zu analysieren, können KPIs (Key Performance Indicators) gefunden und zukünftig einfach bewertet werden. Durch intelligente, dezentrale Knoten können an verschiedenen Stellen des Werks automatische Energieabsenkungen erzielt werden. Dies hilft, Spitzenlasten zu vermeiden und trägt so zur gesamten Energieoptimierung bei.