Data-Science-Experte Frank Mollard und Betriebsassistentin Jasmin Krimm von Infraserv Höchst vor einem Rückkühlwerk im Industriepark Höchst

Data-Science-Experte Frank Mollard und Betriebsassistentin Jasmin Krimm von Infraserv Höchst sorgen gemeinsam für eine energieoptimale Steuerung des Rückkühlwerks. (Bild: Infraserv Höchst)

„Mithilfe Künstlicher Intelligenz und maschinellen Lernens können wir versteckte Muster in Daten finden, die zur Optimierung der Anlagenbetriebsweise und -verfügbarkeit beitragen“, erklärt Frank Mollard, Leiter Data Science & Data Engineering bei Infraserv Höchst, dem Standortbetreiber des Industrieparks. Er und sein Team nutzen statistische Methoden und mathematische Algorithmen, um das volle Potenzial der gewonnenen Daten auszuschöpfen.

In dem Projekt im Rückkühlwerk hat das Team in enger Zusammenarbeit mit den Kolleginnen und Kollegen aus dem Betrieb Kälte/Kühlung/Wasser feingranulare Daten der eingesetzten Pumpen aus einem kompletten Jahr analysiert und interpretiert. Dabei zeigte sich: Die Pumpensteuerung konnte bislang nicht auf eine energieoptimierte Fahrweise ausgerichtet werden. Energieeinsparpotenziale ergeben sich, wenn der Bedarf an Wasser mit niedrigerer Leistung gedeckt werden kann. Bei günstiger Drehzahl der flexibel einsetzbaren Pumpe mit Frequenzumrichter sowie rechtzeitigem Umschalten lassen sich Verschleiß und Energieverbrauch erheblich reduzieren. 411 MWh und damit 173 t CO2 lassen sich laut Betreiber bei der Anlage nun jährlich einsparen.

Virtueller Zwilling des Rückkühlwerkes offenbart Potenziale

Für die energieoptimale Steuerung des Rückkühlwerks wurde die Anlage als digitaler Zwilling – also als virtuelle Abbildung des Systems – nachgebaut. Der mathematische Algorithmus zeigt nun die optimale Pumpenkombination für den jeweiligen Bedarf an, um möglichst stromsparend und pumpenschonend zu agieren. Auch Komponenten wie eingebaute Klappen oder Restriktionen bezogen auf den Druck finden je nach Anforderung Berücksichtigung. Die virtuelle Nachbildung des Rückkühlwerkes ist mit einem mathematischen Baukastensystem zu vergleichen und kann daher auch auf andere Anlagen übertragen werden. Derzeit wird die entwickelte Methodik auf weitere Rückkühlwerke ausgerollt.

„Grundsätzlich sind die eingesetzten Prozessleitsysteme nur darauf ausgerichtet, den Betrieb sicherzustellen. Die Kollegen vor Ort hatten somit – trotz jahrelanger Erfahrung – gar keine Chance, das Optimierungspotenzial zu erkennen“, stellt Frank Mollard klar. Der Data-Science-Experte wurde von Jasmin Krimm, Betriebsassistentin bei Kälte/Kühlung/Wasser, hinzugeholt. Zu ihren Kernthemen im Job gehören Energieeffizienz und -optimierung. „Durch die Nutzung von Data Science können wir nun deutlich größere Schritte machen und arbeiten viel zielgerichteter“, sagt sie. „Das Programm dient als Unterstützungstool und ist eine wirksame Methode, Energieeffizienz im Routinebetrieb zeitsparend einzusetzen.“

Weitere Potenziale für den Einsatz von Digitalen Zwillingen finden Sie hier:

Sie möchten gerne weiterlesen?