Process optimisation of industrial plants

The Next Level: „Data Analytics“ & „Digital Twin“ – Effizienz in der Prozessindustrie

„Data Analytics“ - das Erkennen, Interpretieren und Kommunizieren von Mustern in großen Datensätzen - in Kombination mit einem umfassenden Prozessverständnis, bieten enorme Potenziale zur Effizienzsteigerung in der Prozessindustrie.

Gemeinsam mit AFRYs Prozess-KnowHow kann die Effizienz auf eine ganz neue Ebene gehoben werden:

  • Prozessoptimierung mittels Vorausschau von Prozessparametern und  KPIs
  • Verbesserte Kommunikation und Entscheidungsfindung durch automatisiertes Reporting
  • Gesteigertes Verständnis und Nutzen der verfügbaren Daten

„Digital Twin“ – Was ist zu tun?

Was ist zu tun, um dieses Potenzial zu heben?

  1. Am Anfang steht die Sichtung und Strukturierung der verfügbaren Daten
  2. Auswahl der spezifischen Analyseansätze wie z.B. Vector Autoregression (VAR) oder Principal Component Analysis (PCA) für die konkret zu betrachtenden Prozesssysteme
  3. Abschätzung kritischer Prozessparameter, Erkennen von abweichendem Systemverhalten u.v.m. als Basis für die Charakterisierung und Abbildung der Abläufe
  4. Erstellung eines Prozessmodelles – des „Digital Twin“ – zur Vorhersage und Optimierung von relevanten Prozesscharakteristika

„Data Analytics“ – Was steckt dahinter?

Industrielle Systeme bestehen aus Teilprozessen, die miteinander interagieren. Prozessdaten können hierbei Steuerungs- oder Messsignale, Materialflüsse, händisch erfasste Daten u.v.m. sein.  Um diese Systeme in einem „Digital Twin“ abbilden zu können, müssen nicht nur die sichtbaren sondern auch die nicht direkt erkennbaren Prozesse verstanden und abgebildet werden.

Nicht das Verständnis eines einzelnen Systems ist entscheidend, sondern das des Zusammenspiels der verschiedenen Einzelprozesse mit Kreuzkorrelationen, (negativen) Synergien oder Verzögerungseffekten. Hier kommen die „Data Analytics“ mit ihren Analyseverfahren wie dem multivariaten Statistik-Analyseverfahren (MVA) ins Spiel.

Insbesondere in großen und komplexen Systemen bedingt das „Hintergrundrauschen“ hohe Rechenkapazitäten. Zur Abbildung von Einzelprozessen wird hier häufig ein „Black Box“-Ansatz gewählt. Dabei werden nur die Eingangs- und Ausgangsdaten herangezogen, um aus diesen zeitliche Abhängigkeiten oder Interaktionen zwischen verschiedenen Systemen  zu identifizieren und „Störgeräusche“ zu eliminieren. Um dies zu ermöglichen, ist neben der mathematischen Expertise das Prozess- und Engineering-KnowHow im Zusammenspiel gefragt. 

Mit  AFRY Smart Site und vielen individuellen Anwendungen vereint AFRY die Techniken der Datenanalyse, der Modellierung und Automatisierung bis hin zu selbstlernenden Maschinentechniken und AI-Lösungen zum Vorteil unserer Kunden.

Wollen Sie mehr erfahren?

Mareike Schneider

Gebietsverkaufsleiterin Industrial Utilities

Mareike Schneider kontaktieren

AFRY verpflichtet sich, Ihre Daten zu schützen und Ihre persönlichen Informationen sicher aufzubewahren. Wir verarbeiten personenbezogene Daten in Übereinstimmung mit den geltenden Gesetzen, Vorschriften und unserer Datenschutzrichtlinie.

Kai Vikman

Chief Operating Officer, Process Industries Division

Kai Vikman kontaktieren

AFRY verpflichtet sich, Ihre Daten zu schützen und Ihre persönlichen Informationen sicher aufzubewahren. Wir verarbeiten personenbezogene Daten in Übereinstimmung mit den geltenden Gesetzen, Vorschriften und unserer Datenschutzrichtlinie.