Datadrevet energiovervågning og optimering af industrielle processer
Kongskilde Industries deltager i et samarbejdsprojekt med fokus på elektrificering og digital integration inden for fremstillings- og procesindustrien. Initiativet undersøger, hvordan digitalisering af værdikæder kan give strukturerede data til at understøtte evidensbaseret produktionsplanlægning og driftsbeslutninger.
Ud over Kongskilde Industries deltager Nordeuropas største støberikoncern Vald. Birn, it-konsulenten Fellowmind, Syddansk Universitet og leverandøren af softwareløsninger Inuatek A/S. Projektet ledes af Energy Cluster Denmark.
Det følgende er uddrag fra en artikel, der blev bragt i det danske fagblad Maskinbladet.
“Vi bevæger os ind i Industri 4.0, hvor data fra produktion og processer er afgørende, og derfor skal vi i fremtiden kunne tilbyde vores kunder datadrevne og intelligente løsninger til optimering af deres produktion og processer,”
Steen Hansen, R&D Manager, Kongskilde Industries A/S

Kongskilde Industries lancerede deres første cloud-løsning til dataindsamling og -analyse i efteråret 2022. Løsningen gør det muligt for både kunden og Kongskilde løbende at overvåge produktionen ved hjælp af data indsamlet med sensorer fra produktionsprocesserne. “For vores kunder handler det om at overvåge energiforbruget, men også om service- og vedligeholdelsesplanlægning.
Kongskilde leverer typisk systemer, der bruger pneumatik til at understøtte produktionen, hvor f.eks. affald eller støv suges eller blæses væk. “Vores systemer udgør normalt en lille del af det samlede forbrug, men det er vigtigt, at systemerne kører stabilt og optimalt af hensyn til driftssikkerhed, vedligeholdelse og energiforbrug,” siger Steen Hansen.
Forretningsmodellen er en add-on-løsning til Kongskildes eksisterende systemer. “Det er op til kunderne, hvilke komponenter eller processer de vil have overvåget. Det kan være motorer, ventilatorer eller filtre. Når filtre f.eks. stopper til, påvirker det energiforbruget, driftssikkerheden og levetiden,” siger Steen Hansen.
Kombinationen af realtidsdata og frekvensomformere vil også kunne overvåge energiforbruget, så kun den nødvendige blæser kører. På den måde undgår man faste indstillinger, der til tider vil resultere i unødvendigt energiforbrug. “Med realtidsdata vil det være muligt at reducere blæsernes hastighed uden et fald i produktionen. Målet er en dynamisk tilpasset forsyning. Optimalt set kører processerne fuldautomatisk, så man undgår risikoen for menneskelige fejl, der kan påvirke processen på en uhensigtsmæssig måde. Fuldautomatiske løsninger kræver dog, at forudsætningerne er helt rigtige. Alle vigtige og nødvendige produktions- og energiparametre skal integreres i løsningen. Det er det, projektet skal hjælpe os med at blive klogere på,” slutter Steen Hansen.