Datadrevet energiovervågning og optimering af industrielle processer
Kongskilde Industries deltager i et projekt, der har til formål at reducere CO₂-udledningen fra elektrificering af fremstillings- og procesindustrien. Det kan gøres ved at digitalisere alle led i en virksomheds værdikæder, så man får de data, der er nødvendige for at træffe evidensbaserede beslutninger i produktionsplanlægningen. Ud over Kongskilde Industries er projektdeltagerne Nordeuropas største støberikoncern Vald. BirnIT-konsulenten Fellowmind, det danske universitet SDU 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, herunder deres energiforbrug.”
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 energiforbrug, men også om pålidelighed og planlægning af service og vedligeholdelse. Det kræver nye typer overvågningssystemer, og dem er vi i gang med at udvikle,” fortsætter han.
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 Kongskilde 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 optimere 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 produktionsnedgang. 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 sat helt rigtigt op. 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.
