Wenn der Algorithmus entscheidet
Ein Algorithmus entscheidet dabei, ob die Maschine in den Standby-Zustand geschaltet wird oder nicht. Als Grundlage dienen historische Verbrauchsdaten und Produktionspläne, mit denen das KI-Modell trainiert wird. Weichen der aktuelle Verbrauch und die Prognose voneinander ab, schaltet das System die jeweilige Maschine automatisch ab. Das so optimierte Schaltverhalten konnte den Stromverbrauch bei der Schleifmaschine um 23 Prozent senken.
Auftrags- bzw. maschinenübergreifende KI-Prognosen des Energieverbrauchs erlauben künftig außerdem ein effektives Peak-Management, um Lastspitzen zu vermeiden. Wenn mehrere Maschinen an einem Standort parallel im Einsatz sind, können sich deren Energieverbrauchsspitzen überlagern und hohe Kosten verursachen. Mithilfe von Prognosen des Stromverbrauchs optimiert ein solches System die Maschinenbelegung und die Ausführungszeiten, sodass der Energieverbrauch gleichmäßig verteilt wird. Dadurch lassen sich hohe Strompreise und mögliche Strafzahlungen an den Energieversorger, die mit Lastspitzen verbunden sind, vermeiden.
Maßnahmen ableiten, CO2-Fußabdruck senken
Ein Energiemanagement kann Unternehmen in Anbetracht steigender Energiekosten dabei helfen, wettbewerbsfähig zu bleiben und die Nachhaltigkeitsziele zu erreichen. Grundlage dafür bildet etwa der Einsatz einer IIoT-Plattform auf dem Shopfloor, die ein smartes Asset Management sowie Monitoring- und Analysemethoden bietet. Aus der Verknüpfung von Produktions- und Verbrauchdaten lassen sich so Maßnahmen ableiten, um den Energiebrauch und den CO2-Fußabduck zu senken.
www.contact-software.com
