Robotron Datenbank-Software

Kennzahlen-Monitoring zeigt Energiesparpotenzial auf

Seite: 2/3

Firmen zum Thema

Das Unternehmen Robotron Datenbank-Software, das im August 1990 mit acht weiteren Gesellschaftern und 26 Mitarbeitern aus der Abteilung Datenbank-Entwicklung und -Applikation des DDR-Elektronikkombinats Robotron ausgründet wurde, ist heute Spezialist für die effiziente Verwaltung und Auswertung sehr großer Datenmengen. Im Jahr 1999 entwickelte Robotron ein Energiedatenmanagement-System für den Energieversorger Esag (heute Enso) und die Dresdner Stadtwerke Drewag. Zudem bietet Robotron mithilfe der Datenplattformen Microsoft Azure und Splunk Auswertungsmöglichkeiten für die Optimierung von technischen Anlagen. Mit der App „Equipment Energy Effectiveness“ lassen sich Prozessschritte und -zustände gemeinsam mit SPS-Daten und Millisekundenverbräuchen auf Defizite hin analysieren und optimieren. Anhand der gleichen Messungen bieten die Algorithmen der Robotron-Apps die Möglichkeit, Normalzustände mittels Hüllkurvenverfahren zu erkennen und Abweichungen zu detektieren. Mit einfacher Interpolation und einer entsprechenden Qualifizierung der Abweichungen lassen sich Instandhaltungsfälle erkennen. Damit schafft Robotron neben energetischen Einsparpotenzialen mehrere neue Anwendungsfälle basierend auf den Verbrauchsdaten der technischen Anlagen, welche den Return of Invest des Ausbaus der Sensorik erheblich verbessern können.

Echtzeit-Datenbereitstellung ist unabdingbar

Im Rahmen der Nachhaltigkeitsstrategie bei Infineon installierte Robotron am Standort Dresden ein Kennzahlen-Monitoring für die Energieeffizienz der Anlagen (EEE: Equipment Energy Effectiveness). „Das Ziel dabei ist die ganzheitliche Bewertung des Energieverbrauchs und möglicher Effizienzpotenziale an Produktionsanlagen für ein intelligentes Energiemanagement ohne negative Prozessbeeinflussung“, sagt Ulf Heinemann, Geschäftsführer der Robotron Datenbank Software GmbH. Wesentliche Herausforderungen waren die umfassende Anbindung diverser Datenquellen sowie die Korrelation und Interpretation der Daten gemäß Prozessablauf im Equipment. Für eine umfassende Prozessvisualisierung und Bildung von KPI (Key Performance Indicator) war sowohl eine nahe Echtzeit-Datenbereitstellung als auch die Integration historischer Daten unabdingbar. Dort wurden die vorhandenen Daten nach verschiedenen Vorgaben korreliert, um folgende Vergleichsmöglichkeiten umzusetzen:

Bildergalerie
  • zwischen gleichartigen Equipments,
  • eines Equipments zu unterschiedlichen Betrachtungszeiträumen,
  • zwischen gleichartigen Produktionsabläufen.

(ID:45397763)