Mehr Leistung.. nur mit Daten.

Transkript

1 Mehr Leistung.. nur mit Daten

2 bietet oftware und Dienstleistungen PEPITe.A. für eine vollkommen neue Art der Datennutzung um Änderungen in der Betriebsweise, in der Wartung und im Management zur verfolgen und zu unterstützen für eine bessere Performance zur nachhaltigen teigerung von Geschäftsprozess-Leistung Verfügbarkeit und Durchsatz Rendite und Einsparungen Kundenzufriedenheit 2

3 Team Fokus Ingenieure Partner-Netzwerk Nischen- Märkte Massgeschneiderte Dienstleistungen 3 Fachkompetenz Metall Energie Zellstoff & Papier Glas Halbleiter Wartung pezielle Werkzeuge Technologie PEPITo Data Mining Partners Tools : - (CMM, simulation, historian, data validation recon, health)

4 Industrielle Anwendungsfelder Operatives Geschäft Produktivität Energieverbrauch Produktqualität Produktionskosten... Informationsdienste (BI) Kundenzufriedenheit Kundenprofile Logistikkosten Optimale Lagerhaltung... Anlagenwirtschaft Zustandsabhängige Wartung Bewertung von Anlagenstörungen Wartungsauftrags-Bearbeitung... 4

5 tetige Verbesserungen & Daten-Lebenszyklus Liefere Wissen, das gültig, verständlich und nützlich ist Datenaufbereitung: Auswahl Filterung Bereinigung Überprüfung Überwache Key Performance Indicators (KPIs) Liefere Werkzeuge zur Entscheidungsfindung auf jeder Ebene des Unternehmens.

6 inn und Zweck von KPIs Die chlüssel-leistungskennwerte permanent im Auge behalten Den Erfolg von durchgeführten Veränderung messen und bewerten Den Zustand eines komplexen ystems mit unterschiedlichen aber kombinierten Massnahmen und Regeln überwachen Entscheidungen auf der Basis zuverlässiger und objektiver Informationen treffen Die Kommunikation zwischen Betrieb und Unternehmensleitung vereinfachen und entschärfen falls nötig Das sind z.b. typische KPIs für ein Kraftwerk: Emissionspegel Thermischer Wirkungsgrad Verschmutzung der Wärmetauscher Brennstoffverbrauch tromqualität 6

7 Der Data Mining-Prozess: Von Rohdaten zum Wissen Prozess Variablen ystem-analyse Daten- Auswertung Variablen Variablen 7 KPI Modell Verbessern Überwachen Beibehalten <10 Variablen

8 Nutzen von Data Mining Prozessen Die Vergangenheit verstehen Erkläre das KPI-Verhalten Überführe implizites Wissen in explizite Regelwerke Identifiziere Zustände für einen effizienteren Prozess Benenne chwächen und die Hauptursachen von törungen Die Gegenwart gestalten Entscheide auf der Basis zuverlässiger KPIs Verfolge schleichende Abweichungen im Prozess und stelle sie ab Die Zukunft vorhersehen Prognostiziere Betriebszustände und KPI-Werte Erahne notwendige Wartungsmassnahmen 8

9 Wie definiere und verbessere ich KPIs? 1. Definiere das Geschäftsziel Messbar und robust! 2. Identifiziere die richtigen KPIs Typische Ansätze: Daten-Analyse Flow Management Asset Management 3. Finde den richtigen Ansatz 9 4. Baue die optimale Lösung mit den richtigen Werkzeugen

10 Emissionspegel Ursachenanalyse Key Performance Indicator : Emissionspegel Emissions over the limits Emissions in target yes Factor 1 < 31,15? no Das Entscheidungsbaum-Verfahren findet in historischen Daten die Gründe und Zusammenhänge für verbesserte Betriebszustände: Falls Faktor1 > 31,15 ist Factor 2 < 52,95? yes no yes Factor 3 > 48,15? no und Faktor3 < 48,15 ist, dann sind die Emissionen mit hoher Wahrscheinlichkeit NIEDRIG 10

11 NO Intelligente Energie-Nutzung 1. Untersuche die chwankungen 3. Bewerte die Einflussfaktoren tates Efficiency (%) 2. Finde die Zusammenhänge 4. Prognostiziere den Verlauf Y E GAZ_MIX_LHVWT_V > 2745 Y N E O C12FUTOR_V > 237 N O GAZ_MIX_LHVWT_V < 2928 Y E FUM_ECO_T_V > 350 C12FUTOR_V > 195 FUME_COM_T_V > 1388 Y E N O Y E N O GAZ_MIX_LHVWT_V < 3439 Y N E O N O Y E N O

12 Beispiel: Modell auf Basis von Umgebungs- und Wassertemperatur Erkennen einer Tendenz im Energieverbrauch Periode1 (28 Tage) Zusätzliche Energiekosten: $ $ Periode2 (13 Tage) Relativer Energiezugewinn: $ $ Vorhersage Aktuell Mögliche Einsparungen: > 20 $/t, falls der Bereich mit geringerem Verbrauch beibehalten werden kann 12

13 Intelligente Emissions-Überwachung oft ensor-einsatz Kalibrierung eines oft ensors für CO/NOx-Emissionen mit historischen Daten (gespeicherte Daten werden mit PEPITo untersucht) oft ensors werden als neue Tags von PEPITo vorgegeben Bildschirme und Reports für Bediener zur Online-Emissionsüberwachung Anpassung der oft ensors bei Prozess-Änderungen

14 Intelligente Emissions-Überwachung Zustandsbeobachtung und Alarme FALL-DANN-Bedingungen zeigen in Echtzeit die ymptome von hohen/geringen Emissionspegeln Zu jedem ymptom erhält der Bediener Informationen und Hinweise ( open-loop Entscheidungs-Unterstützung) auf mögliche Verbesserungs-Massnahmen Effiziente Regel-Überprüfung und Wartung mit frischen Datensätzen

15 Vorgehensweise Go/No Go Go/No Go Go/No Go Potenzial- Analyse Verbesserung- Projekt Wissens- Transfer Hilfe & Wartung Identifikation von Möglichkeiten der Rentabilitäts- Verbesserung KPI-Definition DB-Auslegung Daten-ammlung Training Massgeschneiderte oftware oftware Update Laufende Unterstützung Bestandsaufnahme Daten und Wissen Daten-Validierung Daten-Auswertung 15 Modellierung

16 Anwendungsbeispiele Papierhersteller (Nord-Amerika): Unternehmensweite (mehr als 30 Werke) Überprüfung und Implementierung von Prozess-KPIs zur Überwachung und Diagnose von Energieverbrauchs-relevanten Parametern. Hersteller von T&D-Produkten (Energie-ektor, Europa): Definition von KPIs um die Leistung von Infrastrukturen der Energie-Übertragung zu kontrollieren. Global tätiges tahlunternehmen: imulation von Produktionsverfahren und Investionen zur Erkennung von Engpässen und zur Berechnung des zugehörigen geplanten ROI. 16 Internationale Hi-Tec-Firma: Nutzung von Labordaten zur Verbesserung der Produktgestaltung gemäss geeigneter KPIs.

17 17 Referenzen

18 Kontakt pepite s.a. deutschland hga:consulting am klostermoor osterholz-scharmbeck tel mobil web 18