EP2697753A1 - Einstellung einer industriellen anlage - Google Patents

Einstellung einer industriellen anlage

Info

Publication number
EP2697753A1
EP2697753A1 EP12751019.6A EP12751019A EP2697753A1 EP 2697753 A1 EP2697753 A1 EP 2697753A1 EP 12751019 A EP12751019 A EP 12751019A EP 2697753 A1 EP2697753 A1 EP 2697753A1
Authority
EP
European Patent Office
Prior art keywords
industrial plant
power consumption
information
production
energy
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Ceased
Application number
EP12751019.6A
Other languages
English (en)
French (fr)
Inventor
Lars JORDAN
Steffen Lamparter
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Siemens AG
Original Assignee
Siemens AG
Siemens Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Siemens AG, Siemens Corp filed Critical Siemens AG
Publication of EP2697753A1 publication Critical patent/EP2697753A1/de
Ceased legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—ELECTRIC POWER NETWORKS; CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J4/00—Circuit arrangements for mains or distribution networks not specified as AC or DC; Circuit arrangements for mains or distribution networks combining AC and DC sections or sub-networks
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Definitions

  • the invention relates to a method and a device for setting an industrial plant.
  • the invention allows an efficient use of smart grids or advantageous utilization of production or lodging ⁇ policy management systems.
  • EPCIS (English for Electronic Product Code Information Services ) is a standard that was published in its first version in 2007 and essentially defines interfaces for the collection and retrieval of so-called EPCIS events. EPCIS empowers users (businesses, government, supply chains, etc.) to increase visibility and control over their respective processes. EPCIS can both within the company and across companies is ⁇ sets (see: http://de.wikipedia.org/wiki/EPCIS).
  • intelligent power grid (also referred to here as a smart grid) comprises the communicative networking and control ⁇ tion of power generators, storage, electrical loads and network resources in energy transmission and - distribution networks of the electricity supply.
  • This type of networking enables optimization and monitoring of the connected components.
  • the aim here is to ensure the energy supply based on efficient and reliable system operation (see:
  • the object of the invention is to avoid the above disadvantages and in particular ge ⁇ called to create a possible ⁇ ness for the efficient control of an industrial or technical plant, for example by optimizing the power consumption or the cost of power consumption.
  • the power consumption of the industrial plants can be adjusted according to the optimization. It is also possible that / industrial complex itself, eg ei ⁇ ne processing speed and or processing modes are set according to the optimization.
  • the solution proposed here alsczyswei ⁇ se enables energy-optimized production planning and control for industrial plants, such as production equipment, logistical systems, etc. based on existing logistics and production logistics systems.
  • the power supply can be considered analogous to just-in-time or just-in-sequence deliveries of vendor parts to manufacturing companies and the production control systems for the realization of supply-demand effects in a smart grid can be extended accordingly.
  • the energy costs of the energy consumer by flexible adaptation of the system, eg production, for example by energy-optimized order ⁇ control or machine configuration, to external events (eg price signals) can be reduced.
  • energy suppliers eg energy network operators
  • receive additional flexibility because events make it possible to control the requested energy. This avoids inefficient grid expansion, which is required only in rare cases.
  • the share of fluctuating energy suppliers eg regenerative energy suppliers
  • a development is that the objective function takes into account information regarding past power consumption.
  • historical data can be collected and taken into account as part of the optimization.
  • This has the advantage that, for example, a prognosis can be carried out based on the historical data. So it is possible to predict an outcome, such as a delay in completion of a product or a corresponding change in the power consumption of réelle ⁇ len facility and appropriate and timely countermeasures ⁇ took to take.
  • the objective function takes into account information from an energy supplier, in particular a signal relating to the power consumption.
  • the information from the energy supplier comprises at least one of the following information:
  • This information concerning the power grid can be determined by the industrial plant or another measuring unit.
  • the objective function takes into account a current, a past and / or a planned power consumption of the industrial plant.
  • the optimization of power consumption and at least one further Para ⁇ meters of the industrial installation is performed with respect to the objective function.
  • a next development consists in that the at least one further parameter comprises:
  • the objective function takes into account a aktuel ⁇ le or future situation of the industrial plant.
  • the future situation may be a predicted situation of the industrial plant.
  • the ak ⁇ tual or the future situation of the industrial plant at least one of the following information into account:
  • the objective function may be a cost function, in particular a weighted cost function.
  • the objective function can be optimized for a goal or goals in terms of several (Einziel- or multi-objective optimization Opti ⁇ ).
  • the industrial plant may be any plant which requires a significant amount of electricity for the energy supplier.
  • the industrial plant may e.g. include one or more companies.
  • a device for setting an industrial plant comprising Send a processing unit that is set up so that
  • a power consumption of the industrial plant can be determined
  • the industrial plant is adjustable according to the optimization.
  • the processing unit mentioned herein that may be embodied in particular as a processor unit and / or an at least partially solid ⁇ wired or logic circuitry, for example, is set up such that the method can be performed as described herein.
  • Processing unit may be any type of processor or computer or computers with corresponding peripheral systems (SpeI ⁇ cher, input / output interfaces, input-output devices, etc.) or include.
  • the above explanations regarding the method apply to the device accordingly.
  • the device may be implemented in one component or distributed in several components.
  • a development is that the device is part of a production management system.
  • the presented solution further comprises a Computerpro ⁇ program product, directly loadable into a memory of a digital computer, comprising program code portions which are suitable to carry out steps of the method described herein. Furthermore, the above problem is solved by means of a computer-readable storage medium, eg of any memory, comprising computer-executable instructions (eg in the form of program code) suitable for the computer to perform steps of the method described herein.
  • Fig.l a manufacturing company as a customer of
  • FIG. 2 shows an event processor as part of the assistance system shown in FIG. 1, wherein the event processor comprises a registration, a situation recognition and a compensation;
  • FIG. 3 is an algorithm describing how to log requests to an EPCIS database event mechanism and how to provide the required availabilities of the situation detection resources;
  • FIG. 4 is a schematic diagram illustrating the dependencies between production jobs, removal jobs, and delivery jobs.
  • the approach proposed here makes it possible an energy consumption ⁇ a complex system, such as a manufacturing Company or a service provider to influence so that utilization and / or stability of the Energyet ⁇ zes can be improved.
  • This is advantageously achieved by Toologizing- and supply chain management solutions for a "just right ⁇ term" (Just-In-Time (JIT) or Just-In-Sequence (JIS))
  • JIT Just-In-Time
  • JIS Just-In-Sequence
  • ERP Enterprise Resource Planning
  • MES Manufacturing Execution System
  • a smart grid can provide dynamic price signals. Price changes can be used as events to achieve energy-optimized planning or energy-optimized control of electricity consumption.
  • Fig.l shows a manufacturing company 101 as a buyer of a considerable amount of energy from a power supplier 102nd
  • Both the company 101 and the energy supplier 102 provide an event server 103 with information 108, 109, which are processed as control events 104 by an assistance system 105.
  • the assistance system 105 includes at least one of the aforementioned systems in ⁇ way of example: SCM, ERP, MES.
  • the enterprise 101 provides the event server 103 as information 108 with, for example, delivery information, status information regarding delivery or the like.
  • the energy supplier ⁇ 102 sets the event server 103 as Informatio ⁇ NEN 109, for example, price information, supply-demand information or energy consumption plans or amendments thereto are available.
  • a delivery or special call-off takes place (eg according to VDA 4905/4915/4916), which will be discontinued at short notice as required and determines the required quantity and the time.
  • the corresponding IT systems (ERP / SCM / MES) in the assistance system 105 can respond flexibly to other delivery quantities or other delivery times (eg by rescheduling). Accordingly, the Assis ⁇ assistance system 105 the company 101 106 feedback concerning eg order and / or delivery schedule ready.
  • the short-term roadmap predictions can concerning the loading urged electricity a day destined (according to a delivery schedule for goods) compare information 107 provided by the assistance system 105 to the energy supplier 102.
  • a smart grid can have the function that, depending on the state of the power grid and the power generation ⁇ forecasts the possible consumption both a flexible electricity price (event notification) and a corresponding supply-demand signal, which is regulated for example in a contract, is controlled.
  • logistical events can be replaced, for example, in ei ⁇ nem companies and / or business-to etc an event-based exchange of energy information (eg electricity price changes, energy demand changes, schedule changes, .).
  • energy information eg electricity price changes, energy demand changes, schedule changes, .
  • ⁇ monitoring system also referred to as tracking and ordered an existing (eg RFID-based) Cing system
  • supply chains may even already exist and can be used in the context of the present invention.
  • an information model is augmented by events (e.g., by extension of the EPCIS standard) needed to control power delivery.
  • events e.g., by extension of the EPCIS standard
  • These may be, for example, price signals or offer-and-demand signals (see information 109).
  • Assisting ⁇ assistance system 105 can be extended in such a way that it, for example, current provisioning events (for example, transmitted in the form of information 109) receives and, if required, the production planning (and hence the power consumption) influences (see FIG. Feedback 106 to company 101).
  • current provisioning events for example, transmitted in the form of information 109
  • the approach thus makes it possible to respond to logistic events (information 108) as well as energy information 109 and to optimize power consumption based on energy models of the affected industrial plant (i.e., company 101)
  • a rescheduling of the production for example a production order rescheduling
  • the approach presented here can track at least ei ⁇ nes the following objectives:
  • RFID based production logistics system
  • RFID enables automatic identification and Lo ⁇ delocalization of objects and thus facilitates Erfas ⁇ solution of data (see. Http://de.wikipedia.org/wiki/RFID).
  • Any production logistics infrastructure can be used for energy-optimal planning and control of a manufacturing operation.
  • events of the electricity supplier e.g., price change
  • distribution network operator e.g., congestion notification
  • congestion notification e.g., congestion notification
  • the energy suppliers such as network operators ⁇ over, electricity distributors, transmission system operators, distribution system operators, meter operators may have different energy-related events, such as a congestion event, a rate change event, a consumption status event, etc. provide the event server, which then transmits a control event to the assistance system.
  • the assistance system not only receives information, for example on the procurement of goods or of raw material for production, but also information about the procurement of the required energy.
  • the assistance system may be implemented distributed in this case, for example, may be arranged a plurality of assistance systems in the energy consumers (company), so that the Steuerereig ⁇ nit be transmitted to at least one assistance system.
  • EPCIS standard is subsequently used and data exchange, based on the EPCIS standard beschrie ⁇ ben.
  • functionality of EPCIS is an example extended events to confirm as plans as to also determine from ⁇ deviations from plans.
  • an EPCIS event describes which object (what?), At which location (where?), At what time (when?) For what reason (why?) Was observed.
  • This concept can been enhanced or used ⁇ to represent event events with energy consumption such as Sprintla ⁇ processing event, tariff change event or Verbrauchsstatus-. For example, it can be expressed that a corresponding tariff (what?) Changes at a certain point in time (when?) For a certain place (where?) For a reason (why?). This enables the detection and notification of problems that occur, for example, along a production (eg a supply chain).
  • the XML-based EPCIS event syntax is based on formal semantics.
  • the present solution proposes to deduce implicit knowledge from events, which allows situations and compensation strategies to be derived much more efficiently.
  • EPCIS events and master ontologies refer to IEC 61512 and IEC 62264 standards.
  • Logical predicates are used in an ontology in order for For (predicates with an arity of two) ⁇ press classes (predicates with an arity of one), and relationships between classes. Statements thus have the form of C (x) or R (x, y), where C be ⁇ draw a class, a relation R and x, concrete objects.
  • classes represent event types, whereas properties represent event fields.
  • an EPCIS event Obj ectEvent el was observed within a step bizStep pl, which is from the yp assembly.
  • an EPCIS could be used QuantityEvent to the bizstep to step to describe the type Assembly, the standing for Availability checked ⁇ supply electricity.
  • the type epcClass can refer to a resource "stream”.
  • the operators ⁇ , 3 and the logical links V, ⁇ , -> ⁇ , etc. can be used to specify complex class descriptions. For example, it can be expressed by the following formula that each individual that is an ObjectEvent event and has a step bizStep that belongs to the Assembly class also an event of a class
  • ReceivedInAssembly is:
  • New events ObjectEvent x that meet this condition are automatically assigned to ReceivedInAssembly events. All situation detection and compensation rules defined for such ReceivedInAssembly events are automatically applied to the new events. Thus, the number of situation detection and compensation rules can be reduced. This has a positive effect on the specification and the fault tolerance.
  • the situation detection and compensation explained below can be implemented using the EPCIS event ontology or can be extended accordingly.
  • An event processor may be implemented as part of the assistance system 105.
  • the event processor may respond to the control events 104 based on the information 108 or 109, that is, information or events from the company 101 or the energy supplier 102.
  • the event processor can also take into account energy-relevant events in a corresponding manner, and planning can be adjusted based on these input variables.
  • the enterprise 101 can include at least one company or at least one technical installation. Accordingly, the energy supplier 102 a
  • the feedback 107 may also relate to a selection of an energy supplier.
  • the goal of the event processor is, for example, to identify critical situations that are based, for example, on timestamped events, current production scheduling, expected inventories, or other events of the energy supplier. As a result of such detection, appropriate countermeasures may be initiated, eg, rescheduling and / or issuing further events, eg so-called EPCIS events.
  • Fig.2 shows exemplarily an Er ⁇ eignis processor, which includes the following components and provides the corresponding functionalities:
  • the registry 201 receives and analyzes a producti ⁇ onsplan 204, which was provided for example by the industrial plant (the company 101, for example) in order to register for relevant events. In doing so, the registry 201 updates (see arrow 206) the schedule data in the situation recognition 202.
  • the production plan 204 specifies the resource (for example, energy requirements, materials and end products), which are required to a pre ⁇ given time.
  • production plan 204 fiCPxIxlxT corresponds to a set of tuples (p, m, q, t) describing material usage, where
  • G M a machine identifier or a machine location
  • - iy E M is an amount of a resource p that is needed at the time t G T
  • energy-related information 109 can also be detected and taken into account by the energy supplier 102.
  • FIG. 3 shows an algorithm describing how requests to an event mechanism of an EPCIS database are logged in and how the required availabilities of the situation detection resources 202 are provided.
  • the algorithm shown in Figure 3 denotes a procedural ⁇ ren to register relevant EPCIS events at a EPCIS database 205 and to update availability schedules (see. Arrow 206).
  • As input parameters are a Resource consumption plan R and an observation list L provided.
  • the algorithm maintains an observation list L containing product codes (EPCs) or class identifiers EPCClassIDs of those resources that are already registered.
  • EPCs product codes
  • a function for integrating logistics information into product processes represents mapping the internal identifier used for the different resource classes in the material description (MBOM) parts list to the external ones
  • Identifiers used in the EPCIS tracking and tracing system This mapping is implemented in line 2 of the algorithm using a so-called lookup EPC method.
  • a class-based identification of Materia ⁇ lien may accession game, be used to obtain a production flexibility, since especially in the case of Just-In-Time (JIT) or Just-In-Sequence (JIS) processes a piece-based tracking and Tracing identification is used.
  • JIT Just-In-Time
  • JIS Just-In-Sequence
  • the algorithm determines whether a corresponding call query is re ⁇ gistriert already in the EPCIS database (line 4). If this is not the case, a new query is registered (lines 6 and 8).
  • the EPCIS Standard provides a set of predefined queries (SimpleEventQueries) that are implemented by EPCIS databases. Since situation detection 202 often compares an actual and expected process behavior, material availability plans are updated accordingly. Such Aktu ⁇ alleiteren can for example be represented locally by an event object event with an action "required" to the ontology (line 3) is added.
  • the event specifies a time r.i when a material r.p at a location r.m. must be available.
  • a time r.i when a material r.p at a location r.m. must be available.
  • the following abbreviation is used to refer to the ObjectEvent event in the EPCIS event ontology:
  • ObjectEvent (e, t, I, s, b, a, d) ObjectEvent (e) ⁇
  • AbizStep (e, s) ⁇ businessTransaction (e, b) A ⁇ action (e, a) ⁇ disposition (e, d)
  • timestamp a time or time information
  • bizStep a step e.g. the production plant or the supply chain
  • Any disturbance is, for example, detected by means of at least one BEO ⁇ bach ended event or described.
  • the situation detection 202 can also take into account faults, situations or events based on information 109 from the energy supplier 102.
  • a description of situations 207 can be used by the situation detection 202.
  • Event processing a situation may be determined by inter-event dependencies using event patterns.
  • Event patterns can be viewed as templates that match specific combinations of events.
  • a regelba ⁇ catalyzed event pattern language is used as an example;
  • a rule-based approach has the advantage that a logical formalism can be combined to "reason" over event hierarchies with additional language constructions and temporal reasoning.
  • An event pattern is constructed from atomic or complex events and extends the logical formalism as follows:
  • pr is an n-array predicate with arbitrary expressions
  • BIN is a binary operator relating to one of the temporal relations, e.g. in [Allen, J.F. (1983). Maintaining knowledge about temporal in- tervals. Commun. ACM, 26 (11), 832-843].
  • the predicate pr mostly takes an (atomic) EPCIS event, e.g. an object event.
  • QuantityEvents comprising a class with one type.
  • the rule (2) implements the first approach, by means of encryption ⁇ gleichens time £] to which a resource on a pre ⁇ given place l was observed with time t 2, is added to the needs a resource, according to the production plan at the location , However, it is usually too late to respond adequately if the delay is detected upon receipt of the delivery. For example, an inter-organizational tracking and tracing system offers two alternatives for early entry.
  • the rule (3) replaces the actual observation by a deviation event and thus implements the second approach.
  • rule (4) uses historical tracking and tracing data from the EPCIS database to determine the approximate delivery time based on the currently available observations.
  • the forecast function allows iveryEst del imation: LXL- T to estimate the time of arrival / € T based on the ak ⁇ tual position and the destination of a particular commodity.
  • Possible realizations can be considered average delivery periods prior orders, forecast models, neural networks and / or Simu ⁇ lationsmodelle.
  • time delays in supply chains are just one possible situation of interest to production planning and control. Due to the proposed approach, e.g. using EPCIS event representation and / or the event pattern language, other (critical)
  • the situation detection 202 thus provides a recognized critical situation 210 of the compensation 203 for further processing.
  • Compensation 203 preferably uses a set of compensation strategies 213 for this purpose
  • Compensation strategies 213 may be translated into appropriate responses, e.g. EPCIS events 211 or an update of the planning 212 are implemented.
  • An action can take the form of a feedback from the assistance system 105 to the company 101 and / or the energy supplier 102.
  • the compensation rules have the form comp ⁇ - P, where
  • - comp is at least one predicate of the rule engine (rule engine) or comprises a combination of several such predicates. Since the number of compensation rules can be very large (several thousand such compensation rules are quite possible), preferably a compact and precise language or description is needed.
  • the lo ⁇ gikbasêt model example used supports this request because event-nishierarchien be used to define rules at different levels of abstraction, which significantly reduces the number of required rules.
  • the used formal model for consistency control of Kom ⁇ pensationsstrategien can be used.
  • the logical inference mechanism automatically provides the information be ⁇ riding that the situations Actual Delay (actual delay) NotifiedDelay (determined delay) and Expec- tedDelay (expected delay), which were recognized in the situational recognition 202, all subclasses of the situation Delay (delay) are. This is guaranteed by the following definition:
  • the rule triggers the built predicate "notifyScheduler" from that calls the Aktuali ⁇ s istsvon production timing. This process supports updates the resource availability in terms of time and amount and Variegated ⁇ tion of the production maturity of a product.
  • the predicate additionally uses the resource identifier p (eg according to MBOM), the expected time t and the observed / estimated time t, 2 .
  • the resource identifier p eg according to MBOM
  • the inverse function of the previously explained lookupEPC method is used.
  • the production scheduler is also part of the assistance system 105 and determines the detailed production schedule. Here, e.g. the following aspects are considered.
  • the aim of the presented reactive principlessablaufpla- voltage approach is to calculate the cost-minimizing sequence of Pro ⁇ duijnsjobs J p, if the event processor resource deployment plans or updated production deadlines.
  • Production J obs require a set of withdrawal jobs J u from a supply.
  • Stocks are replenished by delivery references obs.
  • the available energy can also be understood as a supply.
  • Figure 4 shows a schematic diagram that Depending ⁇ speeds between intentsj obs, removal jobs and Victorj represents obs.
  • Figure 4 shows a section of a production line with a plurality of production nodes 401, 402, 405 and 409.
  • Each output node has at least one quantity (even be ⁇ is characterized as a supply or inventory) 401, 402, 406, 408 and 410.
  • a product PI is transferred from the inventory 403 of the production node 401 by means of a Wegrussauf ⁇ contract 411 in the inventory 406 of the production node 405.
  • a product p 2 from the goods ⁇ 404 consisted of the production node 402 is transferred by means of a delivery ⁇ jobs 412 in the inventory 406 of the production node 405th
  • Means of a removal Jobs 413 and a Ent ⁇ acquisition jobs 414 are the products pi and p 2 removed from the Stressbe ⁇ stand 406 and processed to a product by means of a production ps 407; the product p 3 is stored in a Painbe ⁇ stand 408 by means of a principlessj obs 415.
  • the product pj can be transferred by means of another delivery ⁇ jobs 416 in the inventory 410 of the subsequent Pro ⁇ production node 409.
  • the Rescheduling algorithm may determine an optimal or optimized flowchart of the production j obs contained in J p .
  • a flowchart defines a starting point js for all j ⁇ r .
  • a flowchart is thus an overall function ⁇ : J p -5> N, which assigns a start time to each job.
  • the goal of selecting the function ⁇ is to minimize a cost function.
  • the cost function may include various cost categories. As an example, a premature or delayed by the distance to a due date
  • a change in the flowchart ⁇ 0 ⁇ is only made if this results in a significant improvement being achieved.
  • the distance between the optimal and the current schedule is calculated using a distance function edit.
  • This function edit is preferably selected depending on the stock ⁇ system. For example, in the case of a high-bay warehouse ⁇ any exchange between anglesj obs can be carried out; In this case, the edit function can be implemented using the Hamming distance.
  • the optimization problem for choosing a best-fitting schedule can be formulated as follows: arg min w ⁇ ⁇ & () - jd ⁇ + (1- w ) ⁇ edit (a, a "u)
  • a function defines the prep Trans ⁇ port for predetermined time sampling and requirementsj obs, a PROD constant-C AP ACity defines how many production ⁇ jobs can be executed in parallel.
  • Equation (8) takes into account that there are sufficient resources available, that equation (9) takes into account that the time for transport is sufficient, and equation (10) ensures that the production capacity is sufficient.
  • the optimization problem can be used as a mixed integer linear program presented with a fully unimodular Be ⁇ schränkungsmatrix.
  • the problem can be solved efficiently using a simplex algorithm.
  • Target function is optimized.
  • the objective function can also take into account further parameters, for example of an energy supplier or the installation itself, so that, for example, a multi-objective optimization can be carried out and the installation can be adapted with regard to the power consumption or the power consumption with regard to the installation.
  • Both the industrial plant and a power supplier provide information that can be taken into account for optimization ⁇ tion or as part of the objective function. It is advantageous that overload situations are avoided and in particular a large number of regenera ⁇ tive energy sources can be used as energy suppliers, because an adjustment to the actual amount of energy provided and thus the power grid accordingly can be operated or charged.
  • the invention may for example be used in smart grids or in production or lodging ⁇ policy management systems.
  • ERP Enterprise Resource Planning system for producti ⁇ onsgoing

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Human Resources & Organizations (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Power Engineering (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

Es wird vorgeschlagen, eine industrielle Anlage, z.B. ein Produktions- oder Logistik-System, optimiert zu betreiben, wobei der Stromverbrauch hinsichtlich einer Zielfunktion optimiert wird. Die Zielfunktion kann neben dem Stromverbrauch auch weitere Parameter, z.B. eines Energielieferanten oder der Anlage selbst, berücksichtigen, so dass z.B. eine Mehrzieloptimierung durchgeführt werden kann und die Anlage im Hinblick auf den Stromverbrauch oder der Stromverbrauch im Hinblick auf die Anlage angepasst werden kann. Sowohl die industrielle Anlage als auch ein Energielieferant oder Netzbetreiber stellen Informationen bereit, die entsprechend zur Optimierung bzw. als Teil der Zielfunktion berücksichtigt werden können. Hierbei ist es von Vorteil, dass Überlastsituationen vermieden werden und insbesondere eine große Anzahl regenerative Energiequellen als Energielieferanten genutzt werden können, weil eine Anpassung an die tatsächlich bereitgestellte Energiemenge erfolgt und somit das Stromnetz entsprechend betrieben bzw. belastet werden kann. Die Erfindung kann beispielsweise in Smart Grids bzw. in Produktions- oder Logistik-Managementsystemen eingesetzt werden.

Description

Beschreibung
Einstellung einer industriellen Anlage Die Erfindung betrifft ein Verfahren und eine Vorrichtung zum Einstellen einer industriellen Anlage. Insbesondere ermöglicht die Erfindung einen effizienten Einsatz von Smart Grids bzw. eine vorteilhafte Nutzung von Produktions- oder Logis¬ tik-Managementsystemen .
EPCIS (engl, für Electronic Product Code Information Servi¬ ces) ist ein Standard, der in seiner ersten Version 2007 veröffentlicht wurde und im Wesentlichen Schnittstellen zur Erfassung und Abfrage sogenannter EPCIS-Ereignisse definiert. Mittels EPCIS werden Anwender (Unternehmen, Behörden, Lieferketten, etc.) in die Lage versetzt, Transparenz und Kontrolle über ihre jeweiligen Prozesse zu steigern. EPCIS kann sowohl unternehmensintern als auch unternehmensübergreifend einge¬ setzt werden (siehe: http://de.wikipedia.org/wiki/EPCIS).
Der Begriff intelligentes Stromnetz (hier auch bezeichnet als Smart Grid) umfasst die kommunikative Vernetzung und Steue¬ rung von Stromerzeugern, Speichern, elektrischer Verbraucher und Netzbetriebsmitteln in Energieübertragungs- und - Verteilungsnetzen der Elektrizitätsversorgung. Diese Art der Vernetzung ermöglicht eine Optimierung und Überwachung der verbundenen Komponenten. Ziel ist hierbei die Sicherstellung der Energieversorgung auf Basis eines effizienten und zuverlässigen Systembetriebs (siehe:
http://de.wikipedia.org/wiki/Smart_Grid) .
Der zunehmende Ausbau erneuerbarer Energien und der daraus resultierende Anstieg fluktuierender, nicht steuerbarer und somit unvorhersehbarer Stromeinspeisungen in ein Energiever- sorgungsnetz (auch bezeichnet als Stromnetz) gefährdet die
Versorgungssicherheit und Netzstabilität. Häufig ist ein ent¬ sprechender Ausbau des Energieversorgungsnetzes weder zeitnah machbar noch in wirtschaftlicher Hinsicht empfehlenswert. Aus diesem Grund werden zunehmend alternative Strategien für eine effiziente Nutzung des Stromnetzes vorgeschlagen. Eine Möglichkeit, die Netznutzung effizienter zu gestalten, ist die Einführung zusätzlicher Informationstechnologie (IT) in dem Stromnetz; ein solches Stromnetz wird oft als "intelligentes Stromnetz" oder als "Smart Grid" bezeichnet. Basierend auf einer solchen IT-Infrastruktur können Koordinationsmechanismen dazu verwendet werden, eine Netzauslastung und/oder eine Netzstabilität zu erhöhen. Die Entwicklung geeigneter Koordinationsmechanismen ist jedoch in vielen Fällen noch nicht verfügbar und die entsprechenden Konzepte sind zu- meist teuer in der Realisierung, da eine neue Infrastruktur für Koordination und Steuerung von Verbrauchern benötigt wird .
Ein weiterer Nachteil ist es, dass die bekannten Koordinati- onsmechanismen für einfach anzusteuernde Geräte wie Klimaanlagen oder Heizungspumpen verwendet werden. Eine Koordination großer Verbraucher wie Industrieanlagen ist deutlich komplexer und benötigt andere und ggf. aufwendigere Koordinations¬ mechanismen .
Die Aufgabe der Erfindung besteht darin, die vorstehend ge¬ nannten Nachteile zu vermeiden und insbesondere eine Möglich¬ keit zur effizienten Steuerung einer industriellen bzw. technischen Anlage beispielsweise durch Optimierung des Strom- Verbrauchs oder der Kosten für den Stromverbrauch zu schaffen .
Diese Aufgabe wird gemäß den Merkmalen der unabhängigen Ansprüche gelöst. Bevorzugte Ausführungsformen sind insbesonde- re den abhängigen Ansprüchen entnehmbar.
Zur Lösung der Aufgabe wird ein Verfahren zur Einstellung einer industriellen Anlage vorgeschlagen, - bei dem ein Stromverbrauch der industriellen Anlage bestimmt wird,
- bei dem eine Optimierung des Stromverbrauchs der in¬ dustriellen Anlage hinsichtlich einer Zielfunktion durchgeführt wird,
- bei dem die industrielle Anlage entsprechend der Op¬ timierung eingestellt wird.
Beispielsweise kann der Stromverbrauch der industriellen An- läge entsprechend der Optimierung eingestellt werden. Auch ist es möglich, dass die industrielle Anlage selbst, z.B. ei¬ ne Verarbeitungsgeschwindigkeit und/oder Verarbeitungsmodi entsprechend der Optimierung eingestellt werden. Somit ermöglicht die hier vorgeschlagene Lösung beispielswei¬ se eine energieoptimierte Produktionsplanung und -Steuerung für industrielle Anlagen, z.B. Produktionsanlagen, logistische Anlagen, etc. auf Basis existierender logistischer bzw. produktionslogistischer Systemen .
Vorteilhaft kann die Stromversorgung analog einer Just-in- Time- oder Just-In-Sequence-Anlieferung von Zulieferteilen bei produzierenden Unternehmen betrachtet und die Produkti- onssteuerungssysteme für die Realisierung von Angebot- Nachfrage-Effekten in einem Smart Grid entsprechend erweitert werden .
Dies bedeutet beispielsweise, dass ein einzelnes System für die Beschaffung von Materialien (z.B. Roh-/Hilfsmaterial) oder Gütern für die Produktion und für die Beschaffung der für die Produktionsprozesse benötigen Energie verwendet wer¬ den kann.
Hierbei ist es z.B. von Vorteil, dass aufgrund der existie- renden logistischen bzw. produktionslogistischen Systeme keine zusätzlichen Informationssysteme beim Energiekonsumenten (produzierendes Unternehmen) benötigt werden und somit gerin- ge Kosten für die Einführung von Smart Grid Lösungen anfallen .
Weiterhin ist es von Vorteil, dass die Energiekosten bei dem Energiekonsumenten durch flexible Anpassung der Anlage, z.B. Produktion, beispielsweise durch energie-optimierte Auftrags¬ steuerung oder Maschinenkonfiguration, an externe Ereignisse (z.B. Preissignale) reduziert werden können. Auch ist es ein Vorteil, dass Energielieferanten (z.B. Energie-Netzbetreiber) eine zusätzliche Flexibilität erhalten, da über Ereignisse eine Steuerung der angeforderten Energie möglich wird. Dadurch wird ein ineffizienter Netzausbau, der nur für seltene Fälle erforderlich ist, vermieden. Weiterhin kann der Anteil fluktuierender Energielieferanten (z.B. regenerativer Energielieferanten) erhöht werden.
Eine Weiterbildung ist es, dass die Zielfunktion eine Information betreffend vergangene Stromverbräuche berücksichtigt.
Insbesondere können historische Daten gesammelt und im Rahmen der Optimierung berücksichtigt werden. Dies hat den Vorteil, dass z.B. eine Prognose basierend auf den historischen Daten durchgeführt werden kann. So ist es möglich, ein Ergebnis, z.B. eine verspätete Fertigstellung eines Produkts oder eine entsprechende Veränderung des Stromverbrauchs der industriel¬ len Anlage vorherzusagen und rechtzeitig geeignete Gegenma߬ nahmen zu ergreifen. Eine andere Weiterbildung ist es, dass die Zielfunktion eine Information von einem Energielieferanten, insbesondere ein Signal betreffend den Stromverbrauch, berücksichtigt.
Insbesondere ist es eine Weiterbildung, dass die Information von dem Energielieferanten mindestens eine der folgenden Informationen umfasst:
- ein Signal betreffend den einzustellenden, minimalen und/oder maximalen Stromverbrauch; - eine Preisinformation;
- eine sonstige TarifInformation;
- eine Auslastungsinformation. Auch ist es eine Weiterbildung, dass die Zielfunktion eine Information des Stromnetzes, insbesondere einen Zustand des Stromnetzes, berücksichtigt.
Diese Information betreffend das Stromnetz kann von der in- dustriellen Anlage oder einer sonstigen Mess-Einheit bestimmt werden .
Ferner ist es eine Weiterbildung, dass die Zielfunktion einen aktuellen, einen vergangenen und/oder einen geplanten Strom- verbrauch der industriellen Anlage berücksichtigt.
Im Rahmen einer zusätzlichen Weiterbildung wird die Optimierung des Stromverbrauchs und mindestens eines weiteren Para¬ meters der industriellen Anlage hinsichtlich der Zielfunktion durchgeführt.
Eine nächste Weiterbildung besteht darin, dass der mindestens eine weitere Parameter umfasst:
- einen Parameter der industriellen Anlage;
- eine Durchlaufzeit;
- Kosten für die Anlage;
- Kosten für den Strom;
- einen Logistikplan;
- einen Produktionsplan.
Eine Ausgestaltung ist es, dass die Zielfunktion eine aktuel¬ le oder eine zukünftige Situation der industriellen Anlage berücksichtigt . Bei der zukünftigen Situation kann es sich um eine prognostizierte Situation der industriellen Anlage handeln. Eine alternative Ausführungsform besteht darin, dass die ak¬ tuelle oder die zukünftige Situation der industriellen Anlage mindestens eine der folgenden Informationen berücksichtigt:
- einen Lieferstatus zugelieferter oder bereitgestell- ter Güter;
- einen Ausbaustatus der industriellen Anlage;
- einen Betriebsmodus der industriellen Anlage.
Eine nächste Ausgestaltung ist es, dass die Zielfunktion mindestens eines der folgenden Ziele umfasst:
- Einhaltung einer Lieferzusage;
- Einhaltung einer vorgegebenen Maschinenauslastung;
- Einhaltung eines vorgegebenen Energieverbrauchs;
- Einhaltung eines Durchsatzes.
Bei der Zielfunktion kann es sich um eine Kostenfunktion, insbesondere eine gewichtete Kostenfunktion handeln. Die Zielfunktion kann hinsichtlich eines Ziels oder hinsichtlich mehrerer Ziele optimiert werden (Einziel- oder Mehrzielopti¬ mierung) .
Auch ist es eine Ausgestaltung, dass die industrielle Anlage mindestens eine der folgenden Komponenten umfasst:
- eine Produktion oder Fertigung;
- eine Logistik-Einheit;
- eine Dienstleistungs-Einheit;
- ein Rechenzentrum;
- einen Energielieferanten;
- einen Übertragungsnetzbetreiber.
Insbesondere kann es sich bei der industriellen Anlage um jedwede Anlage handeln, die für den Energielieferanten in ei- nem signifikanten Maß Strom benötigt. Die industrielle Anlage kann z.B. eines oder mehrere Unternehmen umfassen.
Die vorstehend genannte Aufgabe wird auch gelöst durch eine Vorrichtung zur Einstellung einer industriellen Anlage umfas- send eine Verarbeitungseinheit, die derart eingerichtet ist, dass
- ein Stromverbrauch der industriellen Anlage bestimmbar ist,
- eine Optimierung des Stromverbrauchs der industriel¬ len Anlage hinsichtlich einer Zielfunktion durchführbar ist,
- die industrielle Anlage entsprechend der Optimierung einstellbar ist.
Die hier genannte Verarbeitungseinheit kann insbesondere als eine Prozessoreinheit und/oder eine zumindest teilweise fest¬ verdrahtete oder logische Schaltungsanordnung ausgeführt sein, die beispielsweise derart eingerichtet ist, dass das Verfahren wie hierin beschrieben durchführbar ist. Besagte
Verarbeitungseinheit kann jede Art von Prozessor oder Rechner oder Computer mit entsprechend notwendiger Peripherie (Spei¬ cher, Input/Output-Schnittstellen, Ein-Ausgabe-Geräte, etc.) sein oder umfassen.
Die vorstehenden Erläuterungen betreffend das Verfahren gelten für die Vorrichtung entsprechend. Die Vorrichtung kann in einer Komponente oder verteilt in mehreren Komponenten ausgeführt sein.
Eine Weiterbildung ist es, dass die Vorrichtung Teil eines Produktionsmanagementsystems ist .
Auch wird die oben genannte Aufgabe gelöst mittels eines Sys tems umfassend mindestens eine der hier beschriebenen Vor¬ richtungen .
Die hier vorgestellte Lösung umfasst ferner ein Computerpro¬ grammprodukt, das direkt in einen Speicher eines digitalen Computers ladbar ist, umfassend Programmcodeteile, die dazu geeignet sind, Schritte des hier beschriebenen Verfahrens durchzuführen . Weiterhin wird das oben genannte Problem gelöst mittels eines computerlesbaren Speichermediums, z.B. eines beliebigen Speichers, umfassend von einem Computer ausführbare Anweisungen (z.B. in Form von Programmcode), die dazu geeignet sind, dass der Computer Schritte des hier beschriebenen Verfahrens durchführt .
Die oben beschriebenen Eigenschaften, Merkmale und Vorteile dieser Erfindung sowie die Art und Weise, wie diese erreicht werden, werden klarer und deutlicher verständlich im Zusammenhang mit der folgenden schematischen Beschreibung von Ausführungsbeispielen, die im Zusammenhang mit den Zeichnungen näher erläutert werden. Dabei können zur Übersichtlichkeit gleiche oder gleichwirkende Elemente mit gleichen Bezugszei- chen versehen sein.
Es zeigen:
Fig.l einen produzierendes Unternehmen als Abnehmer einer
Energie von einem Energielieferanten;
Fig.2 einen Ereignis-Prozessor als Teil des in Fig.l gezeigten Assistenzsystems, wobei der Ereignis- Prozessor eine Registrierung, eine Situations- Erkennung und eine Kompensation umfasst;
Fig.3 einen Algorithmus, der beschreibt, wie Anfragen an einem Ereignismechanismus einer EPCIS-Datenbank angemeldet werden und wie die benötigten Verfügbarkeiten der Ressourcen der Situations-Erkennung bereitgestellt werden;
Fig.4 ein schematisches Schaubild, dass die Abhängigkeiten zwischen Produktionsj obs , Entnahmejobs und Lieferjobs darstellt .
Der hier vorgeschlagene Ansatz ermöglicht es, einen Energie¬ verbrauch eines komplexen Systems, z.B. eines produzierenden Unternehmens oder eines Dienstleisters, so zu beeinflussen, dass eine Auslastung und/oder eine Stabilität des Energienet¬ zes verbessert werden kann. Dies wird vorteilhaft dadurch erreicht, dass Warenlogistik- bzw. Supply-Chain Management Lösungen für eine "gerade recht¬ zeitige" ( Just-In-Time (JIT) bzw. Just-In-Sequence (JIS) ) An¬ lieferung, Bearbeitung und/oder Steuerung entsprechend herangezogen wird.
Hierbei kann vorteilhaft der Effekt bzw. Trend genutzt wer¬ den, dass für die JIT/JIS-Lieferstrategien Echtzeit- Ereignisse in die produktionslogistischen Systeme einfließen. So können bestehende Systeme (z.B. produktionslogistische
Systeme) oftmals auf externe Ereignisse reagieren, indem die Planung und/oder Steuerung der Produktions- und Logistikpro¬ zesse angepasst wird/werden. Bei solchen Systemen handelt es sich z.B. um ein
- Supply Chain Management (SCM) ,
- Enterprise Resource Planning (ERP) und oder
- Manufacturing Execution System (MES) .
Zur Erläuterung der vorstehend genannten Begriffe sei auch auf [http://de.wikipedia.org/wiki/Supply-Chain-Management], [http : //de . wikipedia . org/wiki/Enterprise_Resource_Planning] und
[http : //de . wikipedia . org/wiki /Manufacturing_Execution_System] verwiesen .
Beispielsweise kann ein Smart Grid dynamische Preissignale bereitstellen. Preisänderungen können als Ereignisse herangezogen werden, um eine energieoptimierte Planung bzw. eine energieoptimierte Steuerung des Stromkonsums zu erreichen.
Insbesondere spielen produzierende Unternehmen aufgrund ihres typischerweise hohen Energieverbrauchs (und ihrer somit er- heblichen Auswirkung auf das Stromnetz) eine wichtige Rolle für die Einführung des Smart Grid Konzeptes.
Durch Verwendung bestehender IT-Infrastrukturen der JIT/JIS- Logistiksteuerung kann eine relativ kostengünstige Lösung für die Umsetzung eines sogenannten "Demand-Response"-Szenarios in dem bzw. für das Smart Grid realisiert werden.
Fig.l zeigt ein produzierendes Unternehmen 101 als Abnehmer einer erheblichen Menge an Energie von einem Energielieferanten 102.
Sowohl das Unternehmen 101 als auch der Energielieferant 102 stellen einem Ereignis-Server 103 Informationen 108, 109 be- reit, die als Steuerereignisse 104 von einem Assistenzsystem 105 verarbeitet werden. Das Assistenzsystem 105 umfasst bei¬ spielhaft mindestens eines der vorstehend genannten Systeme: SCM, ERP, MES. Das Unternehmen 101 stellt dem Ereignis-Server 103 als Informationen 108 beispielsweise Liefer-Informationen, Status- Informationen betreffend Lieferung o.a. bereit. Der Energie¬ lieferant 102 stellt dem Ereignis-Server 103 als Informatio¬ nen 109 beispielsweise Preisinformationen, Angebot-Nachfrage- Informationen oder Energieverbrauchspläne bzw. Änderungen derselben zur Verfügung.
Beispielsweise erfolgt bei einer JIT-Anlieferung nach einer Bestellung, die bereits frühzeitig durchgeführt wird, ein Liefer- bzw. Feinabruf (z.B. nach VDA 4905/4915/4916), der kurzfristig bei Bedarf abgesetzt wird und die benötigte Menge und den Zeitpunkt festlegt. Die entsprechenden IT-Systeme (ERP/SCM/MES) in dem Assistenzsystem 105 können z.B. auf andere Liefermengen oder andere Lieferzeitpunkte flexibel rea- gieren (z.B. durch Umplanung) . Entsprechend stellt das Assis¬ tenzsystem 105 dem Unternehmen 101 eine Rückmeldung 106 betreffend z.B. Bestellung und/oder Lieferabruf bereit. Handelt es sich bei dem Unternehmen 101 z.B. um einen Großkunden des Energielieferanten 102, kann ein langfristiger Liefervertrag (entsprechend der Bestellung von Waren) beste¬ hen, der kurzfristige Fahrplanvorhersagen betreffend die be- nötigte Strommenge am Tag vorher bestimmt (entsprechend einem Lieferabruf für Waren) - vergleiche Informationen 107, die von dem Assistenzsystem 105 dem Energielieferanten 102 bereitgestellt werden. Vorzugsweise kann ein Smart Grid die Funktion aufweisen, dass je nach Zustand des Stromnetzes und der Energieerzeugungs¬ prognosen der mögliche Konsum sowohl über einen flexiblen Strompreis (Ereignismeldung) als auch über ein entsprechendes Angebot-Nachfrage-Signal, das z.B. in einem Vertrag geregelt ist, gesteuert wird.
Weitere Vorteile und Implementierungen:
Beispielsweise ermöglicht es der hier vorgestellte Ansatz, bestehende logistische und/oder produktionslogistische Syste¬ me insbesondere produzierender Industrien kostengünstig in ein Smart Grid einzubinden. Dabei können z.B. (dynamische) Preissignale und Angebots-Nachfrage-Strategien verwendet werden, um effizient Strom von dem Energielieferanten zu bezie- hen.
Nachfolgend werden beispielhaft zwei mögliche Szenarien er¬ läutert : (1) Beispielsweise können logistische Ereignisse z.B. in ei¬ nem Unternehmen und/oder zwischen Unternehmen ausgetauscht werden, um einen Ereignis-basierten Austausch von Energie-Information (z.B. Strompreisänderungen, Energiebedarfsänderungen, Fahrplanänderungen, etc.) zu ermöglichen.
Hierzu kann ein vorhandenes (z.B. RFID-basiertes ) Über¬ wachungssystem (auch bezeichnet als Tracking und Tra- cing-System) eingesetzt werden, das z.B. für Lieferketten ggf. sogar bereits vorhanden ist und im Sinne der vorliegenden Erfindung genutzt werden kann.
Vorzugsweise wird ein Informationsmodell um Ereignisse erweitert (z.B. durch Erweiterung des EPCIS-Standards) , die für die Steuerung der Stromlieferung nötig sind. Hierbei kann es sich beispielsweise um Preissignale oder Angebot-Nachfrage-Signale handeln (vgl. Information 109) .
(2) Ein bestehendes (z.B. produktionslogistisches ) Assis¬ tenzsystem 105 kann erweitert werden dahingehend, dass es z.B. Strombereitstellungsereignisse (z.B. übermittelt in Form der Information 109) empfängt und je nach Bedarf die Produktionsplanung (und somit den Stromverbrauch) beeinflusst (vgl. Rückmeldung 106 an Unternehmen 101).
Der Ansatz ermöglicht es somit, auf logistische Ereignisse (Informationen 108) als auch Energie-Informationen 109 zu reagieren und den Stromverbrauch bzw. die Stromkosten zu optimieren auf der Basis von Energiemodellen der betroffenen industriellen Anlage (d.h. des Unternehmens 101) durch
- eine Umplanung der Produktion (z.B. eine Produktionsauftragsumplanung) ,
- eine Änderung der Produktionsprozesse (z.B. Verände¬ rung der Geschwindigkeit der Produktion) und/oder
- ein dynamisches Wechseln des Stromanbieters und/oder Stromtarifs .
Insbesondere kann der hier vorgestellte Ansatz mindestens ei¬ nes der folgenden Ziele verfolgen:
(a) Ein Energiegesamtverbrauch bzw. ein Verbrauch nichtregenerativer Energie kann minimiert werden. Beispielsweise können Aufträge in Zeiten verlagert werden, in denen eine große Menge an Wind- oder Solarenergie verfügbar ist. (b) Lastspitzen können reduziert oder vermieden werden. Dies hat insbesondere den Vorteil, dass eine geringere Kapa¬ zität der elektrischen Leitungen ausreicht.
(c) Es kann flexibel auf eine tatsächlich vorhandene und be¬ reitstellbare Menge elektrischer Energie reagiert wer¬ den. Insbesondere können Mehr- oder Mindermengen elektrischer Energie auch im Hinblick auf einen Energiefahrplan zumindest teilweise ausgeglichen werden.
(d) Ein zeitnaher Wechsel zwischen Stromanbietern und/oder Stromtarifen kann die Kosteneffizienz steigern.
Beispielsweise kann ein RFID-basiertes produktionslogisti- sches System in der hier beschriebenen Weise optimiert werden. RFID ermöglicht die automatische Identifizierung und Lo¬ kalisierung von Gegenständen und erleichtert damit die Erfas¬ sung von Daten (vgl. http://de.wikipedia.org/wiki/RFID).
Beispielhaft sei hierbei auf das Forschungsprojekt RAN
(www.autoran.de) verwiesen, in dem ein logistisches System mit einer RFID-basierten Überwachung (Tracking und Tracing- System) von Objekten sowie den entsprechenden produktionslo- gistischen Assistenzsystemen für die Ereignis-basierte Produktionsplanung und -Steuerung eingesetzt wird.
Eine beliebige produktionslogistische Infrastruktur kann für die Energie-optimale Planung und Steuerung eines produzierenden Betriebs verwendet werden. Hierbei kann auf Ereignisse des Stromlieferanten (z.B. Preisänderung), Verteilnetzbetreibers (z.B. Überlastungsmeldung), etc. geeignet reagiert werden .
Die Energielieferanten (Energiewirtschaft), z.B. Netzbetrei¬ ber, Stromgroßhändler, Übertragungsnetzbetreiber, Verteilnetzbetreiber, Messstellenbetreiber können unterschiedliche energierelevante Ereignisse, z.B. ein Überlastungsereignis, ein Tarifänderungsereignis , ein Verbrauchsstatusereignis, etc. dem Ereignis-Server bereitstellen, der daraufhin ein Steuerereignis an das Assistenzsystem übermittelt.
Auf der Seite der Unternehmen können unterschiedliche Ener- giekonsumenten teilnehmen, die verschiedene Informationen (z.B. Ereignisse, z.B. EPCIS-Ereignisse) an den Ereignis- Server übermitteln. Diese werden auch in Form von Steuerereignissen an das Assistenzsystem übermittelt. Somit erhält das Assistenzsystem nicht nur Informationen z.B. über die Beschaffung von Gütern oder von Rohmaterial für die Produktion, sondern auch Informationen über die Beschaffung der benötigten Energie. Das Assistenzsystem kann hierbei verteilt ausgeführt sein, z.B. können mehrere Assistenzsysteme bei den Energiekonsumenten (Unternehmen) angeordnet sein, so dass die Steuerereig¬ nisse an mindestens ein Assistenzsystem übertragen werden. EPCIS
Beispielhaft wird nachfolgend der EPCIS-Standard genutzt und ein Datenaustausch basierend auf dem EPCIS-Standard beschrie¬ ben. Hierbei wird beispielhaft die Funktionalität der EPCIS- Ereignisse erweitert, um z.B. Pläne bestätigen als auch Ab¬ weichungen von Plänen bestimmen zu können.
Gemäß dem derzeitigen Standard beschreibt ein EPCIS-Ereignis welches Objekt (was?), an welcher Stelle (wo?), zu welcher Zeit (wann?) aus welchem Grund (warum?) beobachtet wurde.
Dieses Konzept kann dahingehend erweitert bzw. genutzt wer¬ den, Ereignisse mit Energiebezug wie beispielsweise Überlas¬ tungsereignis, Tarifänderungsereignis oder Verbrauchsstatus- ereignis darzustellen. So kann z.B. ausgedrückt werden, dass sich ein entsprechender Tarif (was?), zu einem bestimmten Zeitpunkt (wann?), für einen bestimmten Ortsabschnitt (wo?), aus einem bestimmten Grund (warum?) ändert. Dies ermöglicht eine Erfassung und Mitteilung von Problemen, die z.B. entlang einer Produktion (z.B. einer Supply-Chain) auftreten. Die XML-basierte EPCIS-Ereignis-Syntax basiert auf einer formalen Semantik. Die vorliegende Lösung schlägt insbesondere vor, implizites Wissen aus Ereignissen zu folgern, wodurch sich Situationen und Kompensationsstrategien wesentlich effizienter ableiten lassen. Hinsichtlich der EPCIS Ereignisse und Master Ontologien sei auf die Normen IEC 61512 und IEC 62264 verwiesen.
Logische Prädikate werden in einer Ontologie eingesetzt, um Klassen (Prädikate mit einer Arität von eins) und Relationen zwischen Klassen (Prädikate mit einer Arität von zwei) auszu¬ drücken. Aussagen haben somit die Form C(x) oder R(x, y) , wobei C eine Klasse, R eine Relation und x, konkrete Objekte be¬ zeichnen . Somit repräsentieren Klassen Ereignis-Typen, wohingegen Eigenschaften Ereignis-Felder darstellen.
Beispielsweise drücken die Aussagen
- Obj ectEvent (e1 ),
- Assembly (pl) und
- bizStep(el ,pl)
aus, dass ein EPCIS-Ereignis Obj ectEvent el beobachtet wurde innerhalb eines Schrittes bizStep pl, der vom yp Assembly ist. Alternativ könnte ein EPCIS QuantityEvent verwendet werden, um die an dem Schritt bizstep vom Typ Assembly die zur Verfü¬ gung stehende Strommenge zu beschreiben. Hierbei kann der Typ epcClass auf eine Ressource "Strom" verweisen.
Die Operatoren ¥,3 und die logischen Verknüpfungen V, Λ,—>·, etc. können verwendet werden, um komplexe Klassenbeschreibungen anzugeben. Beispielsweise kann durch die folgende Formel ausgedrückt werden, dass j edes Individuum, das ein Ereignis ObjectEvent ist und einen Schritt bizStep aufweist, der zu der Klasse Assembly gehört, auch ein Ereignis einer Klasse
ReceivedlnAssembly ist:
ReceivedlnAssembly (x) - - ObjectEvent Cx) Λ
Λ 3y.(Assembly (y) Λ bizStep(x,y) )
Neue Ereignisse ObjectEvent x, die diese Bedingung erfüllen, werden automatisch a1 s ReceivedlnAssembly Ereignisse k1ass i fi - ziert. Alle Regeln zur Situations-Erkennung und zur Kompensation, die für solche ReceivedlnAssembly Ereignisse definiert sind, werden automatisch auf die neuen Ereignisse angewandt. Somit kann die Anzahl der Regeln zur Situations-Erkennung und Kompensation reduziert werden. Dies wirkt sich positiv auf die Spezifikation und die Fehlertoleranz aus. Die nachfolgend erläuterte Situations-Erkennung und Kompensation können unter Nutzung der EPCIS-Ereignis-Ontologie implementiert bzw. kann diese entsprechend erweitert werden.
EREIGNIS-PROZESSOR
Ein Ereignis-Prozessor kann als Teil des Assistenzsystems 105 ausgeführt sein. Der Ereignis-Prozessor kann auf die Steuerereignisse 104 reagieren, die auf den Informationen 108 oder 109, also auf Informationen bzw. Ereignissen von dem Unternehmen 101 oder dem Energielieferanten 102, basieren. Neben Ereignissen, die z.B. von der Produktion stammen, kann der Ereignis-Prozessor in entsprechender Weise auch energierelevante Ereignisse berücksichtigen und eine Anpassung der Planung kann basierend auf diesen Eingangsgrößen erfolgen. Beispielsweise kann von dem Ereignis-Prozessor festgestellt werden, dass sich ein Strompreis um mehr als x% von einer Vorga- be geändert hat, was dazu führen kann, dass z.B. die Produk¬ tion angepasst wird und/oder dass der Stromlieferant gewech¬ selt wird. Die nachfolgenden Ausführungen berücksichtigen insbesondere die Informationen 108 von dem Unternehmen 101 und die Rückmeldung 106 an das Unternehmen 101. Entsprechend ist es möglich, die Informationen 109 von dem Energielieferanten 102 für die Optimierung zu berücksichtigen und/oder die Rückmeldung 107 an den Energielieferanten 102 als Ergebnis der Optimierung zu generieren.
Hierbei sei angemerkt, dass das Unternehmen 101 mindestens ein Unternehmen bzw. mindestens eine technische Anlage umfas- sen kann. Entsprechend kann der Energielieferant 102 eine
Vielzahl von Energielieferanten umfassen. Die Rückmeldung 107 kann auch eine Auswahl eines Energielieferanten betreffen.
Das Ziel des Ereignis-Prozessors ist es, z.B. kritische Situ- ationen zu erkennen, die z.B. auf mit Zeitstempel versehenen Ereignissen, der aktuellen Produktionsablaufplanung, erwarteten Lagerbeständen oder sonstigen Ereignissen des Energielieferanten basieren. Als ein Ergebnis einer solchen Erkennung können geeignete Gegenmaßnahmen eingeleitet werden, z.B. ein Umplanen und/oder Ausgeben weiterer Ereignisse, z.B. sogenannter EPCIS-Ereignisse . Beispielhaft zeigt Fig.2 einen Er¬ eignis-Prozessor, der die folgenden Komponenten umfasst bzw. die entsprechenden Funktionalitäten bereitstellt:
- eine Registrierung 201,
- eine Situations-Erkennung 202,
- eine Kompensation 203.
Diese Komponenten bzw. Funktionalitäten werden nachfolgend erläutert .
Registrierung 201
Die Registrierung 201 erhält und analysiert einen Produkti¬ onsplan 204, der z.B. von der industriellen Anlage (z.B. dem Unternehmen 101) bereitgestellt wurde, um sich für relevante Ereignisse zu registrieren. Dabei aktualisiert (vgl. Pfeil 206) die Registrierung 201 die Plandaten in der Situations- Erkennung 202. Der Produktionsplan 204 spezifiziert die Ressourcen (z.B. Energiebedarf, Material und Endprodukte) , die zu einem vorge¬ gebenen Zeitpunkt benötigt werden. Beispielsweise entspricht der Produktionsplan 204 fiCPxIxlxT einem Satz von Tupeln (p, m, q, t) , die einen Materialverbrauch beschreiben, wobei
- p€ P eine Ressourcenkennung (z.B. Material gemäß ei¬ ner Stückliste) ,
- in G M eine Maschinenkennung oder einen Maschinenort und
- iy E M eine Menge einer Ressource p, die zu der Zeit t G T benötigt wird,
bezeichnen .
Entsprechend können auch energierelevante Informationen 109 von dem Energielieferanten 102 erfasst und berücksichtigt werden .
Fig.3 zeigt einen Algorithmus, der beschreibt, wie Anfragen an einem Ereignismechanismus einer EPCIS-Datenbank angemeldet werden und wie die benötigten Verfügbarkeiten der Ressourcen der Situations-Erkennung 202 bereitgestellt werden.
Beispielhaft werden hier Begriffe aus der objektorientierten Programmierung verwendet, um einen Bezug zu Elementen eines Vektors herzustellen. So kennzeichnet ein Ausdruck x.a Kompo¬ nenten a eines Vektors x€ X = {(ß, b, c) \a€ AAhe B Ac€C}. Der in Fig.3 dargestellte Algorithmus bezeichnet ein Verfah¬ ren zum Registrieren relevanter EPCIS-Ereignisse bei einer EPCIS-Datenbank 205 und zum Aktualisieren von Verfügbarkeitsplänen (vgl. Pfeil 206) . Als Eingangsparameter werden ein Ressourcenverbrauchsplan R und eine Beobachtungsliste L zur Verfügung gestellt.
Der Algorithmus führt eine Beobachtungsliste L, die Produkt- Codes (EPCs) oder Klassenidentifikatoren EPCClassIDs derjenigen Ressourcen enthält, die schon registriert sind. Eine Funktion zum Integrieren von Logistikinformation in Produktprozesse stellt ein Abbilden der internen Kennung, die für die verschiedenen Ressourcenklassen in der Stückliste der Ma- terialbeschreibung (MBOM) verwendet wird auf die externen
Kennungen, die in dem EPCIS-Tracking und Tracing-System verwendet werden, dar. Dieses Abbilden wird in der Zeile 2 des Algorithmus unter Verwendung eines sogenannten lookupEPC- Verfahrens umgesetzt. In der Produktionsumgebung kann bei- spielsweise eine klassenbasierte Identifizierung von Materia¬ lien eingesetzt werden, um eine Produktionsflexibilität zu erhalten, da besonders im Fall von Just-In-Time (JIT) oder Just-In-Sequence (JIS) Prozessen eine stückbasierte Tracking und Tracing-Identifizierung verwendet wird.
Unterschiedliche Ausgestaltungen des lookupEPC-Verfahrens können verwendet werden, um verschiedene Szenarien abzude¬ cken. Der Unterschied zwischen internen und externen Kennungen kann mittels expliziter Abbildungen von EPCClass/EPC- Kennungen auf MBOM- (Klassen- ) Kennungen adressiert werden. Beruhend auf der Struktur der Kennung kann in vielen Fällen die Klassenkennung direkt von der Stückkennung abgeleitet werden. Beispielsweise ist die EPC-Klasse
urn : epc : idpat :sgtin:0614141.112345.*
des Stücks mit dem EPC
urn : epc: idpat : sgtin: 0614141.112345.400
durch den ersten Teil des EPCs definiert.
Sobald der externe EPC oder die zugehörige Klasse (EPCClass) identifiziert wurde, verifiziert der Algorithmus, ob eine entsprechende Rückrufabfrage schon in der EPCIS-Datenbank re¬ gistriert ist (Zeile 4) . Falls dies nicht der Fall ist, wird eine neue Abfrage registriert (Zeilen 6 und 8) . Der EPCIS- Standard stellt einen Satz vordefinierter Abfragen (SimpleE- ventQueries) bereit, die von EPCIS-Datenbanken implementiert werden . Da die Situations-Erkennung 202 oft ein tatsächliches mit dem erwarteten Prozessverhalten vergleicht, werden entsprechend Pläne zur Materialverfügbarkeit aktualisiert. Derartige Aktu¬ alisierungen können beispielsweise lokal dargestellt werden, indem ein Ereignis ObjectEvent mit einer Aktion "REQUIRED" zu der Ontologie (Zeile 3) hinzugefügt wird.
Für eine vorgegebene Ressource r c- R spezifiziert das Ereignis eine Zeit r.i, wann ein Material r.p an einem Ort r.m. verfügbar sein muss. Der Kompaktheit halber wird die folgende Abkürzung verwendet, um einen Bezug auf das Ereignis ObjectEvent in der EPCIS-Ereignisontologie herzustellen:
ObjectEvent (e, t, I, s, b, a, d) = ObjectEvent (e) Λ
Λ timestamp(e, i) Λ location(e, Ι)Λ
AbizStep(e, s) Λ businessTransaction(e, b)A Λ action(e, a) Λ disposition(e, d)
wobei
- "timestamp" einen Zeit bzw. eine Zeitinformation,
- "location" einen Ort bzw. eine Ortsinformation,
- "bizStep" einen Schritt z.B. der Produktionsanlage oder der Supply-Chain,
- "businessTransaction" eine Transaktion,
- "action" eine Aktion und
- "disposition" eine Statusinformation
umfassen oder bezeichnen.
Während die Kennung e und der Zeitstempel t für alle Ereig- nisarten verwendet werden können, sind insbesondere die ande¬ ren angeführten Relationen optional. Eigenschaften, die nicht definiert sind, können in Form eines Platzhalters " · " notiert werden . Situations-Erkennung 202
Nachfolgend werden beispielhaft Situationen wie eine verfrüh¬ te Bereitstellung oder eine verspätete Lieferung von Zulie- ferteilen, Maschinenausfälle oder anderen Störungen erläutert. Jede Störung wird z.B. mittels mindestens eines beo¬ bachteten Ereignisses erfasst oder beschrieben.
Entsprechend kann die Situations-Erkennung 202 auch Störun- gen, Situationen oder Ereignisse berücksichtigen, die auf einer Information 109 von dem Energielieferanten 102 beruhen.
Insofern kann von der Situations-Erkennung 202 eine Beschreibung von Situationen 207 genutzt werden.
Bei der Ereignisverarbeitung kann eine Situation durch Abhängigkeitsverhältnisse zwischen Ereignissen unter Verwendung von Ereignismustern bestimmt sein. Ereignismuster können als Vorlagen betrachtet werden, die auf bestimmte Kombinationen von Ereignissen passen. Hier wird beispielhaft eine regelba¬ sierte Ereignismustersprache verwendet; ein regelbasierter Ansatz hat den Vorteil, dass ein logischer Formalismus zum Folgern ( "Reasoning" ) über Ereignishierarchien mit zusätzlichen Sprachkonstruktionen und zeitlichem Folgern kombiniert werden kann.
Ein Ereignismuster wird aus atomaren oder komplexen Ereignissen konstruiert und erweitert den logischen Formalismus wie folgt :
P
IP BIN P1NOT{P).[P, P] (1) wobei
- pr ein n-Array-Prädikat mit beliebigen Ausdrücken
£i,...,i„ darstellt,
- q £ R eine nichtnegative rationale Zahl ist, - WHERE verwendet werden kann, um Beschränkungen, die einen Ausdruck t verwenden, zu definieren und
- BIN ein binärer Operator ist, der sich auf eine der zeitlichen Relationen bezieht, die z.B. in [Allen, J.F. (1983) . Maintaining knowledge about temporal in- tervals. Commun. ACM, 26(11), 832-843] definiert sind .
Diese zeitlichen Operatoren umfassen
- SEQ, der eine Folge von Ereignissen darstellt,
- AND, der angibt, dass zwei Ereignisse zum gleichen Zeitpunkt stattfinden, und
- OR, der spezifiziert, dass zumindest eines von zwei Ereignissen stattfinden muss.
In dem vorliegenden Szenario nimmt das Prädikat pr meist ein (atomares) EPCIS-Ereignis, z.B. ein ObjectEvent, an.
Situationen können als komplexe Ereignisse behandelt werden, d.h. pr(il 5 . . . J;„) <- j).
Allgemein können insbesondere für den Fall verteilter Produk- tionsnetzwerke drei Arten zum Erfassen von Abweichungen unterschieden werden:
(a) die Abweichung wird mittels Vergleichens der tatsächli¬ chen Ressourcenbereitstellung (Ereignis 209), der von der EPCIS-Datenbank verfolgt wird, mit den lokalen Plä- nen der Unternehmen verglichen,
(b) das Unternehmen erhält eine Abweichungsbenachrichtigung z.B. über ein EPCIS-Interpretationsereignis 208 oder
(c) eine tatsächliche Objektverfolgungsinformation von der EPCIS-Datenbank wird lokal mit einer Information der er- warteten Ressourcenbereitstellung, die mittels Prognosealgorithmen bestimmt wird, verglichen. Die drei Ansätze werden unter Verwendung der folgenden Ereignismuster gemäß Regel (2) bis Regel (4) veranschaulicht. Sie bestimmen, ob eingehende Ressourcen oder ausgehende Produkte mit einer eindeutigen Kennung e, gemäß den geplanten Verfüg- barkeiten und Lieferfristen verzögert werden sollen.
ActualDelay(e) Λ delay(e. ί2, t ) <—
(D jectEvent{e, i2, L ·, ·, "REQUIRED". ·) SEQ
(2) ObjectEventfe, ίχ, l, ·, ·, "OBSERVED", ·)}
Not ifiedDelay(e) Λ delay(e, ί-ι^ι)
(0bjectEvent(e,i2 ,-,', "REQUIRED",■) SEQ
(3) ObjectEvent(e, t l, ·, ·, "DEVIATION". ·))
ExpectedDelay(e) Λ delayfe, t<i, t)
(DbjectEvent{e,i2.J2! ·,·, "REQUIRED", ·) Λ
ObjectEventfe, tl} 1? ·, ·, "OBSERVED", ·} Λ (4) deli¥eryEstimatioti(i3,Ii,l2} Λ t = fi + ts)
WHERE h < h + h
Die Regeln funktionieren für die Energie entsprechend z.B. mit sogenannten QuantityEvents (umfassend eine Klasse mit ei- nem Typ) .
Die Regel (2) implementiert den ersten Ansatz mittels Ver¬ gleichens der Zeit £], zu der eine Ressource an einem vorge¬ gebenen Ort l beobachtet wurde, mit der Zeit t2, zu der eine Ressource gemäß dem Produktionsplan an dem Ort benötigt wird. Allerdings ist es üblicherweise zu spät für eine angemessene Reaktion, wenn die Verzögerung nach Empfang der Lieferung de- tektiert wird. Ein organisationsübergreifendes Tracking und Tracing-System bietet hier z.B. zwei Alternativen für eine frühzeitige Erfassung. Die Regel (3) ersetzt die tatsächliche Beobachtung durch ein Abweichungsereignis und implementiert somit den zweiten Ansatz. Die Regel (4) schließlich nutzt historische Tracking und Tracing-Daten aus der EPCIS- Datenbank, um die ungefähre Lieferzeit beruhend auf den aktu- eil verfügbaren Beobachtungen zu bestimmen. In dem Beispiel ermöglicht die Prognosefunktion del iveryEst imation : L X L— T eine Abschätzung der Ankunftszeit /€ T basierend auf der ak¬ tuellen Position und dem Zielort einer bestimmten Ware. Mögliche Realisierungen können mittlere Lieferdauern vorheriger Aufträge, Vorhersagemodellen, neuronale Netze und/oder Simu¬ lationsmodelle berücksichtigen.
Allgemein sind Zeitverzögerungen in Lieferketten nur eine mögliche Situation, die für die Produktionsplanung und - Steuerung von Interesse ist. Aufgrund des vorgeschlagenen Ansatzes können z.B. mittels der EPCIS-Ereignisdarstellung und/oder der Ereignismustersprache auch andere (kritische)
Situationen, z.B. Mengenabweichungen, Fehlleitungen etc. er- fasst werden. Weiterhin ist es möglich, eine Konsistenz von definierten Situationen anhand der formalen Semantik von Ereignissen zu verifizieren.
Im Ergebnis stellt somit die Situations-Erkennung 202 eine erkannte kritische Situation 210 der Kompensation 203 zur weiteren Verarbeitung bereit. Kompensation 203
Sobald die kritische Situation 210 erfasst worden ist, können Benachrichtigungen und ggf. geeignete Kompensationsmaßnahmen initiiert werden. Die Kompensation 203 nutzt vorzugsweise hierfür eine Menge von Kompensationsstrategien 213. Diese
Kompensationsstrategien 213 können mittels Kompensationsregeln in geeignete Reaktionen, z.B. EPCIS-Ereignisse 211 oder eine Aktualisierung der Planung 212 umgesetzt werden. Eine Aktion kann in Form einer Rückmeldung von dem Assistenzsystem 105 an das Unternehmen 101 und/oder den Energielieferanten 102 erfolgen.
Die Kompensationsregeln weisen die Form comp <— P auf, wobei
- P eine Situationsbeschreibung gemäß Gleichung (1) und
- comp mindestens ein Prädikat der Regelmaschine (Re- gel-Engine) ist bzw. eine Verknüpfung mehrerer solcher Prädikate umfasst. Da die Anzahl von Kompensationsregeln sehr groß werden kann (mehrere tausend solcher Kompensationsregeln sind durchaus möglich) , wird vorzugsweise eine kompakte und präzise Sprache bzw. Beschreibung benötigt. Das beispielhaft eingesetzte lo¬ gikbasierte Modell unterstützt diese Anforderung, da Ereig- nishierarchien verwendet werden, um Regeln auf verschiedenen Ebenen der Abstraktion zu definieren, was die Anzahl der benötigten Regeln deutlich reduziert. Zusätzlich kann das eingesetzte formale Modell für eine Konsistenzkontrolle der Kom¬ pensationsstrategien genutzt werden.
Als ein Beispiel diene eine Kompensationsabwicklungsstrategie für erfasste Verzögerungen einer Lieferkette. Der logische Folgerungsmechanismus stellt automatisch die Information be¬ reit, dass die Situationen ActualDelay (tatsächliche Verzöge- rung) , NotifiedDelay (festgestellte Verzögerung) und Expec- tedDelay (erwartete Verzögerung) , die in der Situations- Erkennung 202 erfasst wurden, allesamt Unterklassen der Situation Delay (Verzögerung) sind. Dies wird durch die folgende Definition gewährleistet:
Delay(.r) - Ob j ectEvent (J-) Λ delay(x. y) (5)
Im Falle elektrischer Energie kann das Ereignis "Obj ectEvent " als "QuantityEvent " notiert werden. Basierend auf dieser Gleichung (5) ist es möglich, eine all¬ gemeine (und übersichtliche) Kompensationsregel für alle Ar¬ ten von Verzögerung wie folgt zu bestimmen: notifySclieduler{ »time»Si ,i2) <- delayfe, h, t2) Λ
1 ookupEPCT 1(e, p) ^
Sobald eine Verzögerung erfasst wurde, löst die Regel das eingebaute Prädikat "notifyScheduler " aus, das das Aktuali¬ sierungsverfahren der Produktionszeitsteuerung aufruft. Dieses Verfahren unterstützt Aktualisierungen der Ressourcenverfügbarkeit hinsichtlich Zeit als auch Menge und eine Verände¬ rung der Produktions-Fälligkeit eines Produkts.
Für eine Benachrichtigung über Verzögerungen nutzt das Prädikat zusätzlich die Ressourcenkennung p (z.B. gemäß MBOM) , die erwartete Zeit t und die beobachtete/geschätzte Zeit t,2. Um die externe EPCIS-Kennung e auf die interne MBOM-Kennung p abzubilden, wird die Umkehrfunktion des zuvor erläuterten lookupEPC-Verfahrens verwendet.
Im folgenden Abschnitt wird dargestellt, wie die Produktions¬ ablaufplanung auf die durch Ereignisse ausgelöste Planaktua¬ lisierung reagiert.
REAK IVE PRODUK IONSABLAUFPLANUNG
Der Produktionsablaufplaner ist ebenfalls Teil des Assistenzsystems 105 und bestimmt den detaillierten Produktionsablauf- plan. Hierbei können z.B. die folgenden Aspekte berücksichtigt werden.
(i) Es wird die Entscheidung berücksichtigt, welche Aufgabe mittels einer spezifischen Maschine (detaillierte Ma¬ schinenablaufplanung) ausgeführt werden soll.
(ii) Auch kann die Ressourcenversorgung (vorratsorientierte Ablaufplanung) berücksichtigt werden, die insbesondere anfällig für logistische Ereignisse (insbesondere in JIT/JIS-Szenarien) ist.
Beispielhaft werden nachfolgend die Auswirkungen von EPCIS- Ereignissen auf die vorratsorientierte Ablaufplanung berück- sichtigt. Eine detaillierte Maschinenablaufplanung mit Verän¬ derungen über die Zeit kann entsprechend in das Modell integ¬ riert werden. Reaktiver Ablaufplanungsalgorithmus
Das Ziel des vorgestellten reaktiven Produktionsablaufpla- nungsansatzes ist es, die kostenminimierende Sequenz von Pro¬ duktionsjobs Jp dann, wenn der Ereignis-Prozessor Ressourcen- bereitstellungspläne oder Produktionsfristen aktualisiert, zu berechnen. Produktionsj obs erfordern einen Satz von Entnahmejobs Ju aus einem Vorrat. Vorräte werden von Lieferj obs .1° aufgefüllt. Die zur Verfügung stehende Energie kann auch als Vorrat aufgefasst werden.
Fig.4 zeigt ein schematisches Schaubild, dass die Abhängig¬ keiten zwischen Produktionsj obs , Entnahmejobs und Lieferj obs darstellt . So zeigt Fig.4 einen Ausschnitt einer Produktionskette mit mehreren Produktionsknoten 401, 402, 405 und 409. Jeder Produktionsknoten hat mindestens einen Warenbestand (auch be¬ zeichnet als Vorrat oder Inventory) 401, 402, 406, 408 und 410. Ein Produkt pi wird aus dem Warenbestand 403 des Produk- tionsknotens 401 mittels eines Ressourcenbereitstellungsauf¬ trag 411 in den Warenbestand 406 des Produktionsknotens 405 transferiert. Entsprechend wird ein Produkt p2 aus dem Waren¬ bestand 404 des Produktionsknotens 402 mittels eines Liefer¬ jobs 412 in den Warenbestand 406 des Produktionsknotens 405 transferiert. Mittels eines Entnahmejobs 413 und eines Ent¬ nahmejobs 414 werden die Produkte pi und p2 aus dem Warenbe¬ stand 406 entnommen und mittels einer Produktion 407 zu einem Produkt ps verarbeitet; das Produkt p3 wird in einem Warenbe¬ stand 408 abgelegt mittels eines Produktionsj obs 415. Ent- sprechend kann das Produkt p-j mittels eines weiteren Liefer¬ jobs 416 in den Warenbestand 410 des sich anschließenden Pro¬ duktionsknotens 409 transferiert werden. Ein Produktionsj ob j€ Jp ist ein 3-Tupel j— (p, d, s), bei dem p€ P die MBOM-Materialklassenkennung des Endprodukts dar¬ stellt und d £ N die Fälligkeit ist, wobei beide von den Pro¬ duktionsaufträgen, die z.B. über einen Produktionsmanager empfangen werden, abgeleitet werden. Eine optimale Startzeit s £ N des Produktionsj obs wird z.B. von einem Produktionsab¬ laufplaner errechnet. Sobald eine Funktion notifyScheduler("duedate".p, ii. i2) mit den Parametern ("duedate" ("Fälligkeit"), p, , i2) von dem Ereignis-Prozessor aufgerufen wird, werden die Produktionsjobs wie folgt aktualisiert: Jp = Jp \ (p, , s) und
Jp = Jp U fa t2, s)
Grundsätzlich können Aktualisierungen den nachstehend erläu- terten Rescheduling-Algorithmus (Umplanungs-Algorithmus ) aus¬ lösen .
Jeder Produktionsj ob benötigt einen (nicht-leeren) Satz von Ressourcen (Produkten, Materialien, etc.) aus Vorräten. Eine Produktionsablaufplanung benötigt daher Information über Ressourcenbereitstellungen J°. Sie wird von den Tupeln (p, q, t) beschrieben, wobei p 6 P die MBOM-Kennung, q E N die Menge und £ N der Liefertermin bezeichnen . Während der Ablaufplanung wird der Satz von Lieferj obs JD verwendet, um zu verifizieren, ob ein Satz von Entnahmejobs bzw. Verbrauchsj obs zu einem vorgegebenen Zeitpunkt möglich ist. Der Satz von Ressourcenbereitstellungsj obs wird mittels der Methoden notii'yScheduler("quantity"./). li ) und notifySc edulerC'time".;, ii -'i) aktualisiert, entsprechend der vorstehenden Beschreibung zu den Produktionsj obs . Die Entnahmej obs , die für einen bestimmten Produktionsj ob be¬ nötigt werden, können mittels der Funktion mborn : P -42FxZ™ bestimmt werden, anhand derer die Menge jedes für ein be¬ stimmtes Produkt benötigten Ressourcen spezifiziert wird. Der gesamte Satz von Entnahmejobs für das Produkt pe„d€ P ist durch = {(p, q,. t) \ (p, q)€ rnbom(j)enxi) A i e N} bestimmt, wobei t die Entnahmezeit der Ressourcen für das Produkt jcrff| definiert und von dem Ablaufplan der Produktions¬ jobs abhängt, siehe Gleichung ( 9 ) .
Rescheduling-Algorithmus (Umplanungs-Algorithmus ) :
Der Rescheduling-Algorithmus kann z.B. einen optimalen bzw. optimierten Ablaufplan der Produktionsj obs , die in Jp enthal- ten sind, bestimmen.
Somit definiert ein Ablaufplan einen Startpunkt j.s für alle j ζ r . Ein Ablaufplan ist somit eine Gesamtfunktion σ : Jp—5> N, die jedem Job eine Startzeit zuweist. Das Ziel des Auswählens der Funktion σ liegt in einer Minimierung einer Kostenfunktion. Die Kostenfunktion kann verschiedene Kostenkategorien umfassen. Als Beispiele können eine Frühzeitigkeit bzw. eine Verspätung, die durch die Distanz zu einem Fälligkeitsdatum
bestimmt ist, oder auch eine benötigte Menge einer Ressource (z.B. Energie) dienen. Vorzugsweise wird im Rahmen des Umplanens eine Veränderung des Ablaufplans σ0Μ nur vorgenommen, falls hierdurch eine signifikante Verbesserung erreicht wird. Um die Verbesserung quantitativ zu bestimmen, wird die Distanz zwischen dem optimalen und dem aktuellen Ablaufplan unter Verwendung einer Distanzfunktion edit berechnet.
Diese Funktion edit ist vorzugsweise abhängig von dem Vorrats¬ system gewählt. Beispielsweise kann im Fall eines Hochregal¬ lagerhauses ein beliebiger Austausch zwischen Produktionsj obs erfolgen; in diesem Fall kann die Funktion edit unter Verwendung der Hamming-Distanz implementiert werden. Somit kann das Optimierungsproblem zum Auswählen eines am besten passenden Ablaufplans wie folgt formuliert werden arg min w · \&( )— j-d\ + (1— w) · edit(a, a„u)
a-jP-tN Ί, * " (7) wobei w 6 [0, 1] einen "Umplanungs schwellwert" darstellt (vi = l wählt immer den optimalen Ablaufplan, wohingegen w = 0 zu dem Ablaufplan mit minimalen Veränderungen führt) .
Grundsätzlich sind unterschiedliche Varianten eines eindimensionalen oder mehrdimensionalen Optimierungsproblems formulierbar. Für die Lösung sind unterschiedliche Ansätze z.B. Optimierung einer Kostenfunktion, Suche einer pareto- optimalen Lösung, etc. einsetzbar.
Um sicherzustellen, dass keine Produktionsj obs geplant wer¬ den, ohne dass
- ausreichend Vorräte bzw. Ressourcen,
- genug Zeit, um Komponenten von dem Lager zu den Maschinen zu transportieren, und
- ausreichend Produktionskapazität vorhanden sind, gelten beispielsweise die folgenden Beschränkungen gemäß den Formeln (8) bis (10) . Eine Funktion prep definiert die Trans¬ portzeit für vorgegebene Entnahme- und Produktionsj obs , eine Konstante PROD-C AP ACITY definiert, wie viele Produktions¬ jobs parallel ausgeführt werden können.
V € JF, V € JjJJ : j'-i - prep(j' ) = j.s (9) i <= r: Ii? G JpIi-s = t}l < PROD.CÄPA CITY (10)
Die Gleichung (8) berücksichtigt, dass ausreichend Ressourcen zur Verfügung stehen, die Gleichung (9) berücksichtigt, dass die Zeit zum Transport ausreicht und die Gleichung (10) stellt sicher, dass die Produktionskapazität ausreicht.
Das Optimierungsproblem kann als ein gemischtes ganzzahliges lineares Programm mit einer vollständig unimodularen Be¬ schränkungsmatrix dargestellt werden. Somit kann das Problem unter Verwendung eines Simplex-Algorithmus effizient gelöst werden .
Somit wird insbesondere vorgeschlagen, eine industrielle An¬ lage, z.B. ein Produktions- oder Logistik-System, optimiert zu betreiben, wobei der Stromverbrauch hinsichtlich einer
Zielfunktion optimiert wird. Die Zielfunktion kann neben dem Stromverbrauch auch weitere Parameter, z.B. eines Energielieferanten oder der Anlage selbst, berücksichtigen, so dass z.B. eine Mehrzieloptimierung durchgeführt werden kann und die Anlage im Hinblick auf den Stromverbrauch oder der Stromverbrauch im Hinblick auf die Anlage angepasst werden kann. Sowohl die industrielle Anlage als auch ein Energielieferant stellen Informationen bereit, die entsprechend zur Optimie¬ rung bzw. als Teil der Zielfunktion berücksichtigt werden können. Hierbei ist es von Vorteil, dass Überlastsituationen vermieden werden und insbesondere eine große Anzahl regenera¬ tive Energiequellen als Energielieferanten genutzt werden können, weil eine Anpassung an die tatsächlich bereitgestellte Energiemenge erfolgt und somit das Stromnetz entsprechend betrieben bzw. belastet werden kann. Die Erfindung kann beispielsweise in Smart Grids bzw. in Produktions- oder Logis¬ tik-Managementsystemen eingesetzt werden. Obwohl die Erfindung im Detail durch das mindestens eine ge¬ zeigte Ausführungsbeispiel näher illustriert und beschrieben wurde, so ist die Erfindung nicht darauf eingeschränkt und andere Variationen können vom Fachmann hieraus abgeleitet werden, ohne den Schutzumfang der Erfindung zu verlassen.
Abkürzungen :
EPC Electronic Product Code - Elektronischer Produktcode
EPCIS Electronic Product Code Information Services - EPC
Informationsdienst
ERP Enterprise Ressource Planning (System zur Produkti¬ onsplanung)
IT Informationstechnologie
JIS Just-In-Sequence - rechtzeitig in Bezug auf bspw. ei- nen Weiterverarbeitungsschritt (reihenfolgesynchrone
Produktion)
JIT Just-In-Time - rechtzeitig in Bezug auf bspw. einen
Weiterverarbeitungsschritt (bedarfssynchrone Produk¬ tion)
MBOM Manufacturing Bill Of Material - Stückliste
MES Manufacturing Execution System (prozessnah operierende Ebene eines mehrschichtigen Fertigungsmanagement¬ systems )
RFID Radio-Frequency Identification (Identifizierung mit
Hilfe elektromagnetischer Wellen)
SCM Supply Chain Management (Lieferkettenmanagement)

Claims

Patentansprüche
1. Verfahren zur Einstellung einer industriellen Anlage,
- bei dem ein Stromverbrauch der industriellen Anlage bestimmt wird,
- bei dem eine Optimierung des Stromverbrauchs der in¬ dustriellen Anlage hinsichtlich einer Zielfunktion durchgeführt wird,
- bei dem die industrielle Anlage entsprechend der Op¬ timierung eingestellt wird.
2. Verfahren nach Anspruch 1, bei dem die Zielfunktion eine Information betreffend vergangene Stromverbräuche be¬ rücksichtigt .
3. Verfahren nach einem der vorhergehenden Ansprüche, bei dem die Zielfunktion eine Information von einem Energielieferanten, insbesondere ein Signal betreffend den Stromverbrauch, berücksichtigt.
4. Verfahren nach Anspruch 3, bei dem die Information von dem Energielieferanten mindestens eine der folgenden Informationen umfasst:
- ein Signal betreffend den einzustellenden, minimalen und/oder maximalen Stromverbrauch;
- eine Preisinformation;
- eine sonstige TarifInformation;
- eine Auslastungsinformation.
5. Verfahren nach einem der vorhergehenden Ansprüche, bei dem die Zielfunktion eine Information des Stromnetzes, insbesondere einen Zustand des Stromnetzes, berücksich¬ tigt .
6. Verfahren nach einem der vorhergehenden Ansprüche, bei dem die Zielfunktion einen aktuellen, einen vergangenen und/oder einen geplanten Stromverbrauch der industriellen Anlage berücksichtigt.
7. Verfahren nach einem der vorhergehenden Ansprüche, bei dem die Optimierung des Stromverbrauchs und mindestens eines weiteren Parameters der industriellen Anlage hinsichtlich der Zielfunktion durchgeführt wird.
8. Verfahren nach Anspruch 7, bei dem der mindestens eine weitere Parameter umfasst:
- einen Parameter der industriellen Anlage;
- eine Durchlaufzeit;
- Kosten für die Anlage;
- Kosten für den Strom;
- einen Logistikplan;
- einen Produktionsplan.
9. Verfahren nach einem der vorhergehenden Ansprüche, bei dem die Zielfunktion eine aktuelle oder eine zukünftige Situation der industriellen Anlage berücksichtigt.
10. Verfahren nach Anspruch 9, bei dem die aktuelle oder die zukünftige Situation der industriellen Anlage mindestens eine der folgenden Informationen berücksichtigt:
- einen Lieferstatus zugelieferter oder bereitgestell¬ ter Güter;
- einen Ausbaustatus der industriellen Anlage;
- einen Betriebsmodus der industriellen Anlage.
11. Verfahren nach einem der vorhergehenden Ansprüche, bei dem die Zielfunktion mindestens eines der folgenden Ziele umfasst:
- Einhaltung einer Lieferzusage;
- Einhaltung einer vorgegebenen Maschinenauslastung;
- Einhaltung eines vorgegebenen Energieverbrauchs;
- Einhaltung eines Durchsatzes.
12. Verfahren nach einem der vorhergehenden Ansprüche, bei dem die industrielle Anlage mindestens eine der folgen¬ den Komponenten umfasst: - eine Produktion oder Fertigung;
- eine Logistik-Einheit;
- eine Dienstleistungs-Einheit;
- ein Rechenzentrum;
- einen Energielieferanten;
- einen Übertragungsnetzbetreiber.
13. Vorrichtung zur Einstellung einer industriellen Anlage umfassend eine Verarbeitungseinheit, die derart einge¬ richtet ist, dass
- ein Stromverbrauch der industriellen Anlage bestimmbar ist,
- eine Optimierung des Stromverbrauchs der industriel¬ len Anlage hinsichtlich einer Zielfunktion durchführbar ist,
- die industrielle Anlage entsprechend der Optimierung einstellbar ist.
14. Vorrichtung nach Anspruch 13, die Teil eines Produktionsmanagementsystems ist.
15. System umfassend mindestens eine Vorrichtung gemäß einem der Ansprüche 13 oder 14.
EP12751019.6A 2011-08-25 2012-08-02 Einstellung einer industriellen anlage Ceased EP2697753A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102011081547A DE102011081547A1 (de) 2011-08-25 2011-08-25 Einstellung einer industriellen Anlage
PCT/EP2012/065165 WO2013026673A1 (de) 2011-08-25 2012-08-02 Einstellung einer industriellen anlage

Publications (1)

Publication Number Publication Date
EP2697753A1 true EP2697753A1 (de) 2014-02-19

Family

ID=46750291

Family Applications (1)

Application Number Title Priority Date Filing Date
EP12751019.6A Ceased EP2697753A1 (de) 2011-08-25 2012-08-02 Einstellung einer industriellen anlage

Country Status (4)

Country Link
US (1) US10243372B2 (de)
EP (1) EP2697753A1 (de)
DE (1) DE102011081547A1 (de)
WO (1) WO2013026673A1 (de)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10289757B2 (en) 2014-05-16 2019-05-14 HST Solar Farms, Inc. System and methods for solar photovoltaic array engineering
DE102014211011A1 (de) * 2014-06-10 2015-12-17 Robert Bosch Gmbh Verfahren zum Betrieb einer Anlage mit Energiespeichern
DE102015207091A1 (de) 2015-04-20 2016-10-20 Robert Bosch Gmbh Verfahren zum Betreiben wenigstens einer Bearbeitungsmaschine
JP6059375B1 (ja) 2016-02-09 2017-01-11 ファナック株式会社 生産制御システムおよび統合生産制御システム
DE102017205968A1 (de) * 2017-04-07 2018-10-11 Bayerische Motoren Werke Aktiengesellschaft Verfahren zum Koordinieren eines Leistungsaustauschs zwischen einer Vielzahl von technischen Kleineinheiten und einem elektrischen Übertragungsnetz
DE102018211104A1 (de) * 2018-07-05 2020-01-09 Thyssenkrupp Ag Verfahren und Einrichtung zum Betrieb einer Produktionsanlage
DE102023124173A1 (de) 2023-09-07 2025-03-13 German Edge Cloud GmbH & Co. KG Optimierung industrieller Anlagen

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1748529B1 (de) * 2005-07-29 2008-08-20 TechniData AG Verfahren und System zur Prognose der benötigten Energiemengen eines, insbesondere industriellen Verbrauchers von einem Energieversorger oder Energielieferanten sowie Vorrichtung zur Energiebedarfsprognose
DE602004012399T2 (de) * 2004-06-07 2008-11-27 Abb Research Ltd. Vefahren zur Generierung von optimalen Steuerungsproblemen für industrielle Prozesse

Family Cites Families (48)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4279013A (en) * 1979-10-31 1981-07-14 The Valeron Corporation Machine process controller
US5148370A (en) * 1987-06-17 1992-09-15 The Standard Oil Company Expert system and method for batch production scheduling and planning
DE59208251D1 (de) * 1991-09-12 1997-04-24 Engel Gmbh Maschbau Verfahren zur steuerung einer maschine für die herstellung von produkten, insbesondere zur steuerung einer spritzgiessmaschine
US5315521A (en) * 1992-07-29 1994-05-24 Praxair Technology, Inc. Chemical process optimization method
FI19992256A7 (fi) * 1999-10-19 2001-04-20 Camsofta Oy Valmistuslaitoksen suunnittelu ja hallinto
DE10056494A1 (de) * 2000-11-15 2002-05-23 Bsh Bosch Siemens Hausgeraete Verfahren und Vorrichtung zum Steuern eines Hausgerätes
US6865450B2 (en) * 2001-05-10 2005-03-08 Siemens Westinghouse Power Corporation Schedule-based load estimator and method for electric power and other utilities and resources
US6847854B2 (en) * 2001-08-10 2005-01-25 Rockwell Automation Technologies, Inc. System and method for dynamic multi-objective optimization of machine selection, integration and utilization
US9729639B2 (en) * 2001-08-10 2017-08-08 Rockwell Automation Technologies, Inc. System and method for dynamic multi-objective optimization of machine selection, integration and utilization
US8417360B2 (en) * 2001-08-10 2013-04-09 Rockwell Automation Technologies, Inc. System and method for dynamic multi-objective optimization of machine selection, integration and utilization
US8914300B2 (en) * 2001-08-10 2014-12-16 Rockwell Automation Technologies, Inc. System and method for dynamic multi-objective optimization of machine selection, integration and utilization
US20090210081A1 (en) * 2001-08-10 2009-08-20 Rockwell Automation Technologies, Inc. System and method for dynamic multi-objective optimization of machine selection, integration and utilization
US6728607B1 (en) * 2002-10-03 2004-04-27 Deere & Company Method and system for determining an energy-efficient path of a machine
AU2002348737B2 (en) * 2002-12-19 2008-04-17 Council Of Scientific And Industrial Research An energy efficient data acquisition system and a computer controlled energy monitoring system incorporating the same
JP2004280172A (ja) * 2003-03-12 2004-10-07 Seiko Epson Corp エネルギー評価支援システム、プログラム、情報記憶媒体およびエネルギー評価支援方法
US8069077B2 (en) * 2003-06-11 2011-11-29 Kabushiki Kaisha Toshiba Electric-power-generating-facility operation management support system, electric-power-generating-facility operation management support method, and program for executing support method, and program for executing operation management support method on computer
DE10334397A1 (de) * 2003-07-28 2005-03-10 Siemens Ag Verfahren zur Reduzierung der Energiekosten in einem industriell geführten Betrieb
CA2455689A1 (en) * 2004-01-23 2005-07-23 Stuart Energy Systems Corporation System for controlling hydrogen network
JP4308099B2 (ja) * 2004-07-14 2009-08-05 本田技研工業株式会社 部品の生産計画方法
US7873429B2 (en) * 2004-12-10 2011-01-18 L'Air Liquide, Societe Anonyme a Directoire et Conseil de Surveillance pour l'Etude et l'Exploitation des Procedes Georges Clause Network production planning method
US20090088907A1 (en) * 2007-10-01 2009-04-02 Gridpoint, Inc. Modular electrical grid interface device
US20090177505A1 (en) * 2008-01-04 2009-07-09 Dietrich Brenda L Supply and Distribution Method and System Which Considers Environmental or "Green" Practices
EP2192458B2 (de) * 2008-11-28 2014-12-31 Siemens Aktiengesellschaft Steuerungskomponente und Verfahren für ein Energiemanagement einer industriellen Automatisierungsanordnung
EP2204712A1 (de) * 2008-12-17 2010-07-07 Bayer MaterialScience AG Verfahren und Vorrichtung zur Überwachung und Analyse des Energieverbrauchs in betriebenen Chemiewerken
DE102009010117A1 (de) * 2009-02-24 2010-09-02 Peter Breuning Verfahren zur Vergleichmäßigung der Bezugsleistung von elektrischer Energie bei einem Endverbraucher
US9406036B2 (en) * 2009-04-24 2016-08-02 Rockwell Automation Technologies, Inc. Discrete energy assignments for manufacturing specifications
US9129231B2 (en) * 2009-04-24 2015-09-08 Rockwell Automation Technologies, Inc. Real time energy consumption analysis and reporting
US20100274612A1 (en) * 2009-04-24 2010-10-28 Rockwell Automation Technologies, Inc. Utilizing sustainability factors for product optimization
US20100275147A1 (en) * 2009-04-24 2010-10-28 Rockwell Automation Technologies, Inc. Industrial energy demand management and services
US8886361B1 (en) * 2009-06-22 2014-11-11 The Southern Company Energy decision management system
US20110055036A1 (en) * 2009-09-03 2011-03-03 Meishar Immediate Community Methods and systems for managing electricity delivery and commerce
US7908036B2 (en) * 2009-10-20 2011-03-15 General Electric Company Power production control system and method
US8447423B2 (en) * 2009-11-30 2013-05-21 Exxonmobil Research And Engineering Company Method and apparatus for optimizing a performance index of a bulk product blending and packaging plant
JP5732066B2 (ja) * 2009-12-02 2015-06-10 シエル・インターナシヨネイル・リサーチ・マーチヤツピイ・ベー・ウイＳｈｅｌｌ Ｉｎｔｅｒｎａｔｉｏｎａｌｅ Ｒｅｓｅａｒｃｈ Ｍａａｔｓｃｈａｐｐｉｊ Ｂｅｓｌｏｔｅｎｖｅｎｎｏｏｔｓｈａｐ 先進的プロセス制御とプロセスの実時間最適化とを協調させるための方法、システム及び製造品
US20120245754A1 (en) * 2009-12-05 2012-09-27 Jens Mehnert Method and apparatus for analysis of energy input during operation of a production system
US8738190B2 (en) * 2010-01-08 2014-05-27 Rockwell Automation Technologies, Inc. Industrial control energy object
US8600572B2 (en) * 2010-05-27 2013-12-03 International Business Machines Corporation Smarter-grid: method to forecast electric energy production and utilization subject to uncertain environmental variables
DE102010022462A1 (de) * 2010-06-02 2011-12-08 Abb Technology Ag Verfahren und Vorrichtung zum Anpassen eines Produktionsablaufplans für einen Produktionsprozess
US9335748B2 (en) * 2010-07-09 2016-05-10 Emerson Process Management Power & Water Solutions, Inc. Energy management system
US8880202B2 (en) * 2010-07-09 2014-11-04 Emerson Process Management Power & Water Solutions, Inc. Optimization system using an iteratively coupled expert engine
US9160169B2 (en) * 2010-10-29 2015-10-13 The Boeing Company Scheduling to maximize utilization preferred power sources (SMUPPS)
US8938314B2 (en) * 2010-11-16 2015-01-20 International Business Machines Corporation Smart energy consumption management
US20120158603A1 (en) * 2010-12-17 2012-06-21 Sap Ag Mapping and aggregation of energy consumption for production
US8972067B2 (en) * 2011-05-11 2015-03-03 General Electric Company System and method for optimizing plant operations
US20120323382A1 (en) * 2011-06-15 2012-12-20 Expanergy, Llc Systems and methods to assess and optimize energy usage for a facility
WO2013023692A1 (de) * 2011-08-17 2013-02-21 Siemens Aktiengesellschaft Dezentrales energiemanagement bei automatisierungsanlagen
DE102013005770A1 (de) * 2013-04-05 2014-10-09 Robert Bosch Gmbh Maschine, Computerprogrammprodukt für ein Gerät zur Anzeige von Daten und Verfahren zur Energieüberwachung einer Maschine
US9785126B2 (en) * 2014-11-25 2017-10-10 Rockwell Automation Technologies, Inc. Inferred energy usage and multiple levels of energy usage

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE602004012399T2 (de) * 2004-06-07 2008-11-27 Abb Research Ltd. Vefahren zur Generierung von optimalen Steuerungsproblemen für industrielle Prozesse
EP1748529B1 (de) * 2005-07-29 2008-08-20 TechniData AG Verfahren und System zur Prognose der benötigten Energiemengen eines, insbesondere industriellen Verbrauchers von einem Energieversorger oder Energielieferanten sowie Vorrichtung zur Energiebedarfsprognose

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of WO2013026673A1 *

Also Published As

Publication number Publication date
US20140188297A1 (en) 2014-07-03
US10243372B2 (en) 2019-03-26
DE102011081547A1 (de) 2013-02-28
WO2013026673A1 (de) 2013-02-28

Similar Documents

Publication Publication Date Title
EP2697753A1 (de) Einstellung einer industriellen anlage
Zhang et al. IoT-enabled dynamic lean control mechanism for typical production systems
EP1695282B1 (de) Datenverarbeitungssystem und -verfahren
EP3414638A1 (de) System und verfahren zur produktionsplanung
EP3635651B1 (de) Verfahren zum betreiben einer vielzahl von technischen einheiten als verbund an einem elektrischen verteilungsnetz sowie steuervorrichtung und elektrische vorrichtung
CN113448693A (zh) 一种数字化工厂saas云平台
DE202022106297U1 (de) Intelligentes System für Energiebedarfsprognosen und nachhaltiges Energiemanagement durch maschinelles Lernen und künstliche Intelligenz
EP1748529B1 (de) Verfahren und System zur Prognose der benötigten Energiemengen eines, insbesondere industriellen Verbrauchers von einem Energieversorger oder Energielieferanten sowie Vorrichtung zur Energiebedarfsprognose
DE102008053274A1 (de) Verfahren zur Steuerung einer Mehrzahl von Produktionsprozessen
WO2019174709A1 (de) Verfahren zur behebung von prozessanomalien
EP2577829B1 (de) Verfahren und vorrichtung zum anpassen eines produktionsablaufplans für einen produktionsprozess
EP3985599B1 (de) Steuerung von energienetzen
CN121352149A (zh) 基于多系统集成的智能工厂一体化运营管理方法
EP0852769B1 (de) Verfahren zur situationsabhängigen disposition über bzw. aktivierung von ressourcen
WO2019120341A1 (de) Produktionsüberwachungssystem
Golinska et al. Production flow control in the automotive industry–quick scan approach
CN118037237A (zh) Aps自动排程系统、方法及相关设备
WO2003056480A2 (de) Verfahren und system zur dynamischen, modellbasierten planung und optimierung von produktionsprozessen, sowie zur ablaufplanerstellung
DE102007004232A1 (de) Anordnung und Verfahren zur zeit- und mengen-bzw. durchsatz-optimierten Herstellung wenigstens eines Produktes mittels verfahrenstechnischer Anlagen
Bhat The effect of ordering policies for a manufacturing cell changing to lean production
EP3147837A1 (de) Optimieren eines logistischen netzes
Towill et al. The dynamics of capacity planning for flexible manufacturing system startup
CN120822787B (zh) 基于深度学习预测的业务资源动态优化配置方法及系统
CN121503927B (zh) 基于oag本体和llm大模型的智能决策与业务协同方法
WO2024200016A1 (de) Dezentrales energiesystem

Legal Events

Date Code Title Description
PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

17P Request for examination filed

Effective date: 20131114

AK Designated contracting states

Kind code of ref document: A1

Designated state(s): AL AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HR HU IE IS IT LI LT LU LV MC MK MT NL NO PL PT RO RS SE SI SK SM TR

DAX Request for extension of the european patent (deleted)
17Q First examination report despatched

Effective date: 20141211

RAP1 Party data changed (applicant data changed or rights of an application transferred)

Owner name: SIEMENS AKTIENGESELLSCHAFT

REG Reference to a national code

Ref country code: DE

Ref legal event code: R003

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE APPLICATION HAS BEEN REFUSED

18R Application refused

Effective date: 20180212