Höhere Anlagenperformance in der Prozessindustrie

Performancekennzahlen zur Entscheidungsunterstützung

Autor/innen

  • Udo Enste LEIKON

DOI:

https://doi.org/10.17560/atp.v59i01-02.622

Schlagworte:

Performancekennzahlen, KPI, Anlagenperformance, Informationsmodellierung, Betriebsassistenz

Abstract

Der Beitrag zeigt systematisch auf, wie sich Maßzahlen zur Bewertung der Anlagenperformance in der Prozessindustrie nutzen lassen. Dabei wird der Fokus auf die operative, zeitnahe Nutzung der Maßzahlen gelegt. Es wird Bezug auf Forschungsergebnisse des EU-Projektes MORE genommen. Industriell umgesetzte Beispiele verdeutlichen den Nutzen, aber ebenso die Herausforderungen bei der Umsetzung von Lösungen zur Steigerung der Anlagenperformance durch Maßnahmen im operativen Betrieb.

Literaturhinweise

Mobley, R.K. (1999). Total Plant Performance Management. Gulf Publishing Company

Dhafr, N. and Ahmad, M. (2006). Chemical Plants: Performance Measurement of Processes. Ullmann‘s Encyclopedia of Industrial Chemistry. Wiley-VCH Verlag

Lindberg, C. F., Tan, S. T., Yan, J. Y., Starfelt, F. (2015). Key performance indicators improve industrial performance. Energy Procedia, 75, S. 1785 - 1790

ISO 50001 (2011). Energy management – Requirements with guidance for use. http://www.iso.org.

ISO 50003 (2014). Energy management systems – Requirements for bodies providing audit and certification of energy management systems. http://www.iso.org

ISO 22400 (2014). Automation systems and integration – Key performance indicators (KPIs) for manufacturing operations management. http://www.iso.org

ISO/DIS 20140-5 (2014). Automation systems and integration – Evaluating energy efficiency and other factors of manufacturing systems that influence the environment – Part 5: Environmental influence evaluation data. http://www.iso.org

VDMA 66412 (2010). Manufacturing Execution Systems (MES) Kennzahlen. http://www.vdma.org

VDI 4800 (2016). Blatt 1: Ressourceneffizienz; Methodische Grundlagen, Prinzipien und Strategien. http://www.beuth.de

NE 162 (2017). Ressourceneffizienzindikatoren für die Überwachung und Verbesserung der Ressourceneffizienz in verfahrenstechnischen Anlagen. http://www.namur.net

Real-time Monitoring and Optimization of Resource Efficiency in Integrated Processing Plants.[online] MORE-NMP. Verfügbar unter: http://www.more-nmp.eu

Kalliski, M., Krahé, D., Beisheim, B., Krämer, S. and Engell, S. (2015). Resource efficiency indicators for real-time monitoring and optimization of integrated chemical production plants. Computer Aided Chemical Engineering, 37, S. 1949 – 1954

Kalliski, M., Beisheim, B., Krahe, D., Engell, S., Krämer, S. and Enste, U. (2016). Real-time resource efficiency Indicators – Material and energy efficient plant operation. atp edition, 58(1), S. 64–71

Kalliski M. and Engell, S. (2016). Real-Time Resource Efficiency Indicators for Monitoring and Optimization of Batch-Processing Plants. The Canadian Journal of Chemical Engineering, 95(2), S. 265–280

Krämer S. and Engell S. (2017) Improving Resource Efficiency in Processing Plants. Wiley-VCH Verlag

Vinnemeier, P., Tomberg, M., Gibbert, M. and Wirsum, M. (2014). Dynamische Modellierung und Simulation des Wasser-/Dampfkreislaufs eines Solarturmkraftwerks für ein Betriebsassistenzsystem. In: Kraftwerkstechnik 2014: Strategien, Anlagentechnik und Betrieb; Beiträge des 46. Kraftwerkstechnischen Kolloquiums am 14. und 15. Oktober 2014 in Dresden, Freiberg: Saxonia, S. 425-442

Kampert D. und Epple U. (2015). Challenges in the Modelling and Operation of Physically Coupled Systems of Systems. In: 8th Vienna International Conference on Mathematical Modelling (MATHMOD 2015), Elsevier

Intexc.[online] Intexc – Integrational Excellence. Verfügbar unter: http://www.intexc.de

##submission.downloads##

Veröffentlicht

2017-03-09