Seja na agricultura, indústria ou residências privadas, produtos químicos são necessários em todos os lugares. Contudo, sua produção requer uma grande quantidade de energia. Com um novo tipo de acesso híbrido, a energia pode ser economizada na faixa de porcentagem de dois dígitos, dependendo da planta e do processo. O desenvolvimento ocorreu na equipe do Dr. Michael Bortz e do Prof. Karl-Heinz Küfer no Instituto Fraunhofer de Matemática Industrial ITWM, pelo qual receberão o Prêmio Joseph von Fraunhofer.

Plásticos, detergentes, fertilizantes - essas substâncias se tornaram uma parte indispensável de nossa vida cotidiana. Por mais diferentes que sejam, eles têm uma coisa em comum:são produzidos a partir de certos produtos químicos básicos que a indústria química produz a granel. Contudo, isso requer muita energia:a produção de produtos químicos é responsável por 20% das necessidades totais de energia comercial da Europa. Se isso puder ser reduzido, isso protegerá o meio ambiente e os orçamentos das empresas. A tentativa e erro podem ser descartados - porque então o produto pode não atender mais às especificações de qualidade e talvez não possa ser vendido. As perdas seriam imprevisíveis.

Ferramenta de análise:economia significativa de energia

A equipe liderada pelo Dr. Michael Bortz e Dr. Karl-Heinz Küfer do Fraunhofer ITWM em Kaiserslautern desenvolveu um modelo que descreve de forma abrangente os processos complexos. Por isso, eles estão recebendo o Prêmio Joseph von Fraunhofer. "Nossos algoritmos representam os processos de forma realista, para que possamos descrever os processos de produção ao longo de todo o ciclo de vida, "explica o Dr. Michael Bortz, físico e chefe de departamento do Fraunhofer ITWM. "Isso já nos permitiu economizar dez por cento da energia necessária para uma planta de produção existente. O grupo químico BASF e a empresa química e farmacêutica suíça Lonza Group AG já estão usando o software, que está disponível para centenas de engenheiros de processo todos os dias.

Em primeiro lugar, uma abordagem híbrida:modelos e dados de processo andam de mãos dadas

"Para nossa análise, reunimos duas coisas:em primeiro lugar, as leis físicas que representamos em um modelo - ou seja, o conhecimento especializado sobre os processos termodinâmicos e químicos. E em segundo lugar, os dados que vários sensores determinam sobre o processo de medição, por exemplo, temperatura e pressão. Nós os usamos onde não há dados físicos disponíveis, "explica o Dr. Karl-Heinz Küfer, gerente de divisão do Fraunhofer ITWM. Até aqui, tais dados do sensor já foram usados ​​para monitorar processos e ser capaz de reagir em tempo hábil se, por exemplo, pressão ou temperatura desviar. A equipe em torno dos dois pesquisadores está usando métodos de aprendizado de máquina para aumentar esse "tesouro de dados, "incluindo o treinamento de redes neurais artificiais. Os modelos e os dados do processo se complementam de maneira benéfica.

As possibilidades de aplicação não se limitam à indústria química:Em vez disso, vantagens podem ser esperadas sempre que processos com um grande número de fatores de influência precisam ser controlados - e não podem ser descritos apenas por medições ou dados de processo. A longo prazo, de acordo com o plano dos pesquisadores, o sistema deve ser capaz de operar em tempo real.