Verbundvorhaben: BeStPeri - Bedarfsorientierte Steuerung von Peripheriesystemen in der Produktion; Teilvorhaben: Entwicklung digitaler Services zur Steigerung der Ressourceneffizienz im Gesamtsystem produzierender Unternehmen
Zeitraum
2022-01-01 – 2024-06-30
Bewilligte Summe
114.863,21 EUR
Ausführende Stelle
Förderkennzeichen
03EI5008B
Leistungsplansystematik
Ressourceneffizienz und zirkuläre Wirtschaft (Querschnittsaktivitäten) [EA3340]
Verbundvorhaben
Zuwendungsgeber
Bundesministerium für Wirtschaft und Klimaschutz (BMWK.IIB5)
Projektträger
Forschungszentrum Jülich GmbH (PT-J.ESI5)
Förderprogramm
Energie
Die Klimapolitik des Bundes gemeinsam mit der Verantwortung der Unternehmen, eine zirkuläre Wirtschaft umzusetzen, sowie die Forderung des Kapitalmarktes nach Transparenz und einer Nachhaltigkeitsbewertung resultieren in einem Veränderungsdruck für produzierende Unternehmen. Dabei können Ressourcen oftmals nicht vermieden, jedoch deren effizienter Einsatz entlang der Wertschöpfungskette verbessert werden. Neben der Steigerung der Ressourceneffizienz im Prozess gilt es, eine Gesamtprozessoptimierung einschließlich der bedarfsgerechten Steuerung von Peripheriesystemen zu erforschen. Insbesondere bei einer prozessschrittübergreifenden Betrachtung, welche durch den Einsatz digitaler Technologien entscheidend befähigt wird, kann die Ressourceneffizienz des Gesamtsystems gesteigert werden. Das Ziel von BeStPeri ist es, produzierende Unternehmen durch den Einsatz von datengetriebenen Methoden zeitnah zu einer Senkung ihrer CO2-Emissionen zu befähigen. Indem mit Hilfe von Methoden des maschinellen Lernens Zustandsdaten der Anlagen und der Versorgungsperipherie analysiert und Handlungsmaßnahmen abgeleitet werden, wird durch die Übertragung digitaler Services in die Steuerungssysteme die Steigerung der Ressourceneffizienz des Gesamtproduktionssystems ermöglicht. Die Ziele des WZL sind es, eine Produktion zu vernetzen und das um die Nachhaltigkeit erweiterte Polylemma der Produktion mit Hilfe der Anwendung von datengetriebenen Methoden auf industrielle Daten zu erforschen. Dabei wird die Verknüpfung der digitalen Transformation und Nutzung der Daten zur Verbesserung der Nachhaltigkeit durch die datengetriebene Steigerung der Ressourceneffizienz verfolgt. Die auf Basis von Daten im realen Umfeld trainierten Modelle dienen einem Erkenntnisgewinn hinsichtlich der Nutzung von Ressourceneffizienzpotenzialen in einem innerbetrieblichen Gesamtsystem und umgekehrt dem forschungsseitigen Kompetenzzuwachs hinsichtlich der Anwendung datengetriebener Methoden auf heterogene Datenströme.