Verteuerung, Klimawandel, nachhaltige Finanzierung. Was wäre, wenn wir einen Co-Piloten hätten, der uns beim Management der Anlagen hilft und dabei die Produktionsprozesse effizienter gestaltet und somit unseren Energieverbrauch und ökologischen Fußabdruck verringert? Die Antwort liegt in der künstlichen Intelligenz. Alperia Green Future, eine Tochtergesellschaft von Alperia, ist in der Lage, fortschrittliche Kontrollsysteme auf der Grundlage von Algorithmen der künstlichen Intelligenz zu entwickeln, die flexibel sind und je nach Bedarf angepasst werden können, um den Betrieb einer Anlage zu optimieren und den Energieverbrauch zu senken. Stellen Sie sich vor,
Sie befinden sich in einem großen Gebäude, einem Verwaltungszentrum oder einem Flughafen: Wer entscheidet, wie stark die Räume klimatisiert werden müssen, um den Menschen den richtigen Komfort zu bieten und gleichzeitig Verluste und Verschwendung zu vermeiden? Nun, Algorithmen können uns dabei helfen, indem sie vorhersagen, welche Bereiche am stärksten besucht sind und mehr Klimatisierung benötigen und in welchen, weniger frequentierten Bereichen die Aufrechterhaltung einer hohen Klimatisierung ineffizient sein könnte. Die gleiche Logik gilt für den Produktionsbereich. „Mit Hilfe fortschrittlicher mathematischer Modelle können wir die Funktionsweise der Anlagen ermitteln, Vorhersagen treffen und den Energieverbrauch optimieren“, erklärt Giacomo Astolfi, Leiter des Bereichs Innovation IoT & New Business bei Alperia Green Future.
Einsatzbereiche
Das Team begann vor mehr als 12 Jahren mit der Entwicklung dieses Systems, das zunächst in der Öl- und Gasindustrie zum Einsatz kam. Mit der Zeit wurde das System mit den entsprechenden technologischen Anpassungen auf andere Anwendungsbereiche ausgedehnt und wird heute in der Zementindustrie, in Stahlwerken,Kraftwerken und Wärmeerzeugungsanlagen, Wassersystemen, in der Pharmazie und bei Klimaanlagen eingesetzt. „Mit diesen Algorithmen ist es möglich, die Effizienz durch eine Senkung der Primärenergiekosten im Prozess zu erhöhen und damit die Energiebilanz zu verringern. Dies wird für Unternehmen immer wichtiger, da die Verringerung des ökologischen Fußabdrucks auch aus finanzieller Sicht zu einer unabdingbaren Bedingung geworden ist.“
Der manuelle Betrieb durch Fachkräfte wird somit durch einen automatisierten Betrieb ersetzt, der von Algorithmen zur Unterstützung der Bedienenden gesteuert wird. Die Algorithmen funktionieren wie der „Tempomat“ eines Autos: Man kann allein fahren oder sich beim Fahren unterstützen lassen. Die Daten zeigen, dass mit der zweiten Option im Industriesektor eine Energieeffizienz von 3 bis 7 % bei der verbrauchten Primärenergie erreicht werden kann – der Primärenergieverbrauch stellt einen der höchsten Kostenposten im Budget eines Unternehmens dar. Bei Klimaanlagen können dagegen Einsparungen von bis zu 30 % erreicht werden.
Nicht nur in der Industrie
Für das Wohnen wurden Anwendungen für Zentralheizungssysteme in Mehrfamilienhäusern realisiert, und für Häuser mit autonomen Heizkesseln wurde ein spezieller Thermostat entwickelt, bei dem die künstliche Intelligenz den Bewohnern hilft, den gewünschten Komfort aufrechtzuerhalten, indem sie den Verbrauch von Heizkesseln oder für die Heizung eingesetzten Hybridsystemen optimiert. In diesem Fall beträgt die Verringerung des Energieverbrauchs etwa 15 bis 20 %.
Es handelt sich dabei um Anwendungen, für die bis heute sieben italienische, europäische und internationale Patente erteilt wurden. Diese Anwendungen wurden von einem Expertenteam mit hoher technischer Kompetenz entwickelt und sind in hohem Maß anpassbar, da sie, wie wir gesehen haben, in zahlreichen Bereichen anwendbar sind“, fährt Astolfi fort und erinnert daran, dass die Lösungen flexibel sind, d. h., sie lassen sich leicht mit den Systemen verbinden, in denen sie eingesetzt werden. Diese Anwendungen werden von Alperia Green Future als effizienzsteigernde Dienstleistungen vorgeschlagen, die es durch Unterstützung und Überwachung ermöglichen, ein hohes Leistungsniveau über viele Jahre aufrechtzuerhalten.
