REUNION – Vernetzter Demonstrator-Verbund für optimierte Prozessketten
BMWE Förderkennzeichen 03EN2100A

Modulare Verfahrenstechnik schafft die Grundlage für energieoptimierte Produktionsanlagen. Durch flexibel kombinierbare Module lassen sich Anlagen bedarfsgerecht aufbauen, betreiben, energetisch günstiger auslegen und im laufenden Betrieb gezielter optimieren.

Modulare Verfahrenstechnik

Die Verfahrenstechnik steht vor einem tiefgreifenden Wandel. Kleinere Losgrößen, steigende Produktvielfalt und der Bedarf an schnell anpassbaren Produktionsanlagen verlangen nach neuen Konzepten für Planung, Betrieb und Weiterentwicklung industrieller Anlagen. Ein vielversprechender Ansatz ist die Modularisierung von Produktionssystemen: Einzelne Verfahrensschritte werden durch spezialisierte Process Equipment Assemblies (PEA) realisiert, aus denen sich Gesamtprozesse zusammenschalten lassen. Diese Zusammenschaltung passiert nicht nur physisch über festgelegte Schnittstellen, sondern auch auf der Steuerungsebene (Process Orchestration Layer) über die standardisierte Automatisierungsschnittstelle Module Type Package (MTP).

Projektziele

In REUNION arbeiten Zulieferer, Betreiber, Universitäten und Genehmigungsbehörden zusammen, um die Anforderungen an solche Module zu klären und anschließend in die Praxis umzusetzen. Ein besonderer Fokus liegt dabei auf der Verknüpfung von Forschung und industrieller Anwendung. Die neu- und weiterentwickelten Module werden MTP-automatisiert und ihre Energieeffizienz über Energie-KPIs transparent gemacht. Dabei soll auch der MTP-Standard weiterentwickelt werden. Die Kompatibilität verschiedener Module wird in gemeinsamen Aufbauten nachgewiesen. Die Weiterentwicklung des MTP mit Energie-KPIs und die Einbindung in die Prozess Orchestration Layer wird an Demonstratoren umgesetzt und verifiziert. Die Dokumentation der Module erfolgt nach den FAIR (findable, accessible, interoperable, reusable) Prinzipien und ermöglicht eine flexible Prozessentwicklung und Genehmigung von modularen chemischen Anlagen.

REUNION am FST

Unsere Forschung untersucht, wie modulare Anlagen nicht nur technisch realisiert, sondern auch systematisch beschrieben, vernetzt und optimiert werden können. Im Zentrum steht dabei die Entwicklung semantischer, maschinenlesbarer Dokumentation, die über den gesamten Lebenszyklus von Anlagen nutzbar bleibt. Hierfür werden Informationen in Wissensmodelle überführt und in einer Graphendatenbank verknüpft, um Datenzugriffe für unterschiedliche Stakeholder wie PEA-Hersteller, Automatisierer, Betreiber modularer Anlagen und Genehmigungsbehörden zu ermöglichen.

Auf dieser Grundlage entwickeln wir Ansätze zur Auswahl, Verschaltung und zum Betrieb modularer Anlagen, die technische, organisatorische und informationstechnische Aspekte gemeinsam berücksichtigen. So entstehen Werkzeuge, mit denen modulare Produktionssysteme nicht nur flexibler, sondern auch transparenter und nachhaltiger gestaltet werden können. Damit leisten wir einen Beitrag zur wissenschaftlichen Fundierung und praktischen Umsetzung modularer Verfahrenstechnik als Schlüsseltechnologie der zukunftsfähigen Produktion.

Graphendatenbanken ermöglichen es, Daten und Metadaten von physischen und virtuellen Versuchen effizient zu speichern und bereitzustellen. Dank ihrer hohen Leistung und Flexibilität sind Graphendatenbanken in vielen Fällen die optimale Wahl für unsere Forschung.

Um Daten maschinenlesbar und interpretierbar zu machen ist es essentiell, dass sie anhand von klaren, konsistenten und standardisierten Begriffen semantisch beschrieben werden. Hierzu verwendet man Ontologien. Ontologien definieren innerhalb einer Domäne Klassen, ihre Attribute, sowie die Relationen zwischen den Klassen. Sie erzeugen ein gemeinsames Verständnis für Begriffe einer Domäne, und erlauben dadurch die eindeutige Kommunikation zwischen Menschen und Maschine. Außerdem können anhand von Ontologien logische Schlüsse über die Beziehungen und Eigenschaften von Klassen gezogen werden. Darüber hinaus können Ontologien zur Integration von Daten aus verschiedenen Quellen, zur Strukturierung von Daten und zur Verbesserung der Suche innerhalb von Daten verwendet werden. Die Nutzung von Ontologien unterstützt den Anwender bei der Einhaltung der FAIR (Findable, Accessible, Interoperable, Reusable) Prinzipien.

Weitere Informationen:
W3C: Web Ontology Language (OWL 2)

TOR Pyramide – für größere Ansicht bitte anklicken
TOR Pyramide – für größere Ansicht bitte anklicken

Mit Hilfe der TOR-Methodik kann eine optimale Systemauslegung systematisch durchgeführt werden. Hierbei führen die Fragen im Bild der TOR Pyramide den Ingenieur zielgerichtet, vergrößerte Ansicht durch Anklicken. Im ersten Teil wird mit Hilfe der diskreten Optimierung und darauf aufbauenden Werkzeugen eine geeignete Auswahl an Komponenten, deren Verschaltung sowie die dazugehörige Steuerungsstrategie bestimmt. Dieser Systementwurf wird im Anschluss mit Hilfe geeigneter Softwarelösungen, wie beispielsweise Modelica verifiziert und abschließend im Versuch validiert. Am FST forschen wir in beiden Bereichen. Mit geeigneten Softwarelösungen möchten wir einen Beitrag für die Nutzung diskreter Verfahren im frühen Entwurfsstadium technischer Systeme leisten. Diese Methodik haben wir auch unter der Maxime „Besser geht's nicht“ (PDF-Datei) (wird in neuem Tab geöffnet) veröffentlicht. Außerdem bieten wir hierzu die Grundlagenvorlesung Technical Operations Research (TOR) an.

Zu den Kernkompetenzen des Instituts zählt das analytische Modellieren eines physikalischen Prozesses. Die erstellten Modelle bilden einen physikalischen Prozess ab, der durch eine Gleichung mit analytischer Lösung lösbar ist. Das Problem wird so weit vereinfacht, dass nur noch physikalische Größen betrachtet werden, die den Prozess beeinflussen („so wenig wie möglich – so viel wie nötig“).

Weiterhin nutzen wir die Dimensionsanalyse. Mit dieser wird erreicht, ein Problem dimensionslos zu formulieren, indem alle Größen auf entsprechende charakteristische Größen des Problems bezogen werden. Die so entstehenden dimensionslosen Kennzahlen helfen bei einer kompakten „allgemeingültigen“ Darstellung der Ergebnisse.

Die gewonnenen Ergebnisse der dimensionslosen Kennzahlen gelten nicht nur für einen bestimmten Fall, sondern für alle physikalisch ähnlichen Probleme. Dies nutzen wir bei der Skalierung. Die Funktionsdaten, die am Modell (z.B. verkleinertes, vergrößertes Abbild, oder Modell mit anderem Material) gewonnen wurden, werden auf die Funktion des realen Systems übertragen.