Ya sea en agricultura, industria o hogares privados, se necesitan productos químicos en todas partes. Sin embargo, su producción requiere una gran cantidad de energía. Con un nuevo tipo de acceso híbrido, La energía se puede ahorrar en el rango de porcentaje de dos dígitos dependiendo de la planta y el proceso. El desarrollo tuvo lugar en el equipo del Dr. Michael Bortz y el Prof. Karl-Heinz Küfer en el Instituto Fraunhofer de Matemática Industrial ITWM, por lo que recibirán el premio Joseph von Fraunhofer.

Plástica, detergentes, fertilizantes:estas sustancias se han convertido en una parte indispensable de nuestra vida cotidiana. Tan diferentes como son, tienen una cosa en común:se producen a partir de determinados productos químicos básicos que la industria química produce a granel. Sin embargo, esto requiere mucha energía:la producción química representa el 20 por ciento de las necesidades energéticas comerciales totales de Europa. Si estos pueden reducirse, esto protegerá tanto el medio ambiente como los presupuestos de las empresas. Se puede descartar la prueba y error, porque entonces el producto puede que ya no cumpla con las especificaciones de calidad y quizás no se pueda vender. Las pérdidas serían imprevisibles.

Herramienta de análisis:ahorros de energía significativos

El equipo dirigido por el Dr. Michael Bortz y el Dr. Karl-Heinz Küfer de Fraunhofer ITWM en Kaiserslautern ha desarrollado un modelo que describe exhaustivamente los complejos procesos. Por ello reciben el premio Joseph von Fraunhofer. "Nuestros algoritmos representan los procesos de manera realista, para que podamos describir los procesos de producción durante todo el ciclo de vida, "explica el Dr. Michael Bortz, físico y jefe de departamento de Fraunhofer ITWM. "Esto ya nos ha permitido ahorrar el diez por ciento de la energía necesaria para una planta de producción existente. El grupo químico BASF y la empresa química y farmacéutica suiza Lonza Group AG ya están utilizando el software, que está disponible para cientos de ingenieros de procesos todos los días.

Primeramente, un enfoque híbrido:los modelos y los datos del proceso van de la mano

"Para nuestro análisis, hemos reunido dos cosas:en primer lugar, las leyes físicas que hemos representado en un modelo, es decir, el conocimiento experto sobre los procesos termodinámicos y químicos. Y en segundo lugar, los datos que varios sensores determinan sobre el proceso de medición, por ejemplo temperatura y presión. Los usamos donde no hay datos físicos disponibles, "explica el Dr. Karl-Heinz Küfer, gerente de división en Fraunhofer ITWM. Hasta aquí, Estos datos de los sensores ya se han utilizado para supervisar los procesos y poder reaccionar a tiempo si, por ejemplo, la presión o la temperatura se desvían. El equipo que rodea a los dos investigadores está utilizando métodos de aprendizaje automático para obtener este "tesoro de datos, "incluido el entrenamiento de redes neuronales artificiales. Los modelos y los datos de proceso se complementan entre sí de manera beneficiosa.

Las posibilidades de aplicación no se limitan a la industria química:más bien, Se pueden esperar ventajas donde los procesos con un gran número de factores de influencia deben controlarse, y no pueden describirse únicamente mediante mediciones o datos de proceso. A largo plazo, según el plan de los investigadores, el sistema debería poder funcionar en tiempo real.