Eseménynaptár
Toplista
Bejelentkezés:
emlékezz:  
[ Tudnivalók | Regisztráció ]
•FŐOLDAL
MAGUNKRÓL
SZAKMAI SEGÉDLETEK
ESEMÉNYNAPTÁR
HÍRLEVÉL
ARCHÍVUM
KERESŐ
KAPCSOLAT
MÉDIAAJÁNLAT

Összes esemény
Termelőüzemek energia-megtakarításának meghatározása mesterséges intelligencia alkalmazásával
Frissítve: 2014. november 18.
Szerző: Dr. Magyar Zoltán, Németh Gábor, Konstantinos Kampouropoulos, Enric Sala
Ez a dokumentum eddig 44 látogatónak tetszett  
Az Európai Bizottság FP7 keretprogramja által támogatott EuroEnergest elnevezésű kutatási-fejlesztési projektben résztvevő kutatóintézetek, egyetemek és vállalkozások célja egy olyan intelligens energia menedzsment rendszer (iEMS) kifejlesztése, amellyel az autóiparban, elsősorban az épületgépészeti rendszerek tekintetében minimum 10%-os energia-megtakarítás érhető el. Az intelligens energia menedzsment rendszer kapcsolatot teremt az ipari termelési adatok és az energiatermelés, valamint az energiafogyasztás között, dinamikusan modellezi ezeket, előrejelzést ad a várható energiafogyasztásról, optimalizálja a szükséges energiafelhasználást és az energiaköltségeket, valamint maximalizálja a helyben elérhető energiaforrások és az alacsony fosszilis energiafelhasználású rendszerek alkalmazását. [1] [2]

A cikk a Magyar Épületgépészet 2014/9. számában jelent meg, melynek tartalomjegyzéke itt letölthető.     

1. Épületgépészeti rendszerek energiafogyasztásának eloszlása az autógyártás során

Egy termelőüzemben számos olyan technológiai folyamattal kell számolni, amelynek energiafogyasztását csak nagyon korlátozottan lehet energia menedzsment rendszerrel befolyásolni. Ezeknek a folyamatoknak az energiaigénye az adott technológia tovább-fejlesztésével, illetve hatékonyabb berendezések alkalmazásával csökkenthető. Az autógyártás során ilyen például a présgépek, hegesztő robotok, festő robotok, szárító kemencék energiafogyasztása. Ugyanakkor az autó gyártásához szükséges energiamennyiségből a klasszikus értelemben vett épületgépészeti rendszerek közül a fűtés, a hűtés és a légtechnika jelentős hányadot képvisel.

Tekintve, hogy a projekt során fejlesztett intelligens energia menedzsment rendszerrel elsősorban az épületgépészeti rendszerek energiafogyasztása csökkenthető, ezért érdemes megvizsgálni, hogy az autó gyártásához szükséges energiamennyiség hogyan oszlik meg a technológiai és a hagyományos energiafogyasztók között.

A főbb elektromos energiafogyasztók a technológiai berendezések (lyukasztó gép, présgép, szerelő-, hegesztő- és festőrobotok, szállítószalag), az épületgépészeti rendszerek (hűtőgépek, szivattyúk, ventilátorok), a világítás, valamint a sűrített levegős rendszerek. Hőfogyasztó a fűtési rendszer, amely a gyártó csarnokokban gyakran légfűtés; a technológiai fogyasztók, illetve az abszorpciós hűtőgép, amennyiben van ilyen berendezés telepítve a gyárban. A festés után a szárításhoz szükséges magas hőmérsékletet gyakran gáztüzelésű kemencékkel biztosítják, ebben az esetben ennek a technológiának földgáz fogyasztása is van.

Az 1. ábrán látható az autógyártás során jelentkező energiafogyasztások aránya. Az autógyártás összes energiaigényének 60%-a villamosenergia-fogyasztás, 28%-a hőfogyasztás, 12%-a pedig földgáz felhasználás. A fűtési, a hűtési és a légtechnikai rendszerek elektromos energiafogyasztása a gyártáshoz szükséges energiamennyiség 17%-a, míg hőfogyasztásuk a teljes energiaigény 13%-a.

1. ábra. Az energiafogyasztások aránya az autógyártás során

Összességében a teljes energiamennyiség 30%-át igényli a fűtési, a hűtési és a légtechnikai rendszer, tehát elsősorban ez az energiahányad, amire az intelligens energia menedzsment rendszer hatással van. A projektben elvégzett vizsgálatok alapján a személyautó gyártás fajlagos energiaigénye átlagosan 2,5 MWh/autó, melyet figyelembe véve 0,75 MWh/autó az energiaigénye az említett fűtési, hűtési és légtechnikai rendszereknek. [3]

Egy ipari termelőüzemben az épületgépészeti rendszerek energiafogyasztását számos tényező befolyásolja (időjárás, termelési adatok, műszakok hossza stb.), melyek együttes hatásának modellezésére algoritmikus megoldás nehezen definiálható, ezért a fejlesztés során mesterséges intelligencia révén történt az energia fogyasztási modellek kifejlesztése.

2. Az ANFIS rendszer bemutatása 

A következőkben röviden bemutatjuk a mesterséges neurális hálózatokat, a fuzzy logikát, valamint a két rendszer előnyeit egyesítő adaptív hálózat alapú fuzzy következtető rendszereket (ANFIS). Az EuroEnergest projektben az ANFIS matematikai módszerrel történt az energiafogyasztó rendszerek modellezése.

2.1. Mesterséges neurális hálózatok

A neurális hálózatok olyan, számítási feladatok megoldására létrejött párhuzamos feldolgozást végző, adaptív eszközök, amelyek eredete a biológiai rendszerektől származtatható. A biológiai neurális rendszerek párhuzamos felépítéssel és tanulási képességgel rendelkeznek; e két jellemzőjük következtében jelentősen különböznek a hagyományos számítástechnikai eszközöktől. Ráadásul bizonyos feladatokban – tipikusan ott, ahol hatékony algoritmikus megoldást eddig nem sikerült találni – jó eredmény elérését teszik lehetővé. Ezért vetődött fel olyan számítási rendszerek – mesterséges neurális hálózatok – létrehozásának a lehetősége, amelyek a hagyományos algoritmikus eljárásokkal dolgozó eszközök helyett, a biológiai neurális hálózatokhoz hasonló felépítésűek és amelyek tanulással nyerik el azt a képességüket, hogy bizonyos feladatokat meg tudnak oldani. [4]

Az ipari folyamatok a legtöbb esetben sok változót tartalmazó, komplex feladatok, amelyekre algoritmikus megoldás nehezen található, ezért célravezetőbb, gyorsabb és költséghatékonyabb a feladatot mesterséges neurális hálózattal megoldani. A mesterséges neurális hálózat azonos vagy hasonló típusú, lokális feldolgozást végző számítási egységek (neuron vagy csomópont) általában rendezett topológiájú, nagymértékben összekapcsolt rendszeréből áll. A megvalósítás lehet hardver vagy szoftver. A mesterséges hálózat kívánt működése ún. tanuló eljárással biztosítható. A tanuló eljárásnak több fajtája létezik, a lényeg, hogy a tanulás során az összetartozó be- és kimeneti értékek alapján a hálózat maga alakítja ki a megfelelő átvitelt, a hálózat bemenetére kerülő adatokban önmaga próbál meg valamilyen hasonlóságot azonosítani. A rendelkezésre álló összetartozó be- és kimeneti adathalmazból a tanuló eljárással generálható az adott folyamatot leíró modell, ami később előhívható. A numerikus hálózattal létrehozott modell segítségével végezhető időbeli előrejelzés és optimalizálás is.

2.2. Fuzzy logika

Az emberi gondolkodásmód jobban modellezhető olyan fogalmakkal, amelyeknek nincsenek éles határaik, ahol az átmenet egy tulajdonság megléte és nem megléte között folytonos vagy homályos. A fuzzy logika alapja az életlen, elmosódott halmazok. A hagyományos „éles” halmazelmélet csak azt engedi meg, hogy egy elem része a halmaznak vagy nem, míg a fuzzy halmaznál az elem részben is tartozhat a halmazhoz, tehát nem csak a halmazhoz tartozás tényét, hanem annak mértékét is megadja. [5] A fuzzy logika gyakorlatilag a bizonytalanság modellezésével foglalkozik, amelynek segítségével olyan helyzeteket is modellezni lehet, amelyekben adott tulajdonságok nem határozhatók teljes pontossággal, vagy nem dönthetők el teljes bizonyossággal.

2.3. ANFIS

Az adaptív hálózat alapú fuzzy következtető rendszerek (ANFIS) magukban hordozzák a mesterséges neurális hálózatok és a fuzzy logika elveit. A következtető rendszer fuzzy elvek alapján működik, amely a tanulóképességnek köszönhetően nemlineáris függvények közelítésére alkalmas.

Nagyon fontos tulajdonság az adaptációs képesség, azaz a változó környezethez történő alkalmazkodás képessége. Az adaptív viselkedésű hálózatok az információ előhívási szakaszban is tanulnak, pontosítják a modellt. Erre azért van szükség, mert a bemeneti adatok időben változnak, ezért az információ-feldolgozó eljárásnak is változni kell. A kombinált neurális-fuzzy hálózat a következő előnyöket jelenti:

1) Lágy számítási módszer a fuzzy logika előnyeivel;
2) Adaptációs képesség, a neurális hálózati kialakítás miatt;
3) Gyorsabb konvergencia;
4) Kompakt modell.

3. Az energiafogyasztási modell

A SEAT autógyár energiafogyasztásának modellezése ANFIS rendszerrel történt. Az energiafogyasztási modell kifejlesztése a Barcelona melletti Martorellben található SEAT autógyár két üzemcsarnokának teljes körű felmérésével, a gyárban több évre visszamenőleg rendelkezésre álló monitoring adatok felhasználásával, valamint a SEAT szakembereivel folytatott folyamatos információ-cserével történt. A kifejlesztett rendszer másik autógyárban, illetve egyéb termelőüzemben is használható, úgy hogy az adott gyárban rendelkezésre álló monitoring adatokkal az EuroEnergest projektben fejlesztés alatt álló iEMSEE szoftver segítségével generálható a gyárhoz illeszkedő energiafogyasztási modell.

3.1. A modell bemutatása

Az energiafogyasztási modell adatbázis alapú modell, ami azt jelenti, hogy az energiafogyasztási modell generálása a gyárban mért adatok alapján történik, ezért az energiafogyasztás és az azt befolyásoló összes változó megadása szükséges. Egy analízissel (gap filling & preprocessing) rövidebb időszakokra vonatkozóan a hiányzó adatok becsléssel pótolhatóak, illetve a kiugróan magas helytelen adatok pontosíthatóak. A felhasználót segíti egy olyan funkció is, amely a bemenő adatok és az energiafogyasztás korrelációját vizsgálja és jeleníti meg grafikus felületen. Ezzel a felhasználó ki tudja választani az energiafogyasztást leginkább befolyásoló változókat, amelyek a modell generálásához szükségesek. A modellezés és a finomhangoló algoritmus futtatása periodikusan történik, annak érdekében, hogy a gyárból érkező legfrissebb adatok alapján történjen az energiafogyasztási modell kialakítása, pontosítása. Az automatikus hangolási funkció észleli a termelési folyamatokban bekövetkezett változásokat (pl. egy berendezés beállításának módosítása, az üzemeltetés változtatása stb.) és frissíti a modellt. A modell működési sémája a következő oldalon bemutatott 2. ábrán látható.

2. ábra. Az energiafogyasztó rendszer modelljének működési sémája

Az energiafogyasztási modell alapján az előrejelző algoritmus valósítja meg az energia-fogyasztó rendszerek igényének előrejelzését. Az algoritmus egy adott folyamathoz (pl. egy adott épületrész légtechnikai rendszerrel történő fűtése/ hűtése) tartozó energiafogyasztási modell segítségével a felhasználó által megadott időtartamra rövid, illetve középtávú előrejelzéseket készít. Az előrejelzés 24 órás időtartam esetén 15 perces, míg heti előrejelzés esetén napi bontásban történik. Az előrejelzés pontossága a modell pontosságától és a rendelkezésre álló adatoktól függ.

3.2. A modell tesztelése

Az energiafogyasztási modell prototípusának tesztelése több hónapja folyamatban van, amelynek eredményei nagyon kedvezőek. A következőben a SEAT autógyár egy rendszere esetében az energiafogyasztási modell alapján előre jelzett és a valós villamosenergia-fogyasztást hasonlítjuk össze. Az előrejelzés 50 órás időtartamra készült. A gyár adatbázisából a modell öntanulásához kiválasztott paraméterek a következők voltak: a nap típusa (munkanap, munkaszüneti nap), a hét napja (hétfő, kedd stb.), az előző nap energia-fogyasztási adata. A 3. ábrán látható az előrejelzett és a valós villamosenergia-fogyasztás, amelyből jól látható, hogy a két érték az 50 órás periódusban végig közel volt egymáshoz, az előrejelzés közepes négyzetes eltérése (RMSE, Root Mean Square Error) 4%. [6]

3. ábra. Rövid távú villamos energiafogyasztási előrejelzés

Az EuroEnergest projekt eddigi eredményei alapján megállapítható, hogy a kifejlesztett algoritmussal az energiafogyasztási modellek a meglévő monitoring adatokból létrehozhatók. A szoftver nagy előnye, hogy az energiafogyasztási modell gyakorlatilag bármely termelőüzemben létrehozható, ahol visszamenőleg rendelkezésre állnak a modell létrehozásához szükséges adatok. Az energiafogyasztási modellekkel és az előrejelzési algoritmus segítségével történik az energiatermelő és energiafogyasztó rendszerek optimalizálása, valamint a rendszerek felügyelete, amely szintén része az intelligens energia menedzsmentnek.

4. További fejlesztések

Az iEMSEE egyik legfőbb funkciójának fejlesztése, az energiatermelés és -fogyasztás optimalizálása a végső stádiumhoz érkezett. A komplett iEMSEE szoftvert – energiatermelő rendszerek modellje, energiafogyasztó rendszerek modellje, az előrejelző algoritmus, az optimalizálás, a folyamatfelügyeleti egység, a jelentés-készítő egység – 2014 októberében telepítik a SEAT autógyárba. Az iEMSEE szoftver ipari körülmények között végzett rövid és hosszú távú validálásával lesz teljes értékű.

A mesterséges intelligenciával működő adatbázis alapú felépítés lehetőséget ad arra, hogy bármely autógyárban, illetve más jellegű termelő üzemben is hasznosítható legyen az EuroEnergest projektben kifejlesztett iEMSEE szoftver. A moduláris felépítés ráadásul az egyes önálló funkciók plug-and-play telepítését teszi lehetővé, így egyes modulok akár külön-külön is használhatóak lesznek.

Irodalomjegyzék
[1] Description of Work, EuroEnergest project. Increase of automotive car industry competitiveness through an integral and artificial intelligence driven energy management system, 2011.
[2] Dr. Magyar Zoltán, Németh Gábor: Termelőüzemek energia-megtakarítása a spanyolországi SEAT autógyár példáján keresztül (EuroEnergest projekt). Magyar Épületgépészet, LXII. évfolyam, 2013/7-8. szám
[3] Enertika Ltd: Public report on WP1, EuroEnergest project, 2013.
[4] Horváth G. (szerk.), Altrichter M., Horváth G., Pataki B., Strausz Gy., Takács G., Valyon J.: Neurális hálózatok. Budapest, Panem Kiadó, 2006.
[5] Balázs Krisztián, Kóczy T. László: Fuzzy szabályalapú modellek és rendszerek felépítése evolúciós technikák segítségével. Híradástechnika, LXVI. évfolyam 2011/4.
[6] UPC, Universitat Politécnica de Catalunya (Katalóniai Műszaki Egyetem, Spanyolország) Public report on WP4, EuroEnergest project, 2014.

Ez a dokumentum eddig 44 látogatónak tetszett  
[ Nyomtatható változat ]

A fórumban megjelent hozzászólások nem tükrözik az e-villamos.hu portál szerkesztőségének véleményét.
Még nem érkezett hozzászólás
Hozzászólok a cikkhez:

Név:
- regisztrálok
Jelszó:


maradjak bejelentkezve
emlékezzen rám (cookie-használat!)

Szöveg (html kódok nem engedélyezettek):

(Még karaktert írhat)

Megjelent az "Elektromosipari szakemberek kézikönyve"
2017-05-01 15:13:32,

Muzsek Zoltán: Szeretném megrendelni a Elektromosipari szakemberek kézikönyve cimü könyvet hol? és hogyan? tudom ezt [...]
Egyetlen fix dolog van, a változás - interjú Kun Gáborral, az Elektrotechnikai Tagozat elnökével
2017-04-24 13:08:05,

HorGa: Tisztelt Kollégák! Részben minden hozzászólással egyetértek, de azért írom, hogy csak részben, [...]
Egyetlen fix dolog van, a változás - interjú Kun Gáborral, az Elektrotechnikai Tagozat elnökével
2017-03-20 20:51:06,

Radványi László: Tisztelt Kollégák! Én a fentebb említett kormányrendeletnek estem áldozatául, s lassan 1 éve keresem [...]
Lassan teltházas a Construma kiállításcsokor
(2017. február 22.)
A jelentkezési határidő január közepén járt le, és a kiállítás csokor szinte minden eleme teltházas. Ez azt jelenti, hogy nagyon színvonalas kiállításra számíthatnak a látogatók április 5-9. között a HUNGEXPO Budapesti Vásárközpontban.
Tovább
Energiatakarékos megoldások Budapest legzöldebb irodaházában
(2016. december 09.)
Mitől lehet intelligens egy iroda? Miként hasznosítható a munkahelyen a napenergia vagy az esővíz? Többek között ezekre a kérdésekre ad választ Budapest új irodaépülete, a Nordic Light, amely jelenleg az egyik legmodernebb és leghatékonyabb irodaháznak számít az országban.
Tovább
LpS 2016 – A világítástechnikai innovációk, trendek és technológiák nemzetközi szimpóziuma
(2016. szeptember 08.)
Magyar vonatkozása és előadója is lesz a Symposiumnak. Szabó Ferenc, a Pannon Egyetem tanára szeptember 21-én délután tart előadást a „Spektrálisan-hangolható LED és OLED világítás” workshop keretében „Kihívások és megoldások a LED-es múzeumvilágítás területén” címmel.
Tovább
63. Vándorgyűlés - Innováció és trendek az elektrotechnikában
(2016. szeptember 07.)
2016. szeptember 14-16. között 63. alkalommal kerül megrendezésre a Magyar Elektrotechnikai Egyesület Vándorgyűlés Konferencia és Kiállítás nevű rendezvénye.
Tovább
InfoShow - országos szakmai kiállítás- és konferenciasorozat 2016-17-ben is!
(2016. szeptember 07.)
Trendek és új lehetőségek az elektrotechnikában és a kapcsolódó előírásokban" címmel, aktuális témákkal folytatódik az InfoShow, immáron 9 helyszínen.
Tovább
Az építőipar és otthonteremtés hazai csúcsrendezvénye: CONSTRUMA
(2016. március 09.)
Április 6-10. között ismét megnyitja kapuit az építőipar legnagyobb hazai eseménye, a CONSTRUMA. A kiállítási csokor kihagyhatatlan fóruma a szakmai érdeklődőknek, amely a folyamatos fejlesztéseknek köszönhetően 2016-ban már az otthonteremtés teljes spektrumát lefedi.
Tovább
Kiváló magyar beszállítók az E.ON-nál
(2016. február 29.)
A E.ON 2009 óta minden évben díjazza a legjobb minőségű szolgáltatást nyújtó beszállítóit.
Tovább
MEKH bírságok lejárt hitelességű fogyasztásmérők miatt
(2015. szeptember 10.)
Hhárom elosztótársaságot bírságolt meg a Magyar Energetikai és Közmű-szabályozási Hivatal (MEKH) lejárt hitelességű mérőórák miatt.
Tovább
Hobbim az elektrotechnika - eredmények
(2015. szeptember 08.)
A Magyar Elektrotechnikai Egyesület több éve hirdeti meg és bonyolítja le sikeresen „Hobbim az Elektrotechnika” pályázatot.
Tovább
Kiemelkedő villamosenergia-fogyasztás
(2015. szeptember 07.)
A MAVIR kiemelkedő villamosenergia-fogyasztást mért az idei, hosszan elhúzódó kánikulában: június-augusztusban 10 744,4 gigawattóra volt az ország fogyasztása.
Tovább
A világ első gázzal szigetelt kapcsolóberendezése
(2015. augusztus 27.)
Jelentős áttörést értek el a gázszigetelésű kapcsolóberendezések technológiai fejlesztése terén azáltal, hogy üzembe helyezték a világ első olyan nagy- és középfeszültségű gázszigetelésű (GIS) kapcsolóberendezés egységeit.
Tovább
Folytatódik a közbeszerzési szabályozás előkészítése
(2015. július 01.)
A Parlament előtti tárgyalás szakaszában van a közbeszerzési törvény, ezért időszerűvé vált a végrehajtára szolgáló jogszabályok előkészítése is.
Tovább
Elektrotechnikai tematikus séták
(2015. június 26.)
Több mint 60 érdeklődő vett részt a Múzeumok Éjszakája alkalmából szervezett tematikus sétákon.
Tovább
Világítástechnikai szakmérnök képzés indul ősztöl
(2015. május 26.)
Az Óbudai Egyetem Kandó Kálmán Villamosmérnöki Karának Mikroelektronikai és Technológia Intézete 2015 szeptemberétől világítástechnikai szakmérnök képzést indít.
Tovább
Együttműködik a MEKH és az MMK
(2015. május 14.)
Együttműködési megállapodást írt alá dr. Dorkota Lajos, a Magyar Energetikai és Közmű-szabályozási Hivatal és Barsiné Pataky Etelka, a Magyar Mérnöki Kamara elnöke.
Tovább
Óriás transzformátort gyártott az ABB a MAVIR-nak
(2015. április 14.)
Az ABB 2014 szeptemberében egy 500 MVA-es, 3-fázisú auto-transzformátor leszállítására kapott megbízást a hazai villamos energia átviteli-rendszerirányító MAVIR Zrt-től. A transzformátort, ami a mai napon érkezett a MAVIR martonvásári alállomására az ABB a lengyelországi Lódzból speciális szállítójárművekkel szállította hazánkba.
Tovább
Föld órája: 172 ország fényei hunytak ki
(2015. április 01.)
Minden eddiginél több ország csatlakozott idén a Föld órájához: a Természetvédelmi Világalap (WWF) által meghirdetett kampány során a világ 1400 ikonikus pontján hunytak ki a fények.
Tovább
Kecskeméten tárgyaltak a Magyar Mérnöki Kamara vezetői
(2015. március 20.)
Kecskemétre látogatott március 17-én és 18-án a Magyar Mérnöki Kamara alelnöki tanácsa és elnöksége. A mintegy 18 ezer jogosított szakági tervezőt, szakértő mérnököt számláló, és csaknem 13 ezer műszaki ellenőrt és felelős műszaki vezetőt nyilvántartó köztestület vezetői az ország egyik leggyorsabban fejlődő településén – városi és megyei vezetőkkel tárgyalva – igen sűrű és sikeres programot bonyolítottak.
Tovább
Kivitelezői gyakorlattal rendelkező villamosmérnököt keresnek
(2015. február 27.)
Békés megyei vizműtelepek épitéséhez keresnek kivitelezői gyakorlattal rendelkező villamosmérnök szakembert, projektvezetői munkakörbe. Jelentkezés a 06/70 624-3707 számon.
Tovább
Állás az SZTNH-nál
(2014. november 18.)
A Szellemi Tulajdon Nemzeti Hivatala a Szabadalmi Főosztály Villamossági Osztályára 2 db szabadalmi elbírálói állást hirdet meg.
Tovább
Teljes hírarchívum
© Minden Jog Fenntartva.