verticale

Una piattaforma per ogni tipo di contesto energetico

La necessità di sistemi energetici interamente distribuiti e digitali in realtà industriali complesse sta radicalmente trasformando il rapporto con l'energia.

In questo nuovo contesto, l'utilizzo dei dati è la chiave per esprimere l'Energy Intelligence. Un valore aggiunto che copre l'insieme delle leve dell'efficienza energetica .

Scarica il PDF Scarica il PDF
Aggiungi ai preferiti Aggiungi ai preferiti


Articoli tecnico scientifici o articoli contenenti case history
Fire Italia

Pubblicato
da




Settori: 


Estratto del testo
Manage and optimise energy Client Date Energy Intelligence for Industries ENERMANAGEMENT 2018 Milano, mercoledì 27 novembre 2018 Energy Intelligence for industry © Tutti i diritti riservati 2 1. Il nostro approccio 2. La nostra soluzione 3. Lo sviluppo del progetto Il DNA METRON La piattaforma METRON Sviluppo e business cases 4. Use cases Casi pratici di applicazione 1. L''Approccio Energy Intelligence for industry © Tutti i diritti riservati 4 L''Approccio Il nostro DNA: il DNA del a fabbrica del futuro La necessità di sistemi energetici interamente distribuiti e digitali in realtà industriali complesse sta radicalmente trasformando il rapporto con l''energia In questo nuovo contesto, l''utilizzo dei dati è la chiave per esprimere l''Energy Intel igence La nostra vision La nostra mission Un valore aggiunto che copre l''insieme del e leve del ''efficienza energetica : Internet of Things (IoT) Tempo reale Intelligenza Artificiale Control command Esperti energetici Energy Intelligence for industry © Tutti i diritti riservati 5 Concetto di intel igenza artificiale Dare a una macchina caratteristiche analitiche umane : Definizione Raccogliere informazioni dal contesto Sentire Prendere decisioni e agire Attuare Con umano o altro sistema IA Comunicare Raggionamento logico Analizzare Processo di digitalizzazione Energy Intelligence for industry © Tutti i diritti riservati 6 Processo di digitalizzazione Sistema di intel igenza artificiale Stabilire un gemelo digitale del sito e dei processi Conoscenza dal campo Conoscenza Generale Utilizzare basi di conoscenza Ontologie Big Data Strumenti di Data Science Algoritmi di ''Machine Learning' Data Science Blocs Architettura IT distribuita Solver(s) Intel igenza Artificiale Ragionamento Energy Intelligence for industry © Tutti i diritti riservati 7 METRON-EVA VPP Virtual Power Plant
' Demand Response e flessibilità ' Trading coi mercati energetici e meccanismi di bilanciamento ' Gestione del portfolio degli asset METRON-EVA Microgrid Gestione Microgrid
' Produzione di energia e previsione dei consumi ' Gestione e control o dei sistemi distribuiti e dei servizi ausiliari METRON-EVA OEM Smart Machine
' Performance e ottimizzazione simultanea ' Predictive maintenance ' Processo di decisione decentralizzato ' Intel igenza Artificiale incorporata Applicazioni Una piattaforma per ogni tipo di contesto energetico METRON-EVA Factory Energy Transparent Factory
' Monitoraggio in tempo reale e previsione dei consumi energetici ' Identificazione del set migliore di parametri operativi e dei progetti di ottimizzazione ' Control o intel igente dei sistemi industriali Energy Intelligence for industry © Tutti i diritti riservati 8 Zone coperte fino ad oggi (2018) 2019
2020
70+ col aboratori nel mondo di 9 nazionalità: 100+ clienti Centri operativi METRON : - Parigi (sede) - Milano - Dubai - Singapore - Bogota - San Paolo Una presenza internazionale unita ad un''esperienza locale 70+ Energy Intelligence for industry © Tutti i diritti riservati 9 Una soluzione scelta da compagnie leader Panoramica di gruppo Agroalimentare Chimica e farmaceutica Automotive Industria del a carta Industria mineraria, del cemento, del vetro e siderurgica Industria del a plastica Elettronica Alliances 2. La Soluzione Energy Intelligence for industry © Tutti i diritti riservati 11 La nostra soluzione Una partnership personalizzata adattata ad ogni sito industriale ' Energia = Costo ' Monitoraggio generico ' ISO 50001 ' Mappatura energetica ' Monitoraggio in tempo reale ' Progetti energetici singoli con investimenti ' Incrocio dei dati di consumo energetico, di produzione e di parametri di processo ' Simulazione di piani strategici energetici tramite analisi Big Data ' IPMVP e baseline ' Azioni in tempo reale tramite control- command ' Predictive maintenance ' Identificazione del e migliori condizioni di conduzione dell''impianto ' Adeguamento del consumo energetico in accordo col mercato ' Virtual Power Plant '' Gestione intelligente degli assets decentralizzati ' Transactive Energy ' Demand Response 1 CONSAPEVOLEZZA 2 VISUALIZZAZIONE 3 ANALISI 4 OTTIMIZZAZIONE 5 VALORE AGGIUNTO BUSINESS VALUE ENERGY INTELLIGENCE Energy Intelligence for industry © Tutti i diritti riservati 12 La nostra offerta Offerte tecniche flessibili e personalizzate Su un perimetro specifico, METRON-EVA® (Energy Virtual Assistant) fornisce:
' Competenza energetica e un''ottica specifica per costruire algoritmi e model i analitici per: - Ottimizzare il monitoraggio, la gestione di allarmi, KPI,'
- Ottimizzare i processi in tempo reale e il monitoraggio dei progetti ' Esempi di perimetro: - Utility: aria compressa, freddo, calore, vapore'
- Processo: fornace, macinazione, colonna di distillazione ' Visualizzazione dei flussi di energia e mappatura ' Definizione del e baseline e verifica KPI ' Gestione allarmi ' Individuazione delle derive rispetto al a baseline ' Previsione dei consumi ' Identificazione delle leve di ottimizzazione energetica ' Raccolta dati in tempo reale, aggregazione e trasferimento ' Stoccaggio dati ' Control-command ' Protezione ' Motore ad Intelligenza Artificiale ' Ambiente Web: dati, conoscenza, visualizzazione, progetti, data science ' Manutenzione ed aggiornamento del a piattaforma METRON-EVA Process Ottimizzazione di un perimetro di produzione specifico METRON-EVA Utilities Ottimizzazione di utility METRON Factory Intelligenza artificiale per il tuo business Energy Intelligence for industry © Tutti i diritti riservati 13 METRON Core La piattaforma digitale Contatori energetici Sensori, IoT Automatismi Supervisione Server OPC MES, ERP Mercati energetici Bol ette energetiche Dati meteo 1. Raccolta dati e aggregazione ' Stoccaggio locale ' OPC UA server ' Numero il imitato di punti dati 2. Trasferimento dei dati ' Protetto ' Tempo reale ' Control-command 3. Servizi cloud ' Stoccaggio illimitato di dati ' Elaborazione Big Data ' Motore di Intel igenza Artificiale ' Manutenzione e aggiornamenti 4. Ambiente Web ' Configurazione dei dati e competenza ' Visualizzazione ' Gestione dei progetti ' Strumenti di Data Science METRON- EVA Process METRON- EVA Utilities METRON Factory Energy Intelligence for industry © Tutti i diritti riservati 14 ' Visualizzazione real-time e mappatura dei flussi energetici ' Definizione delle Baseline e monitoraggio dei KPI ' Reportistica automatica ' Creazione di allarmi totalmente personalizzata ' Previsione dei consumi ' Identificazione del e derive vs. baseline e dei costi correlati ' Individuazione delle leve di ottimizzazione energetica e stima dei guadagni ' Controllo e gestione dei Progetti con piano d''azione ISO 50001 ' Integrazione del e fatture dei costi energetici e della struttura contrattuale ' Data Science per creare modelli, rilevare e simulare ottimizzazioni energetiche Creare Energy Transparent Factories METRON-EVA Factory METRON- EVA Process METRON- EVA Utilities METRON Factory Energy Intelligence for industry © Tutti i diritti riservati 15 ' Identifica facilmente fattori influenti e non influenti di relazione per le derive dei consumi (matrice di correlazione,
classifica delle variabili rilevanti, ecc.) ' Simula i progetti di efficienza energetica per validare conseguenti
azioni e stima i guadagni potenziali ' Elabora il model o del e baseline ' Crea model i predittivi (regressioni lineari, random forest, albero di
regressione, rete neurale, ecc.) per anticipare derive di consumo,
stimare il budget dedicato al ''energia e le transazioni di mercato
energetico Un ambiente di data science dove condurre le proprie analisi energetiche METRON-EVA Factory METRON- EVA Process METRON- EVA Utilities METRON Factory Energy Intelligence for industry © Tutti i diritti riservati 16 Ottimizzazione energetica avanzata e specializzata METRON-EVA per perimetro ' Specializzata in approfondite analisi dedicate ' Arricchita con basi di conoscenza focalizzate sul business: per processi
(industria del cioccolato, della carta, del vetro, ecc.) e per utility (freddo,
gas, vapore, aria compressa, ecc.) ' Suggerimento automatico al ''utente di progetti di efficienza energetica
e piani d''intervento Gli esperti METRON supportano nel a parte di: ' Interpretazione dei risultati dell''analisi della piattaforma ' Costruzione dei nuovi model i per simulare ottimizzazioni ' Implementazione di azioni rilevanti METRON- EVA Process METRON- EVA Utilities METRON Factory La piattaforma fornisce una business expertise per un dato perimetro col fine di mettere in luce le priorità energetiche e garantire ottimizzazioni energetiche: 3. Lo sviluppo Energy Intelligence for industry © Tutti i diritti riservati 18 Definizione della stategia di Energy performance ' Dati del e diagnosi energetiche ' Contatori energetici presenti ' Dati energetici, di processo, di produzione ' Dati esterni: previsioni meteo, mercati energetici, bol ette' ' Discussione IT: parametri network, convalida architettura, raccolta dati (adattamento al a realtà IT attuale del sito) ' Discussione Energia: vincoli operativi e di manutenzione, comprensione dei processi,' PIATTAFORMA : ' Instal azione METRONLab® ' Configurazione iniziale ' Consegna e Training al cliente ROAD MAP
' Classifica dei possibili progetti da condurre ' Accordo sul e attività per i successivi 6-12 mesi generalmente focalizzate sul a raccolta dati e l''analisi energetica ' Obiettivi e perimetri prioritari ' Strategia di approvvigionamento energetico ' Auto-consumo / Energy Storage ' Organizzazione Team per Gestione Energia ' Criteri interni per investimenti energetici ' Identificazione di leve per un''ulteriore ottimizzazione energetica e di possibili guadagni in produttività ' Definizione e avvio di piani d''intervento ' Supporto da team di esperti ' Metodologia IPMVP per misurare e certificare risparmi ' Performance Management: EnPI e gestione derive ' Supporto alla gestione del cambiamento La nostra soluzione Sviluppo del progetto Mappatura energetica e dei dati Prima consegna: Piattaforma e road map per efficienza energetica Ottimizzazione energetica Da 1 a 3 mesi continuo Management / QSA IT , Produzione, Esperti Energy and Maintenance Management, utenti Riferimento + tutti gli altri 4. Use cases Energy Intelligence for industry © Tutti i diritti riservati 20 Contesto REFERENCE 1 Industria del Vetro '' Implementazione Analisi condotta al ''interno di una vetreria
Perimetri individuati per l''ottimizzazione energetica:
' Forno fusorio Presenza di uno storico di dati di 3 anni Obiettivi § Generare risparmi energetici § Individuare le derive di consumo § Approfondire la conoscenza dei maggiori fattori d''influenza § Identificare possibili ottimizzazioni energetiche e proporre piani d''intervento tenendo in considerazione la produzione, la realtà industriale e contrattuale e i criteri di qualità Sviluppo ' Visualizzazione ed analisi dei consumi del sito e mappatura energetica dei flussi ' Calcolo di sensori virtuali e dei KPI (costo/ton, energia/ton, aria/gas, temperature) ' Model izzazione dei consumi e identificazione del e derive ' Ricerca del e analisi del e correlazioni tra variabili e dei fattori d''influenza per i consumi e del e leve di efficienza ' Supporto alla conduzione del forno ' Previsione dei consumi ' Creazione di allarmi a valle di fenomeni critici o derive importanti Reference 1: Industria del Vetro - Implementazione 4. Use cases Energy Intelligence for industry © Tutti i diritti riservati 21 REFERENCE 1 Industria del Vetro '' Ottimizzazione Forno fusorio Parametri di conduzione è suggerimento del valore ottimale e impostazione dei parametri di conduzione a val e di una
produzione desiderata e richiesta Risparmio di 3 % annuo Procedimento in ambiente Data Science § Raccolta dei dati del o storico e provenienti dai punti di misura (circa 130 con passo orario) per più anni § Pulizia dei dati § Visualizzazione rapporto produzione/consumo su più anni consecutivi e analisi del a perdita di efficienza del forno § Selezione dei dati da elaborare e ricerca delle correlazioni tra le variabili, impostando come variabile target il consumo energetico § Realizzazione del e matrice di correlazione e del ranking del e variabili più influenti sul consumo § Sviluppo di un model o predittivo con R2=0,97 e creazione della curva di baseline § Ricerca del valore ottimale da impostare sui parametri di conduzione principali Reference 1: Industria del Vetro - Ottimizzazione 4. Use cases Energy Intelligence for industry © Tutti i diritti riservati 22 Contesto REFERENCE 2 Settore siderurgico '' Implementazione Analisi condotta al ''interno di un''acciaieria
Perimetri individuati per l''ottimizzazione energetica:
' Forno ad arco elettrico EBT ' Sistema di depurazione dei fumi ' Sistema di raffreddamento ' Siviera Presenza di uno storico di dati di 2 anni Obiettivi § Generare risparmi energetici § Individuare le derive di consumo § Approfondire la conoscenza dei maggiori fattori
d''influenza § Identificare possibili ottimizzazioni energetiche e proporre piani d''intervento tenendo in considerazione la produzione, la realtà industriale e contrattuale e i criteri di qualità Sviluppo ' Visualizzazione ed analisi dei consumi del sito e mappatura energetica dei flussi ' Calcolo di sensori virtuali e dei KPI (costo/ton, energia/ton, pressioni, temperature, tempi) ' Model izzazione dei consumi e identificazione del e derive ' Ricerca del e analisi del e correlazioni tra variabili e dei fattori d''influenza per i consumi e del e leve di efficienza ' Supporto alla conduzione del forno ' Previsione dei consumi ' Creazione di allarmi a valle di fenomeni critici o derive importanti Reference 2: Settore siderurgico - Implementazione 4. Use cases Energy Intelligence for industry © Tutti i diritti riservati 23 REFERENCE 2 Settore siderurgico '' Ottimizzazione Forno ad arco EBT Rottame in ingresso è suggerimento della qualità e della quantità ottimali
Arco elettrico è diminuzione del tempo di applicazione del ''arco elettrico. Da un pilotaggio ad orecchio ad uno sviluppato e analitico
Iniezione è rapporto ottimale di ossigeno/ton e antracite/ton a seconda del a qualità e quantità del rottame e rapporto ottimale energia chimica/arco elettrico
Elettrodi è analisi della rottura e manutenzione predittiva Sistema di depurazione fumi Motori è spegnimento dei motori tra batch successivi
Filtri è analisi dei filtri e manutenzione predittiva
Pulizia è attivazione del a depurazione in base al fabbisogno Sistema di raffreddamento Accensione è Riduzione del e ore di funzionamento del e pompe in base al a domanda
Temperatura è Aumento del a temperatura di refrigerazione
Volume è diminuzione del volume d''acqua refrigerato Siviera Tempo morto è Riduzione del tempo morto Risparmio di 3,6% annuo Reference 2: Settore siderurgico - Ottimizzazione 4. Use cases Consumo real Baseline Energy Intelligence for industry © Tutti i diritti riservati 24 Analisi La portata è la prima variabile che spiega il consumo specifico. La relazione tra portata e consumo specifico dipende dal e prestazioni del compressore e dal sequenziamento dei compressori stessi. Presenza di importanti sovrapposizioni di regimi Co ns um o sp ec ifi co (W h/ m 3) Portata (m3/min) 0 -> 19m3/min :DSD SFC ' DSD SFC ' DSDSFC + CSD85T ' DSDSFC + CSD85T + CSD82T 19m3/min -> 27.25 m3/min DSDSFC + CSD 85 T 27.25 m3/min -> 35.5m3/min DSDSFC + CSD85T + CSD82T Problematica Il Monitoraggio Un''offerta in risposta agli obblighi del dlgs.102 La piattaforma Architettura METRON, il cuore del a piattaforma Una soluzione flessibile e personalizzata Una squadra con grande esperienza in più settori Una presenza internazionale unita ad un''esperienza locale Il nostro DNA: il DNA del a fabbrica del futuro Aria Compressa: Sequenziamento dei compressori 4. Use cases Energy Intelligence for industry © Tutti i diritti riservati 25 Con l'aiuto dei dati, creiamo un model o e lo usiamo per simulare il consumo del a centrale con un sequenziamento sempre ottimale. Filtro : Termine del funzionamento non ottimale Creazione di un model o: P = f(Q) Uso del a portata misurata nel model o Confronto tra potenza osservata e potenza model ata Dataset :
31/07/2017 -> 30/04/2018 pas 10 min Reale : 845MWh -> 106.3Wh/m3 Model o : 813MWh -> 102.2Wh/m3 Guadagni = 3.7% Ottimizzazione Il Monitoraggio Un''offerta in risposta agli obblighi del dlgs.102 La piattaforma Architettura METRON, il cuore del a piattaforma Una soluzione flessibile e personalizzata Una squadra con grande esperienza in più settori Una presenza internazionale unita ad un''esperienza locale Il nostro DNA: il DNA del a fabbrica del futuro Aria Compressa: Sequenziamento dei compressori 4. Use cases Energy Intelligence for industry © Tutti i diritti riservati 26 Prima del ''implementazione del a soluzione § Assistenza al a conduzione del forno: la piattaforma suggerisce agli operatori i setting migliori dei parametri flessibili (% rottame, potenze elettriche e gas, ecc.) per ottimizzare il consumo energetico § Control o macroscopico dei consumi energetici (elettricità e gas) § ISO 50001, reportistica e analisi dei KPI con Excel § Gestione del forno secondo solo l''esperienza degli operatori di fusione § Control o in tempo reale dei consumi energetici e dei KPI dei forni e della centrale ad aria compressa § Individuazione dei maggiori fattori d''influenza sui consumi elettrici e di gas § Elaborazione di model i predittivi per
individuare una gestione del forno meno energivora senza alterare produttività e qualità Risparmio di 2,5% = 250 000 '/anno Dopo l''implementazione del a soluzione Il Monitoraggio Un''offerta in risposta agli obblighi del dlgs.102 La piattaforma Architettura METRON, il cuore del a piattaforma Una soluzione flessibile e personalizzata Una squadra con grande esperienza in più settori Una presenza internazionale unita ad un''esperienza locale Il nostro DNA: il DNA del a fabbrica del futuro 4. Use cases Vetreria: Ottimizzazione del a conduzione di un forno fusorio Energy Intelligence for industry © Tutti i diritti riservati 27 o § Monitoraggio dei flussi energetici, calcolo automatizzato degli indici prestazionali, allarmi in tempo reale, analisi dei dati di
processo + produzione § Elaborazione di model i predittivi a valle di un apprendimento su 10 000 batchs, tenendo conto dei vincoli di qualità per individuare le
migliori condizioni operative per il processo
§ Control o macroscopico dei consumi energetici § Gestione del e presse secondo solo l''esperienza degli operatori § I parametri sui quali agiscono gli operatori hanno conseguenze sulla durata del processo
nonché sui consumi elettrici e di vapore § Risparmio di 5 giorni/uomo al mese con l''automatizzazione del a raccolta e analisi dati § Assistenza al a gestione processo: la piattaforma propone agli operatori i setting migliori per le presse per ogni batch affinché siano ottimizzati il consumo elettrico e di vapore Risparmio di 10% = 50 000 '/anno Prima del ''implementazione del a soluzione Dopo l''implementazione del a soluzione Il Monitoraggio Un''offerta in risposta agli obblighi del dlgs.102 La piattaforma Architettura METRON, il cuore del a piattaforma Una soluzione flessibile e personalizzata Una squadra con grande esperienza in più settori Una presenza internazionale unita ad un''esperienza locale Il nostro DNA: il DNA del a fabbrica del futuro 4. Use cases Produzione Mangimi: Ottimizzazione del a gestione del e presse Energy Intelligence for industry © Tutti i diritti riservati 28 § CIP : Riduzione del tempo di funzionamento a 20 ore/giorno -> Risparmio = 15 k'/anno § UHT : Riduzione del a fase acqua a cicli di 30 min -> Risparmio = 25 k'/anno § Aria compressa : Ottimizzazione del sequenziamento dei compressori -> Risparmio = 25 k'/an § Caldaie vapore : Monitoraggio del e derive di rendimento e ottimizzazione del carico del e caldaie -> Risparmio = 35 k'/an § Control o macroscopico dei consumi energetici (elettricità, vapore, acqua) § ISO 50001, reportistica e analisi dei KPI con Excel § Nessuna visibilità sull''impatto dei parametri di produzione sui consumi energetici § Gestione centralizzata del ''ISO 50001 (UES, KPI, piani d''azione, reporting, ecc.) § Individuazione di consumi di riferimento per settore, allarmi tempo reale sulle derive, calcolo in ' del e perdite o dei guadagni § Analisi in tempo reale dei consumi energetici
associati al contesto di produzione Risparmio di 8% = 100 000 '/anno * CIP: Cleaning In Place
* UHT: sterilizzazione Ultra High Temperature Prima del ''implementazione del a soluzione Dopo l''implementazione del a soluzione Il Monitoraggio Un''offerta in risposta agli obblighi del dlgs.102 La piattaforma Architettura METRON, il cuore del a piattaforma Una soluzione flessibile e personalizzata Una squadra con grande esperienza in più settori Una presenza internazionale unita ad un''esperienza locale Il nostro DNA: il DNA del a fabbrica del futuro 4. Use cases Agroalimentare: Ottimizzazione CIP*, UHT*, aria compressa, caldaie Energy Intelligence for industry © Tutti i diritti riservati Ignace de FRANCQUEVILLE CEO L'''NERGIE / VP ENERGY METRON i.de-francquevil e@metronlab.com Lorenzo GRANATO Business Developer lorenzo.granato@metronlab.com 29 CONTATTI CONTATTI CONTATTI Energy intel igence for industries METRON
102 rue Réaumur, 75002 Paris, France
www.metronlab.com L'''NERGIE
Via Manin 35, 20121 Milano, Italy
www.lenergie.it


© Eiom - All rights Reserved     P.IVA 00850640186