Energy-Information-Hub (EIH) - Win-win-win-Situation fuer produzierende Unternehmen, Energieversorger sowie Maschinen- und Anlagenbauer Projektforschungsstelle: FIR e. V. an der RWTH Aachen
Das Projektkonsortium:
FIR e. V. an der RWTH Aachen, Aachen, Germany
Fraunhofer-Institut für Werkzeugmaschinen und Umformtechnik (IWU), Chemnitz, Germany
Adapted Solutions GmbH, Chemnitz, Germany
CPT Präzisionstechnik GmbH, Chemnitz, Germany
Energy Saxony e. V., Dresden, Germany
GMG Grau- und Metallguß GmbH, Gera, Germany
Muhr und Bender KG, Attendorn, Germany
myOpenFactory Software GmbH, Aachen, Germany
SITEC Industrietechnologie GmbH, Chemnitz, Germany
SMS Siemag AG, Düsseldorf, Germany
Westaflexwerk GmbH, Gütersloh, Germany
Gefördert durch das Bundesministerium für Wirtschaft und Energie
Das IGF-Vorhaben 18982 BG der Forschungsvereinigung FIR e. V. an der RWTH Aachen, wurde über die AiF im Rahmen des Programms zur Förderung der industriellen Gemeinschaftsforschung und -entwicklung (IGF) vom Bundesministerium für Wirtschaft und Energie (BMWi) aufgrund eines Beschlusses des Deutschen Bundestages gefördert.
Förderkennzeichen: 18982 BG

Veröffentlichungen

im Rahmen des Projekts "Energy-Information-Hub (EIH)"


  • Methodology and model for predicting energy consumption in manufacturing at multiple scales
    in: Procedia Manufacturing 21 (2018), S. 694-701

    The problem of power consumption prediction in manufacturing was subject of many studies in the past. Most of them either consider the physical modeling of processes at a very detailed level, or they introduce tailored prediction models for specific production processes. Thus, it is hard to apply their results to other uses cases in different scenarios.
    Our contribution is twofold. First, we propose a generic model for the specification of the power-consuming machine. A tree-based compositional approach supports arbitrary levels, depending on the structure of the machine, or external factors, such as company policies. This approach is highly extensible since the models are stored in ontologies. Second, we propose a methodology for static and dynamic modeling of power consumption for every structural level. Based on that model the prediction can be realized. In addition, we provide an example implementation and prediction for a continuous casting machine process.

  • EIH: Energy-Information-Hub - Vernetzung energierelevanter Informationen zwischen produzierenden KMU, Energieversorgern und Maschinenbauern
    in: UdZ (2016) Nr. 1, S. 5-6

    Zentrales  Ziel  des  Forschungsvorhabens  „Energy-Information-Hub  (EIH)“  ist  die  Konzeption  einer  Kommunikationsplattform für  den  Austausch energierelevanter  Informationen  zwischen  kleinen  und  mittelständischen  produzierenden  Unternehmen, Energieversorgungsunternehmen  (EVU)  und  Maschinenbauern.  Auf  dem  EIH  werden  dafür  energierelevante  Maschinendaten in normierter Form gesammelt. Mit diesen Daten und einer zu entwickelnden Methodik werden produzierende KMU in die Lage versetzt, Energieverbrauchsprofile für ihre Produktionsaufträge zu erstellen. Mit diesen und den Produktionsplandaten der KMU können Energieverbrauchsprognosen erstellt werden, welche auf dem EIH gesammelt, kumuliert und den EVU zur Verfügung gestellt werden. Zusätzlich werden die partizipierenden KMU in die Lage versetzt, gegenüber den EVU als Großabnehmer aufzutreten.

.

(c) 2015-2019 FIR e. V. an der RWTH Aachen   -   www.energy-information-hub.de