Rockwell und Actemium setzen KI zur Optimierung der Kältetechnik ein

Rockwell Automation und Actemium haben kooperiert, um eines der energieintensivsten Systeme in der Tiefkühlkostherstellung zu optimieren: die industrielle Kältetechnik. Unter Verwendung des verteilten Leitsystems (DCS) PlantPAx von Rockwell hat Actemium RtCOP (Real-Time Coefficient of Performance) entwickelt, eine autonome Anwendung für künstliche Intelligenz. Bei einem großen Hersteller von Tiefkühl-Pommes-frites im Einsatz, steigerte diese Lösung die Energieeffizienz um 17 % und generierte jährliche Einsparungen von 130.000 US-Dollar pro Standort. Neben der Reduzierung der Betriebskosten verringert die Lösung die mechanische Belastung der Kälteanlagen und trägt so dazu bei, deren langfristige Zuverlässigkeit zu verbessern.

Autonome Echtzeit-Optimierung und Entlastung des Personals
Als durchgehend aktiver virtueller Operator analysiert RtCOP Systemkapazitäten, Erträge und Umweltbedingungen in Echtzeit. Die Anwendung ermittelt und implementiert autonom die optimalen Kombinationen aus Verdichtern, Kondensatoren und Verdampfern. Laut Jim Gillis, General Manager von Actemium Atlantic Canada, ist diese kontinuierliche Einteilung von Geräten nach ihrem Energieverbrauch eine Aufgabe, die menschliche Bediener in Echtzeit nicht manuell durchführen können. Angesichts des Mangels an Fachkräften entlastet die Lösung das Anlagenpersonal erheblich. Der Hersteller führt dieses System derzeit weltweit in seinen verschiedenen Werken ein und stützt sich dabei auf Dashboards, um die Energieeffizienz zwischen den Standorten zu vergleichen.

Zusätzlicher Kontext: Technologischer Hintergrund und Marktdynamik
Dieser Abschnitt bietet einen technologischen und marktbezogenen Hintergrund, der in der ursprünglichen Pressemitteilung nicht explizit aufgeführt ist.

In der Lebensmittelverarbeitung arbeiten industrielle Kältesysteme traditionell mit reaktiven Steuerungslogiken auf Basis fester Sollwerte (wie PID-Regelkreisen). Diese Methoden tun sich schwer damit, sich an dynamische Schwankungen wie die momentane Produktionslast oder Änderungen der Außentemperatur anzupassen. Durch die Integration von Algorithmen für maschinelles Lernen direkt in den Kern eines modernen DCS wechseln Industrieunternehmen zu einer fortgeschrittenen Prozessregelung (Advanced Process Control). Die KI antizipiert den Kältebedarf und passt den Saugdruck sowie die Verdichtersequenzierung in einem geschlossenen Regelkreis dynamisch an. Dieser Ansatz ist besonders in der Tiefkühlverarbeitung von entscheidender Bedeutung, wo die strikte Einhaltung der Kühlkette unverhandelbar ist. Er versetzt Werke in die Lage, steigende Stromkosten auszugleichen und Dekarbonisierungsziele zu erreichen, ohne die Lebensmittelsicherheit zu gefährden.

Redaktionell bearbeitet von Lekshman Ramdas, Induportals-Redakteur – angepasst durch KI.

www.rockwellautomation.com