No description available.

School of Business, Diss.--Aarhus, 2007. / Enth. 4 Beitr.

Techn. Univ., Diss.--Hamburg-Harburg, 2007.

Eine Herausforderung aus Industrie 4.0 ist die Produktion individueller Produkte in der Losgröße 1. Dabei denken wir zuerst an Fotobuch, die Cola mit einem Etikett, das unseren Namen trägt und viele weitere der inzwischen zahlreich angebotenen individualisierten Endprodukte. Dabei wird oft vergessen, dass für deren Herstellung Maschinen und Anlagen erforderlich sind, die selbst individuelle Produkte sind und nicht mehr kosten sollen als deren Pendants aus der Großserie. Um dies zu leisten, reicht es nicht aus, Daten in einer Cloud zu sammeln und auszuwerten oder das Förderband mit einem Internetanschluss zu versehen. Vielmehr bedarf es ganzheitlicher Konzepte, mit denen Produktionssysteme nachhaltig und individuell entwickelt werden können. Ein Lösungsansatz dazu ist die funktions- und objektorientierte Modularisierung, bei der die zu realisierenden Funktionen den gesamten Entwicklungs- und Konstruktionsprozess bestimmen. [... aus dem Text]

Aus der Einleitung: "Die Produktmodularität beeinflusst den finanziellen Erfolg eines Unternehmens (Eitelwein & Weber 2008). Das wirtschaftliche Einsparpotenzial der Produktmodularisierung wird dabei im Wesentlichen durch die Wiederverwendung von Produktkomponenten und der damit verbundenen Skalen- und Lernkurveneffekte erzielt (Göpfert 1998, Schölling 1997, Kersten & Koppenhagen 2002). Modularität ist von firmenspezifischen Faktoren abhängig (Hohnen 2010). Die Kenntnis dieser Faktoren und deren quantitative Ausprägung sind Voraussetzung für eine Determinierung der Produktmodularität hinsichtlich eines Kostenoptimums. Da diese Einflüsse nicht nur firmenspezifisch sind, sondern insbesondere von Produktsparte zu Produktsparte variieren (siehe Eitelwein & Weber 2008), ist es zweckmäßig, die jeweilige Modularität zu ermitteln und diese in Form einer Anforderung als Eingangsgröße an die Produktentwicklung weiter zu geben. Daraus leitet sich die Notwendigkeit einer Vorgehensweise ab, die es ermöglicht, die Modularität eines Produktes analysieren zu können und eine eindeutig quantifizierbare Aussage über die Modularität auszugeben."

Eine Herausforderung aus Industrie 4.0 ist die Produktion individueller Produkte in der Losgröße 1. Dabei denken wir zuerst an Fotobuch, die Cola mit einem Etikett, das unseren Namen trägt und viele weitere der inzwischen zahlreich angebotenen individualisierten Endprodukte. Dabei wird oft vergessen, dass für deren Herstellung Maschinen und Anlagen erforderlich sind, die selbst individuelle Produkte sind und nicht mehr kosten sollen als deren Pendants aus der Großserie. Um dies zu leisten, reicht es nicht aus, Daten in einer Cloud zu sammeln und auszuwerten oder das Förderband mit einem Internetanschluss zu versehen. Vielmehr bedarf es ganzheitlicher Konzepte, mit denen Produktionssysteme nachhaltig und individuell entwickelt werden können. Ein Lösungsansatz dazu ist die funktions- und objektorientierte Modularisierung, bei der die zu realisierenden Funktionen den gesamten Entwicklungs- und Konstruktionsprozess bestimmen. [... aus dem Text]

Zugl.: Aachen, Techn. Hochsch., Diss., 2008.

Sales market in process industry, especially for chemical, pharmaceutical and food industry, is becoming more and more volatile. Furthermore, the global availability of alternative products shortens the product life cycle. At the same time, the requested volumes depend on strong regional and temporal fluctuations, which are increasingly difficult to predict. To be able to bring product innovations successfully to market, rapid series-production readiness of the prototype is needed. However, the competition after successful approval is increasingly getting tougher. As soon as the product has been accepted by the market, the time necessary to reach sufficient product quantities with required product quality is essential for its profitability. By the end of the product life cycle, the production should be close to the largest remaining sales markets, which means that the production can be shifted accordingly. Classical production processes in process industry do not fulfil these requirements jet. Conti-systems are optimized for a certain production quantity per unit of time, which should not be changed for years, if possible. The higher flexibility of conventional batch plants is associated with unproductive times, for example during conversion. However, modularization of process plants with flexible combinatory design would allow faster turnover times and higher productivity. Individual modules realize standardized production steps and can be combined according to the requested product. Changes to the product are achieved by the exchange of modules, the production quantity can be increased by adding more of the same modules. The integration of a module into an upper classic process control system is laborious using the information models and tools available today. Various aspects of automation, such as human machine interfaces, statuses of sequences or interlocks must be added manually for the visualization and guidance of the module in an upper process control system. However, today's control systems are not prepared to provide the required flexibility of a system based on different modules. This drawback requires a modular plug-and-production methodology. Therefore, an outright modeling of information, beginning with modular and function-oriented integrated engineering is needed. On the one hand, this work considers with a selection of integration aspects, a detailed modeling of this aspects in an information carrier and the integration into the process control level. On the other hand, the concrete selection of one or more descriptive formats is analyzed. For this purpose, a uniform integration architecture and an integration process is described, this allows integration into an upper process control system level. This analysis shows that, with the available descriptive formats, a mapping of the individual integration aspects into an information carrier is possible. It is important to distinguish whether a separate mapping is chosen for each aspect, as chosen by GrapML in the second practical implementation, or whether a uniform format is used for the entire information carrier. The evaluation of the description formats suggests for the use in the information carrier AutomationML. The practical implementation and investigation with AutomationML are already in the scope of the Namur MTP developments and couldn’t therefore investigated deeply in this work. For the most important aspects, the human machine interface as well as the process management, detailed information modeling is available and was checked during implementation. Two different possibilities were presented and discussed for the selection of description formats. To allow flexible extensibility, it is advantageous to choose a description means in which the integration aspects are described separately from each other, independently of the specifically chosen format. A uniform interface within automation systems is required for the needs of the so-called industry 4.0 for the networking and consistency of all components involved throughout the entire life cycle. This work provides the first building blocks of this approach and enables application in process industry but also manufacturing industry.

Der im Zuge der Globalisierung immer stärker anwachsende Wettbewerb im Bereich produzierender Unternehmen führt zu einem kontinuierlichen Wettlauf um stetig kürzer werdende Produktionslaufzeiten. Aufgrund dessen ist eine kontinuierliche Spezialisierung mit produktspezifischen Fertigungssystemen der Akteure am Markt zu verzeichnen, die direkt zu einer erhöhten Nachfrage von Sondermaschinen führt (Krause 2018). Diese geforderte Spezialisierung lässt eine interne Standardisierung für die Hersteller kaum zu und führt zu einer extrem hohen Variantenvielfalt, deren Beherrschung eine der Kernaufgaben bei der Sicherstellung der Wettbewerbsfähigkeit darstellt. Insbesondere große Produktstrukturen sind aufgrund der anfallenden Datenmenge und dem resultierenden, hohen Grad an Verknüpfungen schwierig zu verwalten (Blees 2011). Eine Möglichkeit, die interne Vielfalt bei einer gleichbleibenden externen Vielfalt zu reduzieren und somit den enormen Umfang der Produktarchitektur und deren Folgekosten einzuschränken, bietet die Modularisierung (Krause 2018). Die Entwicklung von modularen Produktstrukturen eröffnet mittels entsprechender Standardisierung die Möglichkeit, durch Modul-, Plattform-, und Baukastenentwicklung den Zielkonflikt zwischen Produktkosten und -vielfalt zu lösen (Ehrlenspiel 2009). Ein solcher Baukasten wird als notwendiges Mittel zur Beherrschung der Vielfalt betrachtet [...] Ein Ansatz zur Lösung dieser Problemstellung ist in der Literatur durch die Verwendung von PLM(Product-Lifecycle-Management)-Systemen beschrieben. Ein entsprechendes PLM-System soll die im Unternehmen existierende Daten- und Softwarestruktur verbinden und als Single-Source of Truth (Riesener 2017) fungieren, um die Konsistenz der Modelle zu gewährleisten. Allerdings wird gerade bei der Verwendung von Modellen bei der Schaffung und Verwaltung der Produktarchitektur deutlich, dass ein PLM-System hierzu nicht vollumfänglich dazu in der Lage ist, als einheitlicher Datenstamm zu fungieren. Hierbei ist die Ontologie, die Verwendung „einheitlicher Vokabeln“ (Kaufmann et al. 2014) zwischen den Systemen, um z. B. eine Konsistenzprüfung bei der Konfiguration zu implementieren, eine nicht zu unterschätzende Herausforderung bei der Umsetzung auf Basis eines reinen PLM-Systems. Wie in diesem Beitrag beschrieben wird, lässt sich diese Lücke mithilfe des MBSE (Model-Based Systems Engineering) schließen. [... aus der Einleitung]

In der vorliegenden Arbeit wird ein Modell zur stationären und dynamischen Simulation einer chemischen Absorptionsgaswäsche zur Abtrennung von CO2 entwickelt und in Matlab implementiert. Die Literaturrecherche zeigt, dass für die Teilmodelle der Kolonnen in diesem Kontext eindimensionale Modelle mit kinetischem Massentransport unter Berücksichtigung des Einflusses der chemischen Reaktionen durch einen Enhancement-Faktor besonders ge- eignet sind. Zusätzlich wird ein rigoroses Modell für die Hydraulik der Kolonnen berücksichtigt. Um auch in zukünftigen Arbeiten flexible Untersuchungen zur Modularisierung chemischer Absorptionsgaswäschen zu ermöglichen, findet ein objektorientierter Programmieransatz auf Basis der Flowsheet-Konzepts Anwendung. Die Validierung der Teilmodelle für Ab- und Desorber erfolgt anhand experimenteller Messdaten aus der Literatur. Die Ergebnisse der Variationsbetrachtungen am Absorberteilmodell stellen eine veränderte Festlegungsmethode der Waschmittelstrommenge bzw. eine alternative Auslegung entsprechender Kolonnen im Kontext der Modularsierung von Gaswäscheprozessen zur Diskussion.:Formelzeichen 5 Indizes 7 Abkürzungen 8 1. Motivation 10 2. Stand der Technik 13 2.1. Einsatzgebiete von Systemen zur Abscheidung von Kohlenstoffdioxid 13 2.1.1. Carbon Capture and Storage (CCS) 13 2.1.2. Aufwertung von Biogas 14 2.2. Aufbau und Wirkungsweise der Absorptionsgaswäsche mit chemischem Anteil 14 2.2.1. Prozessschema einer Absorptionsgaswäsche mit chemischem Anteil 14 2.2.2. Aufbau und Wirkungsweise einer Packungskolonne 15 2.2.3. Aufbau und Wirkungsweise von Waschmitteln 18 2.3. Modellierung von Absorptionsgaswäschen 20 2.3.1. Einteilung der Modelle für chemische Absorptionskolonnen 20 2.3.2. Modelle für die chemische Absorptionskolonne in der Literatur 21 2.3.3. Pilotanlagen und Messdaten 23 2.4. Modularisierung einer Absorptionsgaswäsche 24 2.4.1. Modularisierung verfahrenstechnischer Anlagen - Die 50 %-Idee 24 2.4.2. Modularisierung von Gaswäschern - Analyse der Ergebnisse von Ohle, Obst, Mollekopf und Urbas (2014) 24 2.5. Ableitung der Zielstellung für diese Arbeit 26 3. Modellierung 27 3.1. Allgemeine Grundlagen 27 3.1.1. Bilanzgleichungen und Modellgleichungen 27 3.1.2. Örtliche Diskretisierungsverfahren 28 3.1.3. Zeitliche Diskretisierung 30 3.1.4. Differential-Algebraische Gleichungssysteme 30 3.2. Stoffdatenmodelle 31 3.2.1. Stoffdatenanbindung via CAPE-OPEN 31 3.2.2. Phasengleichgewicht 32 3.2.3. Stoffdatenmodell der Gasphase 35 3.2.4. Stoffdatenmodell der Flüssigphase 35 33.3. Absorptions- und Desorptionskolonne 42 3.3.1. Aufstellen und Diskretisieren der Modellgleichungen 42 3.3.2. Hydraulischer Arbeitsbereich 45 3.3.3. Stofftransport 47 3.3.4. Wärmetransport 50 3.3.5. Zusammenfassung der Annahmen 50 3.4. Wärmeübertrager 51 3.4.1. Reboiler und Kondensator 52 4. Implementierung 54 4.1. Randbedingungen 54 4.2. Implementierung und Arbeitsweise der Simulatorbestandteile 55 4.2.1. PropertyPackages 55 4.2.2. Flows 58 4.2.3. Units 59 4.2.4. FlowSheet 63 4.2.5. Simulator 64 4.2.6. Postprocessor 68 5. Ergebnisse 71 5.1. Stationäre und dynamische Validierung 71 5.1.1. Validierung des Absorbers 72 5.1.2. Validierung des Desorbers 75 5.2. Variation des Absorberdurchmessers 79 6. Zusammenfassung und Ausblick 85 A. Anhang 96 A.1. Ergänzende Angaben zum Stoffdatenmodell 96 A.1.1. Ergänzungen zum Stoffdatenmodell der gasförmigen Phase 96 A.1.2. Ergänzungen zum Stoffdatenmodell der flüssigen Phase 97 A.2. Koeffizienten des hydraulischen Modells nach Billet und Schultes 100 / In this work a model for stationary and dynamic simulation of a chemical gas scrubber is developed and implemented in Matlab. In an extensive literature study the rate-based approach under consideration of an enhancement factor was identified as best fitting choice for the column component models. Additionally a rigoros model accounts for hydraulics in the columns. To allow flexible research in this and future work a object-oriented programming approach based on the flowsheeting concept is used. Absorber and desorber part are validated against experimental data from literature. The modularization of absorber part is investigated in a variation review. The results put up discussion about an alternate determination method for solvent flow and different dimensioning schemes of gas scrubbers in this context.:Formelzeichen 5 Indizes 7 Abkürzungen 8 1. Motivation 10 2. Stand der Technik 13 2.1. Einsatzgebiete von Systemen zur Abscheidung von Kohlenstoffdioxid 13 2.1.1. Carbon Capture and Storage (CCS) 13 2.1.2. Aufwertung von Biogas 14 2.2. Aufbau und Wirkungsweise der Absorptionsgaswäsche mit chemischem Anteil 14 2.2.1. Prozessschema einer Absorptionsgaswäsche mit chemischem Anteil 14 2.2.2. Aufbau und Wirkungsweise einer Packungskolonne 15 2.2.3. Aufbau und Wirkungsweise von Waschmitteln 18 2.3. Modellierung von Absorptionsgaswäschen 20 2.3.1. Einteilung der Modelle für chemische Absorptionskolonnen 20 2.3.2. Modelle für die chemische Absorptionskolonne in der Literatur 21 2.3.3. Pilotanlagen und Messdaten 23 2.4. Modularisierung einer Absorptionsgaswäsche 24 2.4.1. Modularisierung verfahrenstechnischer Anlagen - Die 50 %-Idee 24 2.4.2. Modularisierung von Gaswäschern - Analyse der Ergebnisse von Ohle, Obst, Mollekopf und Urbas (2014) 24 2.5. Ableitung der Zielstellung für diese Arbeit 26 3. Modellierung 27 3.1. Allgemeine Grundlagen 27 3.1.1. Bilanzgleichungen und Modellgleichungen 27 3.1.2. Örtliche Diskretisierungsverfahren 28 3.1.3. Zeitliche Diskretisierung 30 3.1.4. Differential-Algebraische Gleichungssysteme 30 3.2. Stoffdatenmodelle 31 3.2.1. Stoffdatenanbindung via CAPE-OPEN 31 3.2.2. Phasengleichgewicht 32 3.2.3. Stoffdatenmodell der Gasphase 35 3.2.4. Stoffdatenmodell der Flüssigphase 35 33.3. Absorptions- und Desorptionskolonne 42 3.3.1. Aufstellen und Diskretisieren der Modellgleichungen 42 3.3.2. Hydraulischer Arbeitsbereich 45 3.3.3. Stofftransport 47 3.3.4. Wärmetransport 50 3.3.5. Zusammenfassung der Annahmen 50 3.4. Wärmeübertrager 51 3.4.1. Reboiler und Kondensator 52 4. Implementierung 54 4.1. Randbedingungen 54 4.2. Implementierung und Arbeitsweise der Simulatorbestandteile 55 4.2.1. PropertyPackages 55 4.2.2. Flows 58 4.2.3. Units 59 4.2.4. FlowSheet 63 4.2.5. Simulator 64 4.2.6. Postprocessor 68 5. Ergebnisse 71 5.1. Stationäre und dynamische Validierung 71 5.1.1. Validierung des Absorbers 72 5.1.2. Validierung des Desorbers 75 5.2. Variation des Absorberdurchmessers 79 6. Zusammenfassung und Ausblick 85 A. Anhang 96 A.1. Ergänzende Angaben zum Stoffdatenmodell 96 A.1.1. Ergänzungen zum Stoffdatenmodell der gasförmigen Phase 96 A.1.2. Ergänzungen zum Stoffdatenmodell der flüssigen Phase 97 A.2. Koeffizienten des hydraulischen Modells nach Billet und Schultes 100