Open Access

The use of learning factories for education in maintenance concepts is limited, despite the important role maintenance plays in the effective operation of organizational assets. A training programme in a learning factory environment is presented where a combination of gamification, classroom training and learning factory applications is used to introduce students to the concepts of maintenance plan development, asset failure characteristics and the costs associated with maintenance decision-making. The programme included a practical task to develop a maintenance plan for different advanced manufacturing machines in a learning factory setting. The programme stretched over a four-day period and demonstrated how learning factories can be effectively utilized to teach management related concepts in an interdisciplinary team context, where participants had no, or very limited, previous exposure to these concepts.

Dieser Bericht fasst die wesentlichen Arbeiten und Ergebnisse zusammen, die in dem Verbundvorhaben „GalvanoFlex_BW“ im Kalenderjahr 2018 durchgeführt und erzielt wurden. Dazu lässt sich zunächst sagen, dass die Messwertaufnahme und –auswertung abgeschlossen ist. Es wurden verschiedene Messkampagnen bei der Fa. NovoPlan durchgeführt. Bei C&C Bark konnte man teilweise auf bestehende Daten zurückgreifen, die punktuell durch weitere Messungen ergänzt wurden. Bei der Fa. Hartchrom konnten aufgrund von Personalmangel keine Messungen durchgeführt werden. Die aufgenommenen Daten wurden in eine Effizienzbewertung überführt, aus der im Folgenden allgemeine Aussagen abgeleitet werden sollen. Dazu ist ein Simulationsprogramm aufgesetzt worden, das in der Lage ist, Prozessketten energetisch abzubilden und zu optimieren. Zudem sollen aus den Messdaten verbesserte Profile für den Wärmebedarf in den Unternehmen entwickelt werden, die daraufhin der KWK-Optimierung zur Verfügung gestellt werden. Im Zuge der Entwicklung und Bewertung stromoptimierter KWK- Strategien ist ein bestehendes Simulationsmodell entsprechend weiterentwickelt worden. Konkret wurde das Modell um eine verbesserte Lastprognose für Strom und Wärme für Industriebetriebe ergänzt, und das Optimierungsverfahren wurde um eine zweite Dimension erweitert. Während bislang allein die Optimierung der Eigenstromdeckung mit einer Begrenzung der BHKW-Starts als Nebenbedingung möglich war, ist jetzt die Kappung der elektrischen Lastspitze zusätzlich in der Zielfunktion integriert. Gerade bei Industrieunternehmen lässt sich auf diese Weise eine weitere, zum Teil nicht unerhebliche Energiekosteneinsparung erreichen, was durch die ersten Berechnungen anhand der drei im Reallabor vertretenden Betriebe bestätigt wird. Die Ergebnisse werden unter AP 8 (Umsetzung) diskutiert. Der Dialog mit weiteren Unternehmen und Institutionen außerhalb des Vorhabens konnte über die Branchenplattfom weitergeführt werden. In 2018 wurden zwei Veranstaltungen dieser Art durchgeführt, und im Frühjahr 2019 wird ein weiterer Workshop zu diesem Thema durchgeführt. Die sozialwissenschaftliche Begleitforschung wurde mit der zweiten Phase der Firmenbefragungen ebenfalls planmäßig weitergeführt. Mit Blick auf die Umsetzung eines BHKW-Konzeptes haben sich dabei zwei wichtige Punkte wie folgt gezeigt: Zum einen muss die umsetzende Firma eine gewisse „Energieeffizienz-Reife“ besitzen, die sich u.a. in der Erfahrung bei der Durchführung von Energieeffizienzmaßnahmen zeigt, da die Installation eines BHKWs eine äußerst komplexe Maßnahme darstellt. Zum anderen müssen andere unternehmensspezifische Kontextfaktoren hinzukommen, wie z.B. aus anderen Gründen durchzuführende bauliche Maßnahmen, so dass gewisse zeitliche Entscheidungsfenster entstehen, in denen die Umsetzung von KWK-Maßnahmen sinnvoll sind.

Heat pumps are a vital element for reaching the greenhouse gas (GHG) reduction targets in the heating sector, but their system integration requires smart control approaches. In this paper, we first offer a comprehensive literature review and definition of the term control for the described context. Additionally, we present a control approach, which consists of an optimal scheduling module coupled with a detailed energy system simulation module. The aim of this integrated two part control approach is to improve the performance of an energy system equipped with a heat pump, while recognizing the technical boundaries of the energy system in full detail. By applying this control to a typical family household situation, we illustrate that this integrated approach results in a more realistic heat pump operation and thus a more realistic assessment of the control performance, while still achieving lower operational costs.

Bis zum Jahr 2050 soll in Baden Württemberg mit dem Ziel „50-80-90“ der Energiebedarf um 50% reduziert werden, die erneuerbaren Energien sollen zu 80% an der Energieversorgung beteiligt sein und die Emissionen von Treibhausgasen um 90% sinken.Entsprechende Ziele sind für andere Regionen und Länder in ähnlicher Weise festgelegt. Damit diese Ziele erreicht werden, muss bei der Gebäudewärmeversorgung ein konsequenter Umbau stattfinden. Hier spielt die Sektorenkopplung mit Hilfe von Wärmepumpen (WP) eine entscheidende Rolle. Zur Abschätzung des Potenzials sowie des Aufwandes für einen großflächigen Einsatz von Wärmepumpen ist es unmöglich, eine spezifische und angepasste Dimensionierung der Wärmepumpensysteme für jedes einzelne Gebäude durchzuführen. Stattdessen müssen auf Seiten der Bebauung Referenzgebäude definiert und auf Seiten der Wärmepumpensysteme mittlere Leistungsdaten der am Markt befindlichen Modelle verwendet werden. Während die Festlegung von Referenzgebäuden verschiedentlich in der Literatur zu finden ist, widmet sich der erste Teil der Veröffentlichung der Vorstellung von Korrelationsfunktionen für die thermische und elektrische Leistung sowie die Leistungszahl (COP) von Wärmepumpen, die auf Basis von Herstellerdaten in Abhängigkeit der Quellen- und Vorlauftemperatur ermittelt wurden. Konkret wurden als Ausgangsbasis für die Korrelationsfunktionen Datenblätter verschiedener Sole- und Luft-Wasser Wärmepumpen (SWP, LWP) zusammengestellt und ausgewertet. Die Grundlage hierfür war die Liste „Wärmepumpen mit Prüfnachweis eines unabhängigen Prüfinstituts“ des Bundesamts für Wirtschaft und Ausfuhrkontrolle (BAFA).

Rising consumption due to a growing world population and increasing prosperity, combined with a linear economic system have led to a sharp increase in garbage collection, general pollution of the environment and the threat of resource scarcity. At the same time, the perception of environmental protection becomes more sensitive as the consequences of neglecting sustainable business and eco-efficiency become more visible. The Circular Economy (CE) could reduce waste production and is able to decouple economic growth from resource consumption, but most of the products currently in use are not designed for the reuse-forms of the CE. In addition, the decision-making process of the End of-Usage (EoU) products regarding the following steps has further weaknesses in terms of economic attractiveness for the participants, which leads to low return rates and thus the disposal is often the only alternative. This paper proposes a model of the decision-making process, which uses machine learning. For this purpose, a Machine Learning (ML) classification is created, by applying the waterfall model. An artificial neural network (ANN) uses information about the model, use phase and the obvious symptoms of the product to predict the condition of individual components. The resulting information can be used in a downstream economic and ecological evaluation to assess the possible next steps. To test this process comprehensive training data is simulated to train the ANN. The decentralized implementation, cost savings and the possibility of an incentive system for the return of an end-of-usage product could lead to increased return rates. Since electronic devices in particular are attractive for the CE, laptops are the reference object of this work. However, the obtained findings are easily applicable to other electronic devices.