Deze gedachte leidt naar procesoptimalisatie als meest kansrijke manier om energieverbruik te verminderen. Daarmee wordt ook CO₂-reductie gerealiseerd. In de levensmiddelenindustrie is optimalisatie vooral gericht op mensen, materiaal en inkoop. Op energiegebied kunnen echter nog grote stappen gezet worden die naast procesoptimalisatie ook kostenbesparingen op onderhoud op gaan leveren.

Energieverbruik

Door een analyse te maken van energieverbruik, afgezet tegen de combinaties van producttype, productievolume en weersomstandigheden, kan een producent komen tot een steeds optimalere procesefficiëntie. Dit levert al een eerste grote energiebesparing op. Inzoomen op onderdelen van het productieproces kan vervolgens leiden tot een continuproces zonder storingsoponthoud en nog meer energiebesparing. Dit levert naast een footprintverkleining ook een kostenreductie op.

Lerende software

Om tot een dergelijke optimale procesefficiëntie te komen kan gebruik gemaakt worden van Artificial Energy Intelligence (Aei^®). Dit is software die op basis van historische data en met behulp van domeinkennis, de verbanden leert tussen de prestaties van assets, omgevingsfactoren en het energiegebruik (gas, warmte en elektra) in elke bedrijfssituatie.

Suboptimale maar ook optimale prestaties gaan altijd gepaard met afwijkingen van het normale energiegebruik (zowel kwantiteit als kwaliteit). De Aei^®-software detecteert near-realtime afwijkingen en genereert de inzichten om procesinstellingen snel te verbeteren.

Op deze manier kan een grote energiereductie bewerkstelligd worden. Vaak is dat bij levensmiddelenproducenten 5% tot 15% van de totale energiekosten. Daarnaast worden grondstof- en afvalstromen geoptimaliseerd.

Condition Based Maintenance

In de afgelopen maanden zijn tijdens de coronacrisis sommige levensmiddelenproducenten gedwongen geweest om continu te produceren. Door het ‘hamsteren’ van de consumenten moesten bepaalde lijnen volcontinu draaien. Er is dan geen tijd voor het volgen van de protocollen voor gepland groot onderhoud.

Doordat de Aei^®-software ook onregelmatigheden in een zeer vroeg stadium signaleert kan escalatie ervan worden voorkomen en kan het onderhoud worden geoptimaliseerd. Dit Condition Based Maintenance (CBM) biedt de mogelijkheid voor een nagenoeg continue productie.

Als voorbeeld: een kleine motor van een vetsmeringspomp uit een zeer groot apparaat kan licht gaan aanlopen. Bij een normaal proces zal dit na enkele weken resulteren in het vastlopen van de grote machine, met soms een grote en langdurige storing tot gevolg.

CO₂-reductie

Door de near-realtime monitoring van het energieverbruik van alle onderdelen van een grote machine kan een geringe afwijking van het energiegebruik van het kleinste onderdeel, in dit voorbeeld de kleine motor, tijdig gesignaleerd en gecontroleerd worden. Operators kunnen direct zien dát er iets aan de hand is. Klein onderhoud kan ingepland worden om te kijken, wát het probleem is.

Door near-realtime monitoring, bereikt een producent dus een optimale inrichting van de processen en het onderhoud en daarmee tegelijkertijd een directe CO₂-reductie!

Auteur: Cyriaan Teunissen, Manager Business Development bij Actemium, kennispartner van VMT