Fabricación Inteligente

Estamos aumentando la eficacia de nuestras fábricas y la eficiencia de nuestros procesos de producción utilizando tecnologías y datos digitales. Con los dispositivos móviles, tenemos acceso a información relevante para nuestro trabajo diario. La estrecha integración entre los procesos de producción y negocio nos permite tomar decisiones mejores y más rápidas.

La aplicación "Realidad Aumentada" ayuda a nuestros colaboradores en sus tareas diarias. Con la aplicación, tienen acceso directo y rápido a la información que necesitan a través de dispositivos móviles específicamente equipados como tabletas o smartphones. Con esto, podemos aumentar la eficiencia de nuestros procesos y garantizar una transferencia de conocimiento más sostenible.

Ziel der BASF ist es den Standort Ludwigshafen nicht nur optimal, sondern auch klimafreundlich mit Energie zu versorgen. Eine gute Lösung bieten hierzu die Gas- und Dampfturbinen-Anlagen. Sie verringern die eigenen CO2-Emissionen und schonen zugleich Ressourcen, indem sie die entstehende Abgaswärme zum Herstellen von Dampf nutzen. Dieser wird dann in den Produktionsbetrieben des Werkes für unterschiedlichste chemische Prozesse eingesetzt.
Abdruck honorarfrei. Copyright by BASF.

BASF not only wants to optimally supply its Ludwigshafen site with energy but to do so in a climate friendly way. Combined heat and power (CHP) plants offer a good solution. They reduce our CO2 emissions and at the same time conserve resources by using the waste heat to produce steam. This is then used by the site's production plants for a wide variety of chemical processes.
Print free of charge. Copyright by BASF.

Nuestro Verbund en Ludwigshafen necesita aproximadamente 20 millones de toneladas métricas de vapor al año, que son generadas por las plantas de producción y las tres plantas en el lugar. Además, las centrales eléctricas producen la mayor parte de la electricidad necesaria en el lugar, y a veces más de lo necesario, para que la electricidad pueda suministrarse a la red pública.

Sin embargo, la electricidad es un negocio complejo, ya que los precios de mercado fluctúan cada 15 minutos. Los programas informáticos ayudan a comprar y vender en los mejores momentos. Para esto, sin embargo, es necesario un pronóstico preciso de la cantidad de vapor y calor desperdiciado que las plantas producen en el lugar, la cantidad de vapor que las plantas necesitan para contribuir y cuánta electricidad se necesita. Esto también varía en función de la época del año, el clima y las condiciones económicas.

Hasta la fecha, las necesidades totales se han determinado manualmente combinando previsiones de centro individuales. Un nuevo modelo estadístico, basado en grandes cantidades de datos, ahora proporciona cálculos aún más precisos: el software tiene en cuenta, entre otras cosas, información histórica y actualizada sobre el tiempo de inactividad de la producción, los datos climáticos y los índices económicos. El programa busca relaciones y establece conexiones con la demanda de energía.

Esto fue muy exitoso: el pronóstico para la demanda de vapor ya ha mejorado hasta en un 60%. El primer procedimiento se sustituirá gradualmente y se aplicará gradualmente a otras áreas. El nuevo programa también nos ayuda en el comercio de electricidad para hacer mejores predicciones de precios.

La aplicación "Mantenimiento predictivo" tiene como objetivo predecir el tiempo óptimo para realizar medidas de mantenimiento con el fin de reducir las reparaciones y fallos no planificados y optimizar la coordinación de los procesos de mantenimiento y producción.

La aplicación se basa en predecir el estado funcional de las piezas y componentes críticos en las plantas de producción, como compresores o intercambiadores de calor. Con la ayuda de sensores, los datos sobre las condiciones de funcionamiento se ponen a disposición y modelan en tiempo real y luego se evalúan utilizando un software de análisis especial, que también tiene en cuenta los datos históricos del proceso.

Equipos críticos y unidades de proceso, por ejemplo: