Proceedings ASIM SST 2020最新文献

{"title":"Simulationsbasierte Dimensionierung von Regeneratoren für eine volatile Hochtemperatur-Abwärmeverstromung","authors":"W. Schlüter, J. Hanna, Konstantin Zacharias","doi":"10.11128/arep.59.a59040","DOIUrl":"https://doi.org/10.11128/arep.59.a59040","url":null,"abstract":"In Industrieprozessen, wie dem Schmelzen von Metallen, fällt Abgas mit sehr hoher Temperatur an, das oft nicht energetisch verwertet wird. Eine Möglichkeit, die thermische Energie zu nutzen, ist die Verstromung mittels einer Mikrodampfturbine. Aufgrund der entstehenden fluktuierenden Abwärme bei schwankenden Abgastemperaturen und Massenströmen ist dabei eine Zwischenspeicherung der Energie erforderlich, um eine konstante thermische Leistung am Dampferzeuger bzw. der Dampfturbine zu gewährleisten. Aus verfahrenstechnischen Gründen bietet sich an, die Abwärme in zwei Regeneratoren zu speichern und zu entladen. Eine erste Dimensionierung kann anhand der verfahrenstechnischen Parameter und der Schwankungsbreite des Abwärmestroms durchgeführt werden. Eine realistische Dimensionierung muss jedoch auch das dynamische Verhalten berücksichtigen. Dazu wird ein thermodynamisches Regeneratormodell entwickelt, welches mit einer auf einem endlichen Automaten basierenden ereignsdiskreten Steuerung die Anlage in einem hybriden Simulationsmodell nachbildet. CFD-Simulationen liefern dabei den für den Wärmeübergang entscheidenden und analytisch schwer zu ermittelnden Wärmeübergangskoeffizienten. Bei der Simulation einer gleichmäßigen Aufladung zeigen thermodynamisches Regeneratormodell, CFD-Simulation und das aus der Literatur bekannte Stufenmodell nur geringe Abweichungen. Mit dem entwickelten hybriden Simulationsmodell kann die analytisch erfolgte Dimensionierung der Regeneratoren überprüft und verbessert werden, indem in einer dynamischen Simulation der Gesamtanlage der volatile Abwärmestrom berücksichtigt wird. Damit steht ein Werkzeug zur Verfügung, mit dem sich die Regeneratoren und die Anlagensteuerung genauer spezifizieren lassen.","PeriodicalId":330615,"journal":{"name":"Proceedings ASIM SST 2020","volume":"96 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"1900-01-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"127234315","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

{"title":"Vorhersage und Regelung der Methanproduktion durch maschinelles Lernen","authors":"D. Wagner, W. Schlüter","doi":"10.11128/arep.59.a59022","DOIUrl":"https://doi.org/10.11128/arep.59.a59022","url":null,"abstract":"Das Anaerobic Digestion Model 1 (ADM1, [1]) ist das umfassendste Modell zur Biogasproduktion. Es enthält 32 dynamische Zustandsgrößen aus reinen Differentialgleichungen (DE) und 26 Zustandsgrößen, sowie 8 algebraischen Variablen, die mittels differential-algebraischen Gleichungen (DAE) beschrieben werden. Es ist daher äußerst flexibel einsetzbar. Das Modell selbst baisert auf Kinetiken erster Ordnung bzw. Monod-Kinetiken. Die Komplexität der Gleichungen führt in Simulationen und Optimierungen häufig zu numerischen Problemen. Um die Biogasproduktion prädiktiv zu steuern, wurden vielfach Modellreduktionen oder -abwandlungen vorgenommen. Darunter leidet die Genauigkeit der Vorhersagen und die Flexibilität. Im folgendenBeitragwird statt einer Reduktion derModellstruktur des ADM1 das Modell im vollen Umfang genutzt, um randomisierte Datensätze zu erzeugen. Mithilfe dieser Daten werden maschinelle Lernverfahren trainiert und im Anschluss ein tiefes neuronales Netz (DNN) aufgebaut. Es zeigt eine über 99%-ige Übereinstimmung zum ADM1 Modell, wenn lediglich Gleichgewichtszustände vorhergesagt werden, und eine 96.7%-ige Übereinstimmung bei Vorhersage zeitlicher Verläufe des Methanstroms (ṁCH4 ). Zudem wird gezeigt, dass das so erhaltene DNN zur Prozesssteuerung verwendet werden kann. Es ist damit in der Lage ein Auswaschen des Reaktors rechtzeitig zu verhindern sowie einen zuvor eingestellten Bedarfsverlauf von ṁCH4 exakt nachzubilden. Damit bietet sich die Möglichkeit zum Einsatz an flexibilisierten Anlagen, die ihre Biogasproduktion am Preis der Strombörse ausrichten.","PeriodicalId":330615,"journal":{"name":"Proceedings ASIM SST 2020","volume":"102 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"1900-01-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"125414804","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

{"title":"Erweiterung der Entwicklungsplattform LoRra um eine Schnittstelle zum Internet der Dinge","authors":"Sven Jacobitz, Xiaobo Liu-Henke","doi":"10.11128/arep.59.a59024","DOIUrl":"https://doi.org/10.11128/arep.59.a59024","url":null,"abstract":"Kurzfassung. Der vorliegende Beitrag stellt eine Erweiterung der kostengünstige RCP-Entwicklungsplattform LoRra um eine Schnittstelle zum Internet der Dinge vor. Anhand einer Literaturrecherche werden Anforderungen an die Erweiterung erarbeitet. Mit MQTT als Kommunikationsprotokoll erfolgt die Konzeption und Implementierung der Erweiterung. Durch Grundblöcke des Real-Time Interface in Xcos wird die Konfiguration der MQTT-Verbindung, das Veröffentlichen sowie das Abbonieren von Themen ermöglicht. Anhand eines Anwendungsbeispiels wird die Erweiterung unter Echtzeitbedingungen verifiziert und optimiert.","PeriodicalId":330615,"journal":{"name":"Proceedings ASIM SST 2020","volume":"17 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"1900-01-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"132016896","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

{"title":"Anforderungsmanagement für die modellbasierte Entwicklung mechatronischer Systeme im digitalisierten und vernetzten Umfeld","authors":"Or Aviv Yarom, Jie Zhang, Christian Raulf, Xiaobo Liu-Henke, T. Vietor","doi":"10.11128/arep.59.a59029","DOIUrl":"https://doi.org/10.11128/arep.59.a59029","url":null,"abstract":"Der folgende Beitrag beschreibt eine Entwurfsmethodik für die modellbasierte Entwicklung mechatronischer Systeme im digitalisierten und vernetzten Umfeld, unter Anwendung eines modellbasierten Anforderungsmanagements. Das Ziel ist eine ganzheitliche Betrachtung komplexer Systeme und derer Schnittstellen zwischen dynamischen Anforderungen und Systemstruktur. Im weiteren Verlauf wird das Vorgehen anhand eines Beispiels aus der Fertigungstechnik aufgezeigt und validiert.","PeriodicalId":330615,"journal":{"name":"Proceedings ASIM SST 2020","volume":"42 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"1900-01-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"125008743","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

{"title":"Simulationsgestützte Auslegung von Reglern mithilfe von Machine Learning","authors":"D. Brown, M. Strube","doi":"10.11128/arep.59.a59020","DOIUrl":"https://doi.org/10.11128/arep.59.a59020","url":null,"abstract":"Ein zunehmend interessantes Einsatzgebiet der künstlichen Intelligenz (KI) stellt die Auslegung von Reglern für technische Systeme mithilfe von Machine Learning und dabei besonders mit Reinforcement Learning dar. Die Anwendung von Machine Learning ermöglicht die Auslegung von Reglern, ohne die üblicherweise mit dem Entwurfsprozess einhergehenden Aufwände für menschliche Experten. Stattdessen wird durch die Verwendung von neuronalen Netzen in Kombination mit Reinforcement Learning ein neuronaler Regler entwickelt, der die Regelung eines technischen Systems selbstständig erlernt. Dabei ist das Vorhandensein eines Simulationsmodells des zu regelnden Systems bei vielen Anwendungen eine Grundvoraussetzung für einen KI-basierten Ansatz zur Reglerauslegung. In dem Beitrag wird dargestellt, wie ein neuronaler Regler mit Reinforcement Learning die Regelung eines nichtlinearen Systems in Form eines inversen Pendels erlernt. Es werden die genutzte Lernmethode und die einzelnen Phasen beim Training des neuronalen Reglers beschrieben. Durch einen Vergleich der KI-basierten Reglerauslegung mit und ohne Simulationsmodell wird anschließend erläutert, welche Vorteile das simulationsgestützte Auslegen von Reglern mithilfe von Machine Learning bietet. Abschließend werden der neuronale Regler und ein konventioneller Regler gegenübergestellt und deren Verhalten bei der Regelung des inversen Pendels verglichen.","PeriodicalId":330615,"journal":{"name":"Proceedings ASIM SST 2020","volume":"5 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"1900-01-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"128726283","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

{"title":"Analyse, Simulation und optimale Steuerung eines Dengue-Fieber-Modells mit temporärer Kreuzimmunität","authors":"Mark Herath, Kurt Chudej","doi":"10.11128/AREP.59.A59010","DOIUrl":"https://doi.org/10.11128/AREP.59.A59010","url":null,"abstract":". Das Dengue-Fieber ist eine Virenerkrankung, welche durch den Stich von weiblichen, in fi zierten Mos-kitos der Spezies Aedes auf den Menschen übertragen wird. Diese Krankheit tritt vorwiegend in tropischen und subtropischen Gebieten auf, circa 40 % der Weltbevöl-kerung ist davon betro ff en. Im Zuge des Klimawandels breitet sich die Asiatische Tigermücke (Aedes albopictus) immer weiter in Europa und insbesondere im Süden Deutschlands aus. Durch die Rückkehr von Fernreisen-den wird dieser E ff ekt zusätzlich verstärkt. Wir untersu-chen ein Kompartimentmodell mit zwei Serotypen, das eine nach einer Erstinfektion temporäre Kreuzimmuni-tät gegen alle auftretenden Serotypen berücksichtigt. Da-neben werden unterschiedliche Kontrollstrategien in das Modell integriert, welche die Anzahl der Stechmücken minimieren.","PeriodicalId":330615,"journal":{"name":"Proceedings ASIM SST 2020","volume":"34 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"1900-01-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"122820842","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

{"title":"Modulare Entwicklungsplattform für elektrische Luftfahrtantriebe","authors":"Markus Henke, J. Hoffmann, Lennard Waschke","doi":"10.11128/arep.59.a59032","DOIUrl":"https://doi.org/10.11128/arep.59.a59032","url":null,"abstract":"Im folgenden Beitrag wird eine Simulationsplattform vorgestellt, die im Umfeld der Elektrifizierung von Flugantrieben eine Abbildung des Flugverhaltens und daraus resultierend die Performanceanforderungen an die Energiewandler generiert. Der modulare Aufbau der Simulationsplattform ermöglicht unterschiedliche Detaillierungsgrade und auch Erweiterungen durch z.B. thermische Teilmodelle. Eingegangen wird auf die besondere Rolle der automatisierten Ablaufsteuerung und der Fluglageregelung, die sich selbstständig an veränderte Modell-Parameter und Eigenschaften des Luftfahrzeugs anpasst und so die möglichst realistische Einhaltung des Flugprofils gewährleistet. Dabei werden insbesondere Einflüsse der atmosphärischen Bedingungen und weiterer Systeme wie Auftriebshilfen, Bremsklappen und Fahrwerk berücksichtigt.","PeriodicalId":330615,"journal":{"name":"Proceedings ASIM SST 2020","volume":"160 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"1900-01-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"115045362","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

{"title":"Generative and Modular Simulation Models for Supply and Manufacturing Networks","authors":"Pavel Gocev, Tim Hellfeuer","doi":"10.11128/arep.59.a59004","DOIUrl":"https://doi.org/10.11128/arep.59.a59004","url":null,"abstract":"The application of Discrete-Event Simulation (DES) models for purposes of planning and optimization of factories and supply networks is characterized with various abstraction levels and granularities of the model structure. These two aspects are dependent on the complexity of the systems to be simulated, the business goals to be achieved and the project objectives where the simulation models are deployed. This is especially intensified when different product parts and components on different levels withn the supply networks are included into one model, like production lines and work centers within existing and emerging factory shop floors combined with the network of suppliers and additionally flavoured with the ramp up of new products, new work centers or both. Very often the complexity is increased due to the organizational nature of production types and different project groups with own modelling paradigms. This is particularly a characteristic of supply networks that deliver very complex commodity products like whole power plants or respective components. The usual foundation to describe and model such complex systems is the data around the three principal consisting domains (PPR): Products to be delivered (raw-materials, parts, components, finished products), Processes that produce them (from supply chain steps down to operational steps) and Resources necessary to acomplish the work (suppliers, factories, production lines, work centers, machines, etc.). Yet the data is not enough to build the simulation model that, following the paradigm of digital twin, also represents its behaviour as well as the interdependencies between the consisting elements within the PPR-Domains. These interactions, behaviours, and cause-and-effect graphs are usually embodied as a procedural programming, affecting the scope and the depth of the modelled logic and therewith they influence the abstraction levels within the model. The situation is even more complex, in a case when the simulation models represent a workshop-like production and the same simulation model is intended to be deployed for various factories and different products within one big and multifaceted company like Siemens Energy. In opposite of the typical assembly lines like in automotive or electronics industry, here we are talking about product and respective parts and components that are running through different resources in an arbitrary sequence defined by product features and manufactruing technologies available in the considered factories or within the supply network.","PeriodicalId":330615,"journal":{"name":"Proceedings ASIM SST 2020","volume":"6 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"1900-01-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"127720429","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

{"title":"Heuristische Untersuchung der Abhängigkeit von Übungen und Vorlesungen für den Prüfungserfolg","authors":"Corinna Modiz, Franziska Gorgas, S. Winkler, A. Körner","doi":"10.11128/arep.59.a59068","DOIUrl":"https://doi.org/10.11128/arep.59.a59068","url":null,"abstract":"In dieser Studie werden unterschiedliche Jahrgänge und deren Leistungen abhängig von dem Lehrveranstaltungskonzept untersucht. Dabei wurde eine mathematische Grundlehrveran­ staltung bezogen auf den Prüfungserfolg in Abhängigkeit der Leis­ tung in den zugehörigen freiwilligen Übungen evaluiert. Dabei wird gezeigt, dass der Jahrgang mit statischen Aufgaben schlech­ ter abschneidet, als die Jahrgänge mit variierten online Beispielen.","PeriodicalId":330615,"journal":{"name":"Proceedings ASIM SST 2020","volume":"36 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"1900-01-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"131663813","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

{"title":"Vorgehensmodell zur Simulation von gebündeltem Energiebedarf","authors":"Benjamin Jacobsen, Maximilian Stange","doi":"10.11128/arep.59.a59042","DOIUrl":"https://doi.org/10.11128/arep.59.a59042","url":null,"abstract":"Im Projekt GRIDS – Grüne Energie in industriellen Verbünden werden die Potentiale und Verbesserungsmöglichkeiten innovativer Energieversorgungskonzepte in Gewerbeund Industrieparks untersucht. Für die Planung neuer (Greenfield) sowie den Ausund Umbau bereits bestehender Gewerbeparks (Brownfield) werden Leitfäden zur Planung der Energiekonzepte erstellt. Eine elementare Herausforderung ist die Voraussage (Prädiktion) des (gebündelten) Energiebedarfs, die zur ökologisch und ökonomisch langfristig tragfähigen Auslegung von Versorgungskonzepten mit ihren Ressourcen (Betriebsmittel, Rohstoffe, Verlustenergie etc.) notwendig ist. Allein durch Datenerhebungen und Auswertungen vergleichbarer Energienutzer kann nicht umfänglich auf die jeweilige Situation am Ort der Planung rückgeschlossen werden. Denn bei Energiedaten handelt es sich für die meisten (Industrie) Unternehmen um sensible Daten, somit ist eine detaillierte Datenerhebung in aller Regel ausgeschlossen. Daneben besteht speziell bei kleineren Unternehmen keine Transparenz bezüglich ihrer Energiedaten. Diese sind meist sehr grobgranular und stützen sich allein auf monatliche Abrechnungen des Energieversorgers. Weiterhin könnte selbst bei hervorragender Datengrundlage nicht davon ausgegangen werden, dass selbst Betriebe identischer Branche, Größe und Struktur den gleichen Lastgang haben. Damit sollte zur allgemeinen Simulation von Lastgängen von Unternehmen immer eine Methode zum Einsatz kommen, die den Lastgang als stochastische Größe ermittelt, um Verfälschungen zu vermeiden. Aber das Wissen über den zeitlichen Verlauf des Energieund Leistungsbedarfs ist eine Grundvoraussetzung für eine nachhaltige Gestaltung des Energieversorgungssystems mit dem Ziel der Erhöhung des Anteils regenerativer Energien. Nur so können Betriebsmittel, insbesondere Speicher und regenerative Erzeugungsanlagen effizient geplant werden, was aufgrund der oft enormen Investitionshöhe sowie der Langfristigkeit der größtenteils irreversiblen Investitionen von hoher Bedeutung ist [1]. Es besteht demnach ein Mangel an Daten für eine verlässliche Planung von Energienetzen. Auf dieser Grundlage wird eine Methodik erstellt die ein Vorgehensmodell zur Simulation des Energiebedarfs von gebündelten Versorgungskonzepten bereitstellt. Mit Hilfe der Simulation des Energiebedarfs von (heterogenen) Gruppen, wie sie durch Unternehmen in Gewerbeparks repräsentiert werden, kann die Simulation und die Auslegung der elektrischen Anlagen verbessert werden, somit kann die auf Erfahrungswerten basierende Netzplanung durch eine zielführende Methode unterstützt werden [2]. Neben der Unterstützung bei der Planung von Versorgungsnetzen, kann das Vorgehensmodell auch zur Generierung weiterer Energiedaten für andere Anwendungszwecke genutzt werden. Dazu zählt beispielsweise die energieorientierte Materialflusssimulation. Mit deren Hilfe können unter anderem Maßnahme zur Energieflexibilität auf Unternehmensund Gewerbeparkebene untersucht werden. Dadurch","PeriodicalId":330615,"journal":{"name":"Proceedings ASIM SST 2020","volume":"281 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"1900-01-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"121119401","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}