Que ce soit dans l'agriculture, l'industrie ou les ménages privés, les produits chimiques sont nécessaires partout. Cependant, leur production nécessite une très grande quantité d'énergie. Avec un nouveau type d'accès hybride, l'énergie peut être économisée dans la plage de pourcentage à deux chiffres selon l'installation et le processus. Le développement a eu lieu dans l'équipe du Dr Michael Bortz et du professeur Karl-Heinz Küfer à l'Institut Fraunhofer de mathématiques industrielles ITWM, pour lequel ils recevront le prix Joseph von Fraunhofer.

Plastiques, détergents, les engrais, ces substances sont devenues un élément indispensable de notre vie quotidienne. Aussi différents qu'ils soient, ils ont un point commun :ils sont fabriqués à partir de certains produits chimiques de base que l'industrie chimique produit en vrac. Cependant, cela nécessite beaucoup d'énergie :la production chimique représente 20 pour cent des besoins énergétiques commerciaux totaux de l'Europe. Si ceux-ci peuvent être réduits, cela protégera à la fois l'environnement et les budgets des entreprises. Les essais et les erreurs peuvent être exclus, car le produit peut alors ne plus répondre aux spécifications de qualité et peut-être invendable. Les pertes seraient imprévisibles.

Outil d'analyse :des économies d'énergie importantes

L'équipe dirigée par le Dr Michael Bortz et le Dr Karl-Heinz Küfer du Fraunhofer ITWM à Kaiserslautern a développé un modèle qui décrit de manière exhaustive les processus complexes. Pour cela, ils reçoivent le prix Joseph von Fraunhofer. "Nos algorithmes représentent les processus de manière réaliste, ainsi nous pouvons décrire les processus de production sur l'ensemble du cycle de vie, " explique le Dr Michael Bortz, physicien et chef de département au Fraunhofer ITWM. « Cela nous a déjà permis d'économiser dix pour cent de l'énergie nécessaire à une usine de production existante. Le groupe chimique BASF et l'entreprise chimique et pharmaceutique suisse Lonza Group AG utilisent déjà le logiciel, qui est disponible chaque jour pour des centaines d'ingénieurs de procédés.

Premièrement, une approche hybride :modèles et données de processus vont de pair

"Pour notre analyse, nous avons réuni deux choses :tout d'abord, les lois physiques que nous avons représentées dans un modèle, c'est-à-dire les connaissances spécialisées sur les processus thermodynamiques et chimiques. Et deuxièmement, les données que divers capteurs déterminent sur le processus de mesure, par exemple la température et la pression. Nous les utilisons lorsqu'aucune donnée physique n'est disponible, " explique le Dr Karl-Heinz Küfer, chef de division chez Fraunhofer ITWM. Jusque là, ces données de capteurs ont déjà été utilisées pour surveiller les processus et pour pouvoir réagir à temps si, par exemple, écart de pression ou de température. L'équipe autour des deux chercheurs utilise des méthodes d'apprentissage automatique pour élever ce « trésor de données, " y compris la formation de réseaux de neurones artificiels. Les modèles et les données de processus se complètent avantageusement.

Les possibilités d'application ne se limitent pas à l'industrie chimique :des avantages peuvent être attendus partout où des processus avec un grand nombre de facteurs d'influence doivent être contrôlés et ne peuvent pas être décrits uniquement par des mesures ou des données de processus. À long terme, selon le plan des chercheurs, le système doit pouvoir fonctionner en temps réel.