Loading
Anwenderbericht | Lebensmittel und Getränk
Recent ActivityRecent Activity

Advanced Process Control verbessert die Leistung für Lebensmittelhersteller

FactoryTalk® Analytics™ PavilionX™ modellprädiktive Regelung (MPC) stabilisiert den Trocknerbetrieb, erhöht die Effizienz und reduziert Ausfallzeiten.

Teilen:

LinkedInLinkedIn
XX
FacebookFacebook
PrintPrint
EmailEmail
FactoryTalk® Analytics™ PavilionX™ modellprädiktive Regelung (MPC) stabilisiert den Trocknerbetrieb in einer Lebensmittelherstellungsanlage, erhöht die Effizienz und reduziert Ausfallzeiten.

Als weltweit führendes Unternehmen in den Bereichen Geschmack und Ernährung umfasst das Portfolio dieses Herstellers Lebensmittel, Getränke, Biotechnologie und Gesundheit. Die Nachhaltigkeitsstrategie zielt darauf ab, gesündere Ernährungsweisen zu schaffen und gleichzeitig die Umweltbelastung zu minimieren. Es sind funktionsübergreifende Teams im Einsatz, um die Lebensmittelherstellung durch Exzellenz in der Prozesstechnologie zu optimieren.

Herausforderung
  • In der US-Produktionsstätte gingen aufgrund von Verstopfungen im Sprühtrockner, die zusätzliche Clean-in-Place-(CIP)-Zyklen auslösten, etwa 145 Stunden Produktion pro Jahr verloren.
  • Signifikante Produktvariabilität bei Feuchtigkeit und Dichte erforderte häufige Eingriffe der Bediener.
  • Der Betrieb verzeichnete einen stark variablen Energieverbrauch über die Jahreszeiten und Durchsatzniveaus hinweg.
  • Die kontinuierliche Überwachung der Sicherheit während des Trocknerbetriebs erforderte eine hohe Beteiligung der Bediener.
Lösung
  • FactoryTalk® Analytics™ PavilionX™ modellprädiktive Regelung (MPC)
  • Integration mit bestehenden Anlagensteuerungssystemen
  • Präskriptive Modelle für Trockner- und Verdampferleistung
Ergebnis
  • Eliminierung von 145 Stunden Produktionsausfallzeit pro Jahr
  • Verbesserte Produktqualität durch konsistente Zielbedingungen und geringere Schicht-zu-Schicht-Variabilität
  • Steigerung des Trockner-Durchsatzes um bis zu 21 % durch Vermeidung von Engpässen und saisonalen Einschränkungen
  • Höhere Produktivität und Sicherheit der Bediener durch weniger Zeitaufwand für die Überwachung der Trocknersicherheitsbedingungen
  • Schnelle Kapitalrendite in weniger als sechs Monaten – deutlich schneller als die ursprünglich prognostizierten zwei Jahre

Ein großer globaler Lebensmittelhersteller implementierte die FactoryTalk® Analytics™ PavilionX™-Modellprädiktive Regelung (MPC) von Rockwell, um die Konsistenz des Molkenpermeat-Produkts zu verbessern, Betriebsverluste zu reduzieren und die Nachhaltigkeitsziele am US-amerikanischen Produktionsstandort voranzutreiben. MPC-Lösungen nutzen erweiterte Analysen, um die optimalen Steuerungsmaßnahmen zur Verbesserung der Leistung innerhalb vorgegebener Randbedingungen zu berechnen. Die MPC-Software unterstützt Hersteller dabei, Präzision zu erzielen, indem sie die Produktvariabilität verringert und den Ertrag steigert, während gleichzeitig die Rentabilität erhöht wird.

Herausforderung

Produktvariabilität und verlorene Produktionsstunden erforderten eine technologische Lösung zur Stabilisierung des Betriebs

Die Anlage eines globalen Lebensmittelherstellers hatte mit inkonsistenter Trockner- und Verdampferleistung zu kämpfen, die durch saisonale Schwankungen von Temperatur und Luftfeuchtigkeit verursacht wurde. Häufige Trocknerverstopfungen, regelmäßige Clean-in-Place-Vorgänge und nahezu eine Woche ungeplante Ausfallzeiten pro Jahr verringerten die verfügbare Kapazität, begrenzten den Durchsatz in den trockenen Wintermonaten und führten in den feuchten Sommern zu Instabilität beim Trocknungsprozess. Diese Bedingungen führten zu verlorenen Produktionsstunden, Produktvariabilität und der fehlenden Möglichkeit, die Molkepulverproduktion zuverlässig zu maximieren, ohne eine robustere Prozesssteuerungslösung.

Lösung

Kapitalrendite in weniger als sechs Monaten mit modellprädiktiver Regelungssoftware erzielt

Der Hersteller implementierte FactoryTalk® Analytics™ PavilionX™ MPC in seinen Verdampfern und Sprühtrocknern, um den Betrieb zu stabilisieren sowie Prognose und Prozesssteuerung zu verbessern.

Die modellprädiktive Regelungsplattform fungierte als „Tempomat“-Ebene über der bestehenden Automatisierung und nutzte prädiktive Modelle, um Sollwerte kontinuierlich für eine optimale Leistung anzupassen. Sie bot folgende Funktionen:

  • Echtzeit-Optimierung von Feuchtigkeit, Dichte und anderen kritischen Qualitäts- und Prozessvariablen
  • Adaptive Reaktionen auf saisonale Bedingungen sowie auf vorgelagerte und nachgelagerte Einschränkungen
  • Automatisierte Stabilisierung der Trocknerbedingungen zur Einhaltung sicherer Betriebsbereiche
  • Integration mit vorhandener Ausrüstung zur Modernisierung von Bestandsanlagen ohne größere Investitionen

Die neue Lösung bezog das Feedback der Bediener aus allen beteiligten Schichten ein, um sicherzustellen, dass die HMI-Anzeigen effizient und wirkungsvoll gestaltet sind und bedienerfreundliche MPC-Steuerungsbildschirme bieten.

„Die modellprädiktive Regelung von Rockwell vereint alle Prozessvariablen, um den effizientesten Weg vorherzusagen. Durch die kontinuierliche Optimierung von Energieverbrauch, Durchsatz und Stabilität ermöglicht MPC unseren Kunden einen wirtschaftlicheren Betrieb und reduziert gleichzeitig Abfall, Ausfallzeit und Umweltbelastung.“

Scott Jost - Director of Industrial Data Science for Kalypso, a Rockwell Automation business

Ergebnis

Erhöhter Durchsatz, verbesserte Kapazität und stabilisierte Betriebsabläufe zur Vermeidung von 145 Stunden verlorener Produktion pro Jahr​

Durch die Implementierung einer modellprädiktiven Regelung (MPC) zur kontinuierlichen Optimierung der Trocknerbetriebsparameter verbesserte der Hersteller die Leistung und Zuverlässigkeit des Sprühtrockners signifikant. Die Lösung reduzierte ungeplante Ausfallzeiten erheblich und steigerte die Trocknereffizienz um bis zu 21 %, während sie durch eine präzisere Steuerung von Feuchtigkeit und Dichte eine konsistentere Produktqualität ermöglichte.​ Die Verbesserungen der Produktqualität unterstützten zudem die Nachhaltigkeitsziele des Herstellers, indem sie Nacharbeit verringerten und den Energieverbrauch minimierten.

Das MPC-System entlastete außerdem die Teams im Betrieb, indem es stabile und sichere Betriebsbedingungen mit verbesserter Produktionskonsistenz zwischen den Schichten aufrechterhielt. Die Bediener verbrachten weniger Zeit mit der Überwachung und Intervention im Prozess, wodurch sie sich stärker auf höherwertige Aufgaben konzentrieren konnten und das Vertrauen über die Schichten hinweg gestärkt wurde. Die Ergebnisse wirkten sich unmittelbar auf den Geschäftserfolg aus, da das Projekt eine Kapitalrendite innerhalb von sechs Monaten erzielte – und damit die ursprünglichen Erwartungen deutlich übertraf.

Veröffentlicht 14. Mai 2026

Themen: Optimize Production Data Science & Industrial Analytics Lebensmittel und Getränke FactoryTalk Analytics
Subscribe to Rockwell Automation

Receive the latest news, thought leadership and information directly to your inbox.

Subscribe now

Sie könnten auch an Folgendem interessiert sein

Loading
Loading
Loading
Loading
  1. Chevron LeftChevron Left Rockwell Automation Startseite
  2. Chevron LeftChevron Left Unt...
  3. Chevron LeftChevron Left Neuigkeiten
  4. Chevron LeftChevron Left Anwenderberichte
  5. Chevron LeftChevron Left Advanced Process Control verbessert die Leistung für Lebensmittelhersteller
Der Inhalt dieser Website wurde mit künstlicher Intelligenz (KI) übersetzt und nicht durch Menschen überprüft bzw. editiert. Der Inhalt ist möglicherweise fehlerhaft oder ungenau und wird ohne jegliche Gewährleistung zur Verfügung gestellt. Der offizielle Inhalt ist in der englischen Version zu finden.
Bitte aktualisieren Sie Ihre Cookie-Einstellungen, um fortzufahren.
Für diese Funktion sind Cookies erforderlich, um Ihr Erlebnis zu verbessern. Bitte aktualisieren Sie Ihre Einstellungen, um diese Cookies zuzulassen:
  • Social-Media-Cookies
  • Funktionale Cookies
  • Leistungscookies
  • Marketing-Cookies
  • Alle Cookies
Sie können Ihre Einstellungen jederzeit aktualisieren. Weitere Informationen finden Sie in unserem {0} Datenschutzrichtlinie
CloseClose