Zarządzanie energią w fabryce: od sprzętu pomiarowego IIoT do kWh na sztukę

Energia to jeden z niewielu istotnych kosztów produkcyjnych wciąż zarządzanych na poziomie miesięcznej faktury. Rachunek przychodzi, jest wyższy niż poprzedni, ktoś pyta dlaczego i nikt nie potrafi odpowiedzieć precyzyjnie, bo licznik, który go wygenerował, mierzy cały zakład jako jedną liczbę. Każda kolejna dyskusja o poprawie jest więc dyskusją o teorii. Zarządzanie energią w fabryce istnieje po to, by zastąpić tę teorię pomiarem.

Wszystko zaczyna się od warstwy sprzętowej, a ta jest mniej onieśmielająca, niż zakłada większość producentów. Podliczniki na poziomie pojedynczych maszyn, gniazd produkcyjnych czy rozdzielnic można zwykle dołożyć bez zakłócania produkcji — przekładniki prądowe zaciska się na istniejących przewodach, a liczniki energii IIoT raportują przez Modbus, MQTT lub OPC UA do tej samej sieci, z której korzystają już inne dane z hali. Nie przebudowujesz instalacji, tylko ją oprzyrządowujesz.

To, co te liczniki powinny rejestrować, wykracza poza kilowatogodziny. Energia czynna i bierna, współczynnik mocy, prąd i napięcie na każdej fazie oraz moc szczytowa odpowiadają na różne pytania. Współczynnik mocy i energia bierna często ujawniają opłaty, które ponosisz, nie wiedząc o tym. Moc szczytowa wyjaśnia kary taryfowe, których widok całkowitego zużycia nie pokaże. Dane fazowe wychwytują asymetrię skracającą życie urządzeń na długo przed awarią.

Dane stają się użyteczne dopiero wtedy, gdy powiąże się je z kontekstem produkcyjnym — i tu większość projektów energetycznych albo odnosi sukces, albo po cichu grzęźnie. Wykres zużycia w czasie mówi, kiedy energia została zużyta. Wykres zużycia połączony z danymi z MES mówi, co było produkowane, na której maszynie, w ramach którego zlecenia i przy jakiej wydajności. To połączenie zamienia wskaźnik z kilowatogodzin na dobę w kilowatogodziny na sztukę — a kWh na sztukę to jedyna liczba energetyczna, która przetrwa zmianę wolumenu produkcji.

Gdy taki wskaźnik istnieje, możliwe stają się porównania, które wcześniej były sporami. Ten sam produkt wytwarzany na dwóch maszynach da się porównać wprost. Tę samą maszynę na dwóch zmianach da się porównać. Zużycie przed i po interwencji utrzymania ruchu da się porównać. Fabryki niemal zawsze znajdują co najmniej jedną maszynę zużywającą istotnie więcej energii na sztukę niż jej odpowiedniki, a przyczyna zwykle okazuje się mechaniczna i możliwa do usunięcia, a nie wrodzona.

Zużycie na biegu jałowym i poza produkcją to najpewniejsza szybka wygrana. Urządzenia pobierające znaczącą moc, nic nie produkując — w przerwach, między zmianami, przez weekendy — to zjawisko powszechne, niewidoczne bez podliczników i często możliwe do usunięcia zmianą sekwencji zamiast inwestycją. Standardowym przykładem są układy sprężonego powietrza: nieszczelności, które nic widocznego nie kosztują, a w sumie bardzo dużo, wykrywalne jako zużycie bazowe, które nigdy nie spada do zera.

Wykrywanie anomalii dodaje wymiar utrzymania ruchu, który osobno spłaca koszt oprzyrządowania. Silnik, którego pobór prądu rośnie stopniowo przez tygodnie, zwykle mówi coś o zużyciu łożysk lub niewspółosiowości, zanim przekroczony zostanie jakikolwiek próg drgań. Dane energetyczne to tani, ciągły sygnał o stanie maszyny — liczniki instalujesz z powodów kosztowych, a wczesne ostrzeganie o awariach dostajesz przy okazji.

Dla producentów objętych obowiązkami raportowymi — ISO 50001, CSRD, wymagania środowiskowe klientów, rozliczanie śladu węglowego — te same dane obsługują zgodność bez prowadzenia równoległych pomiarów. Wartości energii na produkt stanowią podstawę wyliczeń śladu węglowego produktu, które inaczej szacuje się ze średnich branżowych. Coraz częściej klienci przemysłowi pytają o te liczby wprost, a szacunkowych odpowiedzi coraz trudniej bronić.

Pragmatyczna kolejność: najpierw opomiaruj największych odbiorców zamiast wszystkiego naraz, od razu połącz dane z kontekstem produkcyjnym zamiast odkładać to na później i wybierz jeden wskaźnik — kWh na sztukę na najbardziej wolumenowej linii — który będziesz publikować i poprawiać. Zakłady, które opomiarowują wszystko, zanim ustalą, na jakie pytanie odpowiadają, zwykle kończą z ogromną ilością danych i brakiem decyzji.