Combining simulation and optimization for improved decision support on energy efficiency in industry

Sammanfattning: Industriella system i allmänhet är mycket komplexa och det finns ett behov av beslutsstöd vid hantering av den dagliga produktionen, liksom beslut om investeringar för att öka energieffektiviteten och minska miljöpåverkan och kostnader. Simulering av industriell produktion och energisystemoptimering kan användas som beslutsstöd i sådana komplexa beslutssituationer.Simuleringsverktyg är mest kraftfullt när det används för design och analys av komplexa produktionsprocesser. Verktyget kan ge mycket detaljerad information om hur systemet fungerar, till exempel information om de störningar som inträffar i systemet såsom brist på råvaror, blockeringar eller avbrott på en produktionslinje. Dessutom kan verktyget användas för att identifiera flaskhalsar för att indikera var arbete, material och information är försenade.Energisystemoptimeringsverktyget kan ge företagsledningen ytterligare information om en eventuell studerad investering. Verktyget kan ge mer underlag för att fatta beslut och därmed ge mer information för den produktionsrelaterade investeringen som studeras. Behovet av användningen av energisystemoptimeringsverktyg som investeringsbeslutsstöd när man överväger strategiska investeringar för en industri med komplexa interaktioner mellan olika produktionsenheter bedöms vara stort. Om inte kan industrin istället möta en risk för kostsamma reinvesteringar.Även om dessa verktyg kan vara beslutsstöd var för sig och ge bra resultat, så medföljer möjligheten att kombinera dessa verktyg att tillförlitligheten av resultaten ökar, såväl som möjligheten att hitta optimala lösningar, bättre analyser och ett bättre underlag för beslut inom industrin. Optimeringsverktyget kan användas för att hitta det optimala resultatet och simuleringsverktyg kan användas för att ta reda på om lösningen från optimeringsverktyget är möjlig att realisera i verklig drift.I den här avhandlingen har diskret händelsestyrd simulering och energisystemoptimeringsverktyg kombinerats. Tre svenska industriella fallstudier är inkluderade: Volvo Powertrains nya gjuteri i Skövde, Arla Foods mejeri i Linköping och SKF-gjuteriet i Katrineholm. Resultat från dessa fall visar på möjligheterna att minska energianvändningen och tomgångsförlusterna, att öka produktionen, att kombinera ny och befintlig produktionsutrustning på ett effektivare sätt, och att minska kassation av produkter.För ett befintligt industriellt system är det alltid mer effektivt att börja med optimeringsverktyget reMIND snarare än simuleringsverktyg - eftersom det tar mindre tid att bygga en optimeringsmodell och få resultat, än det gör för att bygga en motsvarande simuleringsmodell. För ett icke-existerande system är det i allmänhet ett effektivare tillvägagångssätt att använda både simulerings och optimeringsverktyg reMIND samtidigt, eftersom det finns många osäkra data som är svåra att uppskatta, med hjälp av endast ett av verktygen. En iterativ arbetsprocess kan följa där båda verktyg används.Det finns ett behov av fortsatt arbete bl. a. av att utveckla strukturerade arbetssätt och att kunna integrera produktionsrelaterade stödprocesser i modelleringen. För att anpassa resultaten för industrin, och förbättra användarvänligheten av verktyget, utvecklingen av optimeringsverktyget reMIND kommer att behövas.