In dieser Veröffentlichung führen wir grüne Digitale Energiezwillinge (gDEZ) als einen vielversprechenden Ansatz zur Ermittlung des produktbezogenen CO2-Fußabdrucks in der Fertigungsindustrie gemäß etablierten Standards ein. Angesichts der zunehmenden Dringlichkeit, Treibhausgasemissionen zu reduzieren, ist es entscheidend, effektive Methoden zur Bewertung und Optimierung von Produktionsprozessen zu entwickeln. Der Einsatz von digitalen Zwillingen zur effizienten Ressourcennutzung steht im Zentrum unseres Ansatzes, mit dem Ziel, die Treibhausgasemissionen der hergestellten Produkte zu ermitteln und Potenziale für deren Reduzierung zu erschließen. Der gDEZ-Ansatz integriert Datenmodelle mit den Aspekten Ressource, Produkt und Prozess und Berechnungsmodelle mit unterschiedlichen Detailgraden, um eine praktikable Ermittlung des CO2-Fußabdrucks auf Produktions- und Produktebene zu ermöglichen. Der Artikel skizziert das Datenmodell der gDEZ, zeigt Anwendungsszenarien sowie das Konzept der Berechnungsmodelle auf und diskutiert zukünftige Entwicklungen in diesem Bereich.

NAMUR automation pyramid is the current state of the art in the process control industry, is a hierarchical structure where information flows from top to bottom or vice-versa. Introducing new technologies into this structure would means to modify or replace existing equipment and control software. NE 175 opens up this closed structure with a new open architecture (NOA) for making the pyramid accessible to external interfaces without altering it. NOA assumes that access to information from plant should be safe, secure, and reliable, the NE 178 defines a verification of request (VOR) concept that enables secure access to devices. This paper models different aspects of NE 178 concept using the idea of digital twins in the form of Pro-Active Asset Administration Shells (AAS) and presents a prototype for implementing the VOR concept.

Die Digitalisierung von Prozessen führt zu einer Zunahme bei der Generierung umfangreicher Datenmengen. Diese ermöglichen weitergehende Analyseverfahren, wie zum Beispiel die Optimierung von Prozessparametern, die Erkennung von Anomalien, die Steigerung der Maschineneffizienz und die effizientere Planung von Wartungsarbeiten. Eine zentrale Herausforderung dabei ist die pragmatische Integration dieser Informationen in bestehende und zukünftige Systemlandschaften. Hierfür bietet sich die Nutzung der Verwaltungsschale (AAS) unter Verwendung der „Time Series Data“ Teilmodellvorlage an. Sie stellt einen einheitlichen Standard für die Integration und semantische Beschreibung von Zeitreihendaten innerhalb der Verwaltungsschale dar. Der vorliegende Beitrag illustriert die Einbindung von Zeitreihendaten in die AAS-Umgebung zur Wertschöpfung aus generierten Prozessinformationen.