ISO Regression – Relevante Variablen und statistische Einflussfaktoren

Relevante Variablen und statistische Einflussfaktoren auf den Energieverbrauch – Methodik zur Bestimmung

Energiemanagementbeauftragte bzw. Managementbeauftragte in integrierten Managementsystemen stehen spätestens bei der Vorbereitung des Managementreviews, oder des CSR- Berichtes vor der Aufgabe, die Verbesserung der energiebezogenen Leistung bzw. die erreichte Senkung der Energiekosten sicher nachzuweisen. Dazu sollte diese zumindest eine Methode bekannt sein.

Zu Beginn sollen die Begriffe „Variable“ und statistischer Faktor erläutert werden.

­­­­Als Variable wird i.d.R. eine Größe bezeichnet, welche sich routinemäßig ändert. Dies kann zum Beispiel eine Temperatur, oder die Viskosität einer eingesetzten Rohstoffgruppe sein. Statistische Einflussfaktoren sind diejenigen, die eher konstant sind. Hier kann beispielsweise die Anzahl durchgeführter Schichten oder die Konfiguration einer Anlage (Modul A: eingeschaltet oder ausgeschaltet) angeführt werden.

Die einfachste Methode zur Verdeutlichung von Zusammenhängen kann die Erstellung eines Streudiagrammes sein. Microsoft Excel hat diese Funktion bereits an Board und ist dazu in der Lage, eine Trendlinie in der Punktewolke darzustellen. Wenn es gewünscht wird kann sogar eine dazugehörige Funktion und  ein Bestimmtheitsmaß angezeigt werden. Mit dem Datenanalysetool ist es möglich Regressionen und andere statistische Methoden auszuführen.

ISO Regression

Unbereinigtes Streudiagramm aus Produktionsrohdaten

Die Modellerstellung mittels linearer Regression stellt für viele Prozesse selbstverständlich eine grobe Vereinfachung dar. Trotzdem ist es oft möglich nichtlineare Zusammenhänge mittels dieser Methode hinreichend genau zu bestimmen. Bei der Messplanung sollte in jedem Fall sichergestellt sein, dass die Anzahl der durchgeführten Beobachtungen, zur Anzahl der zu untersuchenden Faktoren und Variablen passend ist. Ebenfalls ist eine „gute“ Datenqualität notwendig um verwertbare Ergebnisse zu erhalten.

Sobald die Prozesse komplexer werden, oder ein größeres Maß an Wechselwirkungen zwischen Bereichen, Variablen und anderen Einflussfaktoren besteht, kommt der Energiemanagementbeauftragte (EnMB) nicht mehr um den Einsatz einer professionellen Statisiksoftware herum. Spätestens an dieser Stelle und je nach vorhandenen personellen Ressourcen kann es hilfreich sein, einen externen Dienstleister zur Koordination von Messplanung und Versuchsauswertung zu konsultieren.

Haben Sie Fragen zur ISO Regression ?

Nehmen Sie Kontakt mit uns auf !

Messplanung ISO 50006 – Messung der energiebezogenen Leistung – Ein Ausblick

Der internationale Normentwurf zeigt schon heute wohin die Reise geht. Wurde die Messung der energiebezogenen Leistung in der Vergangenheit in einigen Unternehmen recht stiefmütterlich  behandelt, werden nun explizit höhere Anforderungen beschrieben.

In der ISO 50001 ist lediglich beschrieben, dass die Organisation angemessene Kennzahlen identifizieren, festlegen und durch einen Vergleich mit einer Ausgangsbasis überwachen muss. Das lässt einen großen Interpretationsspielraum offen. Dies führt nicht selten dazu, dass wenig aussagekräftige EnPI (Energieleistungskennzahlen) Verwendung finden.

Klären wir nun die Antwort, was es bedeutet, einen aussagefähigen EnPI zu bilden. Wir nähern uns dem Thema am Beispiel der Energieintensität eines Prozesses in einem Unternehmen des produzierenden Gewerbes. Diese wird i.d.R. über den Energieeinsatz / Produktionsoutput gemessen, allerdings durch Variablen und andere statistische Faktoren bestimmt. Als sehr einfaches Beispiel kann hier der Verlauf der Außentemperatur angeführt werden. Nehmen wir also an, dass unser Produktionsprozess einer Kühlung bedarf, welche im Winter über Freikühler realisiert wird.

Die Messplanung ISO 50006

Im Prozess selbst, ändern wir jetzt die Belegung der Anlage als organisatorische Effizienzmaßnahme. Kontinuierlich gemessen werden nun der Gesamtenergiebedarf der Anlage und die Stückzahl.  Es ist eine Veränderung erkennbar. Die Kennzahl hat sich zunächst verbessert, dann allerdings über das Frühjahr rapide verschlechtert. An dieser Stelle kann jeder folgen, wenn wir feststellen, dass ggf. die Außentemperatur das Ergebnis der Messung massiv beeinflusst hat. Auch kann nicht wirklich festgestellt werden, inwieweit die Veränderung der Belegung überhaupt zum Ergebnis beigetragen hat.

Messplanung ISO 50006

Stromverbrauch im Verlauf mit einer Produktionsvariable

An dieser Stelle muss empfohlen werden im Vorfeld den statistischen Zusammenhang zwischen Output und Energieeinsatz, sowie zwischen Außentemperatur und Energiesatz zum untersuchen.

Hierbei wird zwischen statistischen Faktoren und relevanten Variablen unterschieden. Am Ende der Untersuchungen zur Quantifizierung von relevanten Einflussfaktoren steht im optimalen Fall ein Modell, mit dem der (normierte)  Energieverbrauch vorhergesagt werden kann. Erst dann kann der Nachweis erbracht werden, inwieweit die Maßnahme „Änderung der Belegung“ zu einer Verbesserung bzw. Verschlechterung der energiebezogenen Leistung beigetragen hat.

Die Überlegungen Planung  und Methoden dieser Untersuchungen sind durch die Organisation in einer Messplanung festzuhalten.

Haben Sie Fragen zur Messplanung ISO 50006 ?

Nehmen Sie Kontakt mit uns auf !