/Wissen/Steam Pipe Monitoring

Success Story · 28.7.2025

Steam Pipe Monitoring

Herausforderung

Fehlende Transparenz über Dampftemperaturen erzeugt Ineffizienz

Lösung

Digitaler Zwilling der Dampfnetze ermöglicht eine optimierte Steuerung der Brenner

Highlights

  • 8 Dampfnetze
  • 45 Sensoren
  • Erwartete Einsparung im 7-stelligen Bereich p.a.
BranchenChemiePharma
IT-InfrastrukturLoRaWAN® Connect

Die CURRENTA betreibt in den drei CHEMPARK-Standorten acht Dampfnetze mit drei verschiedenen Dampfgüten. Die netzweite Erfassung der Dampftemperaturen ist entscheidend für den Wirkungsgrad und damit die Energiekosten. Bisher wurden die Temperaturen an den jeweiligen Stellen im Dampfnetz nur manuell und nicht durchgängig erfasst.

Herausforderung

Mangelnde Datenlage

Fehlender Überblick über Live-Temperaturen im Dampfnetz verhindert das Identifizieren von unnötig hohen Temperaturen

Unnötiger Energieverbrauch

Zu hohe Einspeisetemperaturen durch die mangelnde Datenlage und damit erhöhter Energiebedarf sowie reduzierte Effizienz des Kraftwerks

Verzögerte Anpassung

Manuelle Auswertungen verhindern die zeitnahe Optimierung der Brennereinstellung

Lösung

Ein digitaler Zwilling der Dampfnetze ermöglicht die automatisierte Optimierung der Brennereinstellung auf Basis von Live-Sensordaten.

Retrofitting

Conneqtive rüstet die Dampfnetze mit je 10-15 Hochtemperatur-Sensoren zur Erfassung der Dampftemperatur aus

Automatisierte Datenübertragung

Die Live-Daten werden über das Conneqtive LoRaWAN übertragen

Visualisierung

In einem Dashboard werden die Temperaturverläufe aller Bereiche der Dampfnetze live visualisiert

Datenbasierte Optimierung

Die Daten liefern die Grundlage zur automatisierten Feinjustierung der Brennereinstellung im Kraftwerk

Retrofit-LoRaWAN-Sensoren an Dampfleitungen
Retrofit-LoRaWAN-Sensoren an Dampfleitungen
Digitaler Zwilling des Dampfnetzes mit Visualisierung der Temperaturen
Digitaler Zwilling des Dampfnetzes mit Visualisierung der Temperaturen
Visualisierung der Optimierungspotenziale im Dashboard
Visualisierung der Optimierungspotenziale im Dashboard

Ergebnisse

  • Bis zu 20°C geringere Einspeisetemperatur bei gleichbleibender Dampfgüte
  • 10.000 € jährlich erwartete Ersparnis pro gesenktem °C pro Netz
  • Einsparungen im 7-stelligen Bereich p.a. möglich
  • 9.200 Tonnen CO₂ pro Jahr erwartete Einsparung
  • Zukünftige weitere Effizienzverbesserung durch Machine Learning

Weiterführende Beiträge