SAMSON beteiligt sich an der PIUS-Länderkonferenz

|   Über SAMSON

Anfang März 2021 nahm SAMSON an der 8. PIUS-Länderkonferenz teil. PIUS steht für Produktionsintegrierten UmweltSchutz und versteht sich als Netzwerk zur Förderung des nachhaltigen Umgangs mit Ressourcen und Energie in Produktionsbetrieben verbunden mit der Vermeidung von Abfall, Abwasser und Emissionen. So finden sich im PIUS Info-Portal mittlerweile über 1.000 Publikationen mit Fachwissen, Praxisbeispielen, Tools wie Abwärme- und Kostenrechner sowie Informationen zu Förderprogrammen. Alle zwei Jahre findet die PIUS-Länderkonferenz statt, die in diesem Jahr für das Bundesland Hessen von der Hessen Trade & Invest GmbH verantwortet wurde.

An der 8. PIUS-Länderkonferenz am 3. und 4. März 2021 nahmen rund 450 Vertreter aus Industrie, Wissenschaft und Politik teil und tauschten sich über Wege in eine nachhaltige Wirtschaft aus.

SAMSON beteiligte sich in der Workshop-Session „Datenmanagement in der Produktion“ mit einem Vortrag zum Thema „Höhere Effizienz und Flexibilität in Bestandsanlagen – Sensoren und Feldgeräte ganzheitlich nutzen“. Guido König, Industriesegmentmanager Chemie bei SAMSON, ging auf das Datenmanagement in den Prozessindustrien sowie auf Fernwärmeversorgungssysteme und (zukünftige) Wasserstoffwertschöpfungsketten ein. Für die größtmögliche Effizienzsteigerung werden installierte Sensoren vernetzt sowie Stellventile und weitere Aktoren als Daten- und Prozesswertquelle integriert. Die Informationssammlung über vorhandene oder ergänzte Kommunikationswege ist die Basis für eine nachgeschaltete Auswertung und Analyse.

Digitale Transformation ist kein Selbstzweck, sie dient der Prozessoptimierung mit größerer Flexibilität und verbesserter Ressourceneffizienz. Durch die portalgestützten Anwendung SAM DISTRICT ENERGY wird der Energieeinsatz in Fernwärmenetzen reduziert und das prädiktive Überwachungs- und Diagnosesystem SAM GUARD® verbindet künstliche Intelligenz (KI) mit menschlicher Kompetenz und Erfahrung zu Human-Enhanced Machine Learning: maschinelles Lernen gepaart mit menschlichem Anlagenwissen zur Maximierung der Verfügbarkeit, Leistung und Produktivität verfahrenstechnischer Anlagen.