Suchen

Prozessmodellierung

Siemens erweitert Digitalisierungsportfolio mit Übernahme von Process Systems Enterprise

| Redakteur: Alexander Stark

Siemens übernimmt den britischen Anbieter von Software und Dienstleistungen für hochentwickelte Prozessmodellierung, Process Systems Enterprise (PSE). Die modellbasierten Technologien sollen das Digitalisierungsportfolio für die Prozessindustrie ergänzen.

Firmen zum Thema

PSE ist globaler Anbieter von hochentwickelter Software für Prozessmodellierung (Advanced Process Modelling).
PSE ist globaler Anbieter von hochentwickelter Software für Prozessmodellierung (Advanced Process Modelling).
(Bild: Siemens)

Nürnberg; London/Großbritannien – Hochentwickelte Modelle sind in der Prozessindustrie dann im Einsatz, wenn schnelle, sichere und effizientere Entscheidungen zur Verbesserung der Prozesse im Bereich Formulierung, Produkt- und Prozessdesign oder für den Anlagenbetrieb getroffen werden sollen und der Entscheidungsraum schnell und effektiv durchsucht werden muss. PSE bietet modellbasierte Lösungen für den ganzen Anlagenlebenszyklus mit einer einheitlichen und integrierten Werkzeugpalette an, die künftig das Angebot von Siemens im Bereich der Prozessindustrie ergänzen sollen.

Die Technologie wird vor allem in den Branchen Chemie, Petrochemie, Pharma, Nahrungsmittel- und Getränke eingesetzt. Sie beschleunigt Innovationen, verbessert Prozessdesign und Betriebsabläufe, vereinfacht Forschung und Entwicklung und verbessert das Technologierisikomanagement.

Event-Tipp der Redaktion Erleben Sie auf dem 3. Smart Process Manufacturing Kongress (SPM) am 24. und 25. September in Würzburg zukunftsweisende Impulse sowie lösungsorientierte Best Practices zum Thema Digitalisierung in der Prozessindustrie. Von Digitalem Engineering, über Data Analytics und Predictive Maintenance, Virtual und Augmented Reality bis hin zum Einsatz von Künstlicher Intelligenz und Blockchain in der Chemie oder Pharmaindustrie - auf diesem Kongress tauscht sich die Community der Prozessindustrie aus. Hier erhalten Sie Orientierung, Ideen und Lösungsvorschläge.

Die Kombination hochgenauer, prädiktiver Modelle und Echtzeit-Prozessdaten spielen Eckard Eberle zufolge eine zunehmend bedeutende Rolle in der Digitalisierung der Betriebsabläufe in der Prozessindustrie. Prozesswissen, das bereits in der Produkt- und Prozessentwicklung entsteht, werde in prädiktiven Modellen abgebildet und dann im Digitalisierungsumfeld in jedem Schritt des Lebenszyklus wertschöpfend eingesetzt, ergänzt der CEO der Business Unit Process Automation. PSE bringe Siemens hier entscheidend voran, da nun die modellbasierten Technologien in Anwendungen im gesamten Anlagenlebenszyklus integriert werden können.

Im Rahmen einer strategischen Partnerschaft arbeitet Siemens bereits seit Juni 2018 mit PSE erfolgreich zusammen. Im Zuge dieser Initiative wurden neue modellbasierte Lösungen für Überwachung, Vorhersage und Monitoring von Anlagen entwickelt, für Soft Sensing, die Vorausberechnung der Anlagenperformance, Echtzeit-Optimierung und Operator Training auf Basis detaillierter Prozessmodelle. Diese Lösungen basieren auf der Verbindung von leistungsstarken Prozessmodellen, fundiertem Prozesswissen auf der einen Seite und Echtzeit- und historischen Prozessdaten auf der anderen. Damit gewinnt der Anlagenbetreiber größere Effizienz durch verbesserte Prozesssteuerung und Wartungsplanung, wie zum Beispiel bei der Früherkennung der Lebensdauer von Katalysatoren oder der Ansammlung von Koks in Hochöfen.

Siemens beabsichtigt 100 % des Stammkapitals von PSE zu erwerben und dessen Geschäft in die Business Unit Process Automation einzubinden, die Teil von Siemens Digital Industries ist. PSE mit Hauptsitz in London beschäftigt derzeit etwa 160 Mitarbeiter weltweit. Der Abschluss der Transaktion ist für das vierte Quartal 2019 geplant. Beide Unternehmen vereinbarten Stillschweigen über finanzielle Details der Transaktion.

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Kontaktieren Sie uns über: support.vogel.de (ID: 46139735)