AI effektiviserar produktionen i pappersbruk
Skador på pappersmaskiner i pappersbruk ska förutses och förhindras med hjälp av artificiell intelligens. Genom automatisering ska underhållsresurser frigöras och skapa ett mer proaktivt underhållsarbete. Det är målet med projektet KnowIT som koordineras av Luleå tekniska universitet.
Artikeln publicerad av Luleå Tekniska universitet finns i original här.
I ett pappersbruk analyseras dagligen data från tusentals sensorer som är installerade i pappersmaskiner. Analyserna görs av underhållsingenjörer eller analystekniker och syftet är att upptäcka driftstörningar och avgöra när slitna roterande komponenter behöver bytas ut. Enkelt uttryckt handlar det om att förutse när maskindelar behöver bytas och därigenom undvika dyra oplanerade driftstopp.
Att analysera data och bedöma när komponenter behöver bytas kräver lång erfarenhet och är en relativt tidskrävande rutin för underhållsingenjörerna.
– Om vi kan automatisera den här rutinmässiga sysslan kan underhållsingenjörerna istället fokusera på mer komplexa uppgifter och förebyggande underhåll, säger Fredrik Sandin, biträdande professor i industriell elektronik och koordinator av projektet. Syftet med projektet är därför att utveckla och demonstrera konceptuella AI-lösningar. Det gör vi genom att kombinera maskininlärning för språkanalys och tillståndsövervakning. Man kan säga att vi digitaliserar kunskap om maskinskador och underhållsbehov.
Projektet KnowIT (Knowledge Integration for Fault Severity Estimation/Kunskapsintegrering för klassificiering av maskinskador) omsätter drygt nio miljoner kronor och finansieras av de deltagande parterna och Vinnova via programmet PiiA (Processindustriell IT och automation).
I projektet deltar förutom Luleå tekniska universitet även forskningsinstitutet RISE, SCA Munksund, Smurfit Kappa Piteå och SKF.
Stabilare produktion
För att utveckla AI-lösningarna kommer mätdata och dokumentation från pappersbrukens övervakningssystem att analyseras och kompletteras med fördjupade undersökningar av maskinskador. Forskarna kommer att använda maskininlärningsmetoder och verktyg för data- och dokumentanalys för att automatiskt identifiera skador och förutse underhållsbehov i pappersmaskinerna. Förhoppningen är att projektets resultat ska bidra till att minska pappersbrukens oplanerade driftstopp med en fjärdedel, vilket motsvarar ett produktionsbortfall på ungefär fyra miljoner kronor per pappersmaskin och år. Även antalet stora rullningslager som kan återtillverkas kommer att öka, vilket bidrar till en effektivare produktion och minskad miljöpåverkan.
– Vi ser fram emot att få jobba med Luleå tekniska universitet och de övriga företagen i projektet, säger Jonas Snäll, underhållsingenjör vid Smurfit Kappa i Piteå.Med framtida lösningar kring hur och när produktionsmaskiner ska underhållas, kan vi få en jämnare och mer stabil produktion. Om beslutsprocessen för när underhåll ska utföras blir mindre personberoende, kan vi jobba mer effektivt.
AI som möjliggörare
Fredrik Sandin poängterar också att det finns fler vinster med projektet.
– Vi hoppas att utvecklingen av AI-verktyg stärker företagens utvecklings- och innovationsförmåga. AI-verktyg kan användas för att förbättra såväl produkter som produktionen, säger Fredrik Sandin och får medhåll av Marcus Liwicki, professor i maskininlärning vid Luleå tekniska universitet:
– Att införa maskininlärning i pappersproduktion, är ett första steg mot en mer hållbar resurshantering i vår region. Dessutom är liknande tillämpningar av AI möjlig i nästan alla industriella produktionsprocesser, säger Marcus Liwicki.
Bild: Projektetdeltagare under ett besök på ett av de pappersburk som ingår i projektet KnowIT. Från vänster: Sergio Martin del Campo, Luleå tekniska universitet, Peter Wikström, SCA Munksund, Stephan Schnabel, SKF, Håkan Sirkka, Smurfit Kappa, Pär-Erik Martinsson, ProcessIT/PiiA, Joakim Sjöberg, SCA Munksund, David Svensson, SCA Munksund, Jonas Snäll, Smurfit Kappa och Fredrik Sandin och Marcus Liwicki, Luleå tekniska universitet.
