Insite-X – Optimerar valsningsprocesser inom stålindustrin
Inom stålindustrin sker flera processer som utvecklats under lång tid. Med nya metoder och mer information kan dessa optimeras ytterligare för att minska mängden materialåtgång, bränsleförbrukning och arbetstid.
Gunnar Mathiason, lektor i datalogi vid Högskolan i Skövde driver det nyligen startade projektet Insite-X, finanseriat via det strategiska innovationsprogrammet PiiA där man i tätt samarbete med ståltillverkarna Ovako och Outokumpu utvecklar metoder för att optimera de maskiner som används för att valsa stål.
Gunnar berättar:
”För några år sedan bjöds vår forskningsgrupp SAIL (Skövde AI-Lab) in till Jernkontoret för att berätta om möjligheterna till användning av AI för intelligent dataanalys, något som gruppen har lång erfarenhet av från många tidigare samarbetsprojekt inom olika branscher. Inom tillverkningsindustrin finns många outnyttjade möjligheter till att optimera processer då det ofta redan finns stora mängder data, men det kan behövas nya sätt att göra detta. I ett första pilotprojekt mellan Högskolan och Outokumpu, finansierat av det strategiska innovationsprogrammet Metalliska Material, framkom det att produktkvalitén till stor del var beroende av det dynamiska beteendet i en viss valsningsprocess, förparet.”
Både Ovako och Outokumpu processar stora mängder stål i sina fabriker. Outokumpu får in tjocka stålbitar (slabs) som valsas ut till långa plåtar. Dessa rullas upp på rullar för leverans till kund. Under processen kan stålet bete sig olika, både beroende på egenskaper hos stålet och valsarna. Stålet kan bli ojämnt så att plåtarnas kanter blir olika långa och plåten böjer sig i sidled; i värsta fall måste stora delar av det valsade stålet skäras bort och processas igen. Hos Ovako valsas stora ringar som används till bl.a. kullager. Båda dessa tillverkningsprocesser är så klart mycket dyra och energikrävande. Med rätt data kan man följa vad som händer under processerna och vad ojämnheter och avvikelser beror på.
”I detta nya projekt vill vi undersöka om ett tränat AI i detalj kan lära sig en process komplexa dynamik så att detta beteende kan simuleras i en dator”, fortsätter Gunnar. ” Inte bara stålet påverkas av processen utan även maskinen förändras av det enorma tryck och värme som krävs för att valsa stålet. Under processen behöver därför till exempel förparet som en kompensation justeras för att uppnå önskat resultat. Vi låter detaljerad maskinmätdata från produktionen avgöra vad AI:n lär sig att simulera och bygger därigenom upp en digital modell av processen, som den beter sig i verklig produktion. Med en avancerad dynamisk simulering av processerna i en maskin förväntas dess dynamiska beteende mer i detalj kunna förklaras och förhoppningsvis också förutsägas. Vi förväntar oss kunna styra processen på ett bättre sätt, bland annat genom att optimera kompensationsinställningarna i förparet med hänsyn taget till exempelvis den maskinens dynamik och förslitningar.”
Maskinerna som används idag installerades ofta redan under 60- eller 70-talet. Att byta ut maskinerna helt hade varit både kostsamt och dåligt för miljön, det är en bättre lösning att optimera maskinerna med ny teknik och digitala verktyg, det vi brukar kalla IndTech.
Projektet går i mål under mars 2024 och ska då ha utmynnat i en AI-prototyp som kan utvärderas för validering av Ovakos och Outokumpus processexperter. Genom implementering av den AI-prototypen uppskattar Ovako och Outokumpu att man kommer minska mängden skrot och omarbetning till ett värde av cirka 2 miljoner SEK per år och produktionslinje.
”Vi ser detta som ett mycket viktigt projekt som ligger helt i linje med den digitaliseringsstrategi vi inom Ovako har,” säger Marcus Svadling Ovako Sweden AB.
”I stålindustrin sitter vi på en guldgruva av data som möjliggör vår processutveckling. Med hjälp av AI-teknik kommer vi kraftigt kunna öka vår utvecklingstakt och effektivitet,” säger Joakim Ebervik, Outokumpu Stainless AB.
”Ökad kvalité på våra band via AI-teknik främjar inte bara utvecklingen av processen, utan även driftsäkerheten för produktionslinjen, eftersom jämnare hetor skapar goda förutsättningar att minska slitaget på våra maskiner”, säger Erika Lindh, Outokompu Stainless AB.
