Projekt · Dnr 2019-02534 · Källa: Vinnova

Energioptimering inom processindustri med hjälp av AI

Koordinator
Calejo Industrial Intelligence AB
Projekttid
2019-07-01 till 2020-02-29 (avslutat)
Beviljat bidrag
379 000 SEK
Diarienummer
2019-02534

Beskrivning

Målet för projektet var att med hjälp av AI-teknik undersöka möjligheterna att använda den energin som finns i processen på ett mer effektivt sätt och därmed minska behovet av tillskottsenergi i form av fossilt bränsle. Projektet har påvisat att en AI-baserad modell som byggs och tränas på rätt sätt, kan hitta samband mellan de olika ingående delprocesserna och därmed kan användas för att prognostisera samtliga tillstånd. En optimeringen av processens styrning visar att en alternativ styrning av sodapannan kan minimera behovet av fossilt tillskottsbränsle. Modellens träffsäkerhet visade sig vid verifieringen vara hög för de flesta delprocesserna. Givet enbart produktionsplaneringen som input kan modellen prognostisera samtliga tornnivåer med liten avvikelse 50 timmar framåt. Oljeanvändningen har en något sämre träffsäkerhet. Det visade sig vid granskning att oljeanvändningen kan bero på andra orsaker än enbart ångbrist, orsaker som inte återfinns i träningsdatan. Optimeringen av processtyrningen resulterade i att all den olja som modellen kan förutspå går att minimera genom en alternativ styrning av främst sodapannan.

Öppna hos Vinnova

Hittar Vinnova inte sidan? Sök på diarienumret hos Vinnova.

Liknande

  1. Integrerad modellering för en hållbar och optimerad stålprocess (ProcTwin).

    Swerim AB · 2023-08-01 · 500 000 SEK · Projekt

    Målet med projektförslaget ProcTwin är öka energieffektiviteten och produktkvalitén vid framställningen av stål i Europa. Detta ska åstadkommas genom att utveckla ett operatörstöd som baseras på en självlärande distribuerad maskininlärningsmodell och hanterar hela processkedjor som en produktionsenh…

  2. Pi-SKALP Skalbar Plattform för Processintegration

    Swerim AB · 2015-07-01 · 3 243 949 SEK · Projekt

    Syftet med projektet är att skapa en generell plattform som kan konfigureras för ett flertal processkedjor inom processindustrin. Plattformen ska ha funktioner för import av delmodeller (enhetsprocesser), optimeringsalgoritmer samt konfigurering av processkedjor (enhetsprocesser i sekvens) och objek…

  3. Digitalisering av process för värmebehandling av stål

    Ferritico AB · 2020-11-19 · 1 396 638 SEK · Projekt

    Utvecklingen av stål och produktionsprocesser sker huvudsakligen manuellt och genom resurskrävande trial-and-error. Design av nya material, optimering av material och processer, inklusive värmebehandling, kräver stora investeringar och utgör ofta betydande utmaningar. AI-mjukvaran som utvecklats i M…

  4. Operational AI for process industry

    RISE RESEARCH INSTITUTES OF SWEDEN AB · 2019-09-02 · 4 482 000 SEK · Projekt

    Projektet har tagit fram en processindustriell pilotinstallation med ett AI-baserat beslutstöd som kan ge kontinuerlig guidning till operatörer i realtid. Beslutstödet och dess AI-algoritmer är implementerade i en molnlösning och ger användare i anläggningen en bild av hur processen bör styras och v…

  5. Syrgas som en möjliggörare för energieffektiva och klimatneutrala järnoxidprocesser och produkter.

    Luleå tekniska universitet · 2022-03-01 · 9 970 000 SEK · Projekt

    Projektet har visat att användning av syrgas under pelletisering kan minska behovet av fossila bränslen. Nya modeller för oxidation och sintring har utvecklatsför att användas i fortsatt processdesign. Projektet har också kunna visa samband mellan järnoxidens egenskaper, oxidation och vätgasreduktio…