Sandvik och SSAB testar ai i ståltillverkningen

2018-11-08 14:29  

Ai, maskininlärning och big data ska göra ståltillverkningen mer effektiv och hållbar. Analyserna beskrivs som unika för branschen.

Redan idag använder man omfattande mätprocesser inom stålindustrin, men nu vill man se vad som kan uppnås när man sätter ihop alla tillgängliga data för en viss tillverkningsprocess. För Sandviks del handlar det om att ”få en mer exakt inblick”, enligt Magnus Josefsson som är ansvarig för råvaruoptimering på Sandvik Materials Technology.

– Ungefär hälften av det vi smälter ner på stålverket i Sandviken är internt returmaterial, och ibland måste vi gruppera ihop olika materialkvaliteter i kanske 50 eller 60 olika högar. Det medför komplikationer i sorteringen, det kan till exempel bli svårt att beräkna genomsnittshalten och fördelningen i olika högar, säger han.

Läs mer: SSAB visar upp ”digital stål” som styrs av en app

Förhoppningen är, att en bättre bild av returstålsgrupper och restprodukter ska göra det möjligt för Sandvik att vässa sina optimeringsberäkningar.

– Genom att stoppa all data vi har på varje smälta – vad de innehåller, vilka provresultat de gett vid analyser och så vidare – in i ai:n, så blir det möjligt att räkna fram mer precisa värden. På så sätt kan vi minska mängden rena legeringar och använda mer återvunna produkter. Lyckas vi med det får vi effekter som gynnar både ekonomi och miljö, säger Magnus Josefsson.

Stålverket i Sandviken smälter råvaror för cirka fyra miljarder kronor varje år.

– Med så otroligt mycket pengar i råvarorna, så finns det mycket att vinna redan på små preciseringar, säger Magnus Josefsson.

SSAB har som uttalat mål, att deras ståltillverkning ska vara fossilfri 2045. Som ett steg mot målet vill de analysera och modellera den syrgasprocess (så kallad LD-process), där kol tas bort för att göra stålet smidigare. LD-processen ska ha optimal temperatur och sammansättning med minimalt resursbehov, och ansvaret för detta ligger idag till stor del på operatören.

Läs mer: SSAB miljardsatsar på stålproduktion i USA

Genom att ta fram en datormodell baserad på AI hoppas SSAB lättare kunna stödja oerfarna operatörer, och minska processens utsläpp, energibehov och materialförlust.

– Vi hoppas också att modellen ska kunna hitta viktiga men tidigare okända parametrar som kan förbättra ståltillverkningsprocessen ytterligare, säger Niklas Kojola, senior specialist på ståltillverkning på SSAB.

Även Högskolan i Skövde är delaktig i satsningen, och förväntar sig att utveckla ny kunskap som kommer att bidra till förbättrade algoritmer för komplexa processanalyser.

– Genom projektet kommer vi att kunna utveckla dataanalysområdet i allmänhet och maskininlärning i synnerhet, säger Gunnar Mathiasson, lektor i datalogi vid Högskolan i Skövde.

Swedish Metal

Projektet heter Swedish Metal, och ska pågå under tre år i samarbete mellan Sandvik, SSAB och Högskolan i Skövde. Det delfinansieras av KK-stiftelsen och har stöd av branschorganisationen Jernkontoret. Projektledare är Gunnar Mathiasson, lektor i datalogi vid Högskolan i Skövde.

Målet är att skapa nya värden för svensk metallindustri. Man ska använda och utveckla de senaste teknikerna för dataanalys, och maskininlärningstekniker avsedda för komplexa industriella tillverkningsprocesser, i konkreta case tillhandahållna av Sandvik Materials Technology och SSAB. På så vis hoppas man kunna hitta hittills okända samband mellan kända och okända processparametrar.

Tommy Harnesk

Kommentarer

Välkommen att säga din mening på Ny Teknik.

Principen för våra regler är enkel: visa respekt för de personer vi skriver om och andra läsare som kommenterar artiklarna. Alla kommentarer modereras efter publiceringen av Ny Teknik eller av oss anlitad personal.

Här är reglerna för kommentarerna på NyTeknik

  Kommentarer

Dagens viktigaste nyheter

Aktuellt inom

Debatt