Unikt samarbete utvecklar smarta värmeväxlare för effektivare underhåll och minskad klimatpåverkan

Värmeväxlare är inget som gemene man stöter på i sin vardag. Men det är något som finns överallt och som fyller en stor funktion för att spara på värme och energi. Forskare menar att en effektivisering av värmeväxlingen kan minska koldioxidutsläppen med två procent och öppna dörrar för fortsatta tekniska lösningar.

Anders Nyander jobbar med teknisk utveckling på det globala företaget Alfa Laval och har, tillsammans med sensorteknologileverantören FLIR och startupbolaget Ekkono, påbörjat en effektivisering där de möter framtiden inom värmeväxling.

– Vi håller på att göra ett teknikskifte där allt mer blir digitaliserat och drivs genom datorstyrning. Som storbolag kan det krävas att man experimenterar lite och släpper det klassiska arbetstänket. Det gäller också att vara fiffig och agil i nya projekt för att utvecklas. Vårt samarbete med FLIR och Ekkono gör att vi kan bryta ny mark och göra tekniska förbättringar inom värmeväxling, säger Anders Nyander.

Sensorteknologi företaget FLIR utvecklar värmekameror som används för termografi vilket fungerar som ett viktigt analysverktyg för värmeväxlare. Kamerorna ser värmen på ytan av ett objekt. Katrin Strandemar är chef för teknik och innovation på företaget och hon beskriver hur de arbetar för att addera teknisk expertis runt IR-teknologi i projektet.

– Vårt samarbete är som ett ekosystem där vi kan lägga till intelligens. Vi jobbar i olika branscher och är experter på olika områden. FLIR har IR-kamerateknologi som är väldigt kraftfull och genererar data att bygga analyser på i det här projektet, berättar Katrin Strandemar.

Det tredje bolaget som ingår i samarbetet med att utveckla och förbättra värmeväxlare är Ekkono Solutions, ett bolag som arbetar med artificiell intelligens, mer specifikt maskininlärning och hur maskiner själva kan registrera och förstå data. Anders Alneng är medgrundare av Ekkono och berättar om de unika fördelarna med deras mjukvara.

– Vi gör maskininlärning för befintliga produkter, där en av våra styrkor är sensornära, självlärande algoritmer som förstår hur varje specifik maskin beter sig. Vi kan till exempel beräkna hur smutsig en värmeväxlare är vilket gör det enklare att förstå när den behöver underhåll. Det är en symbios som bygger på att omvandla data till faktiska individuella algoritmer för varje maskin.

Utvecklingen av självlärande algoritmer för värmeväxlare är i full gång. Trots företagens olika storlekar finns det ett givande samarbete som tar var och en av företagen framåt.

– Jag tror överlag att hela världen är på väg in i ett läge där man måste samarbeta. Spelar ingen roll om man är storbolag, man är ändå inte stor nog att vara helt själv, säger Katrin Strandemar.

– För oss är det en utmaning att få tillgång till rätt data. Hur validerar man att de resultat man har är riktiga. Vi måste få hjälp från de som kan och det har vi definitivt fått, fortsätter Anders Nyander på Alfa Laval.

De tre företagen bedriver i grunden olika verksamheter och har helt olika förutsättningar. Alfa Lavals värmeväxlare med FLIR:s termografi och Ekkonos maskininlärning är på väg in i framtiden genom att skapa självlärande algoritmer för analys och övervakning av värmeväxlare. En framgång för industrin där maskiner optimerar service, ökar effektiviteten och i förlängningen minskar klimatavtrycket. Med expertis inom olika områden är det möjligt att tillsammans skapa nya innovationer. Något som behövs nu mer än tidigare.

Underhållsmässan är ett branschöverskridande forum där olika innovationer, tekniker och erfarenheter delas mellan aktörer inom alla led av underhållskedjan. Underhållsmässan är den största och snabbast växande mötesplatsen i Europa och tar plats på Svenska Mässan i Göteborg 15-18 mars 2022.