23948sdkhjf

SCA testar AI-modell för energibruk

SCA har ihop med Calejo Industrial Intelligence lyckats bättre förstå och träffsäkrare prognostisera användningen av ånga.

Deras nyligen avslutade  projektl har potential att kunna leda till en jämnare energiförbrukning över tid och en väsentligt minskad förbrukning av fossilt bränsle i SCA Obbola utanför Umeå, skriver Calejo i ett pressmeddelande.

Resultatet visar på den stora potentialen med att använda AI inom industrin.

I SCAs sulfatsmassafabrik i Obbola är vattenånga både en restprodukt och något som används i produktionsprocessen genom att bland annat driva en turbingenerator för elproduktion. Vanligtvis finns det en balans mellan behov och tillgång av vattenånga, men vid störningar i delar av produktionen kan ett underskott av vattenånga uppstå. Den obalans som då uppstår, kan regleras genom antingen en minskning av elproduktionen eller genom att skapa vattenånga via förbränning av fossila bränslen.

Mot denna bakgrund togs det via detta Vinnova-projekt fram en träffsäker prognos över processens behov av vattenånga, liksom en digital tvilling över processen. Målet var att genom en bättre insikt om processen kunna förstå hur vattenånga kan skapas i god tid innan behovet uppstår – detta utan att vare sig minska elproduktionen eller förbränna fossila bränslen.

Imponerande resultat

Projektet visar att det är teoretiskt möjligt att med hjälp av självlärande AI-teknik och träffsäkrare prognoser minska oljeanvändningen i barkpannorna via en ändrad styrning av sodapanna, kokeri och barkpanna.

– Denna teknik är tillämpbar inom flera områden, men detta projekt är ett av få där tekniken framgångsrikt har testats inom processindustrin, säger Johannes Holmberg, VD för Calejo Industrial Intelligence.

Modellen visar sig kunna förutspå ca 70 procent av de tillfällen, då olja används i barkpannorna. Med en förbättrad analys och förståelse för processen kan även en stor del av resterande 30 procent kunna arbetas bort.

– En optimering av hela tidsperioden bekräftar teorin att det går att använda energin i processen, så att behovet av olja kraftigt minskas. Det 70-procentiga oljebehov i barkpannorna, som modellen kan förutspå, försvinner helt efter optimeringen. Dessutom framgår det klart i utvärderingen att resterande 30 procent av oljeanvändningen har uppstått vid sidan av normal drift. Detta bevisar vår ursprungliga teori om att det går att producera ånga utan tillskott av fossil olja vid normal drift, säger Johannes Holmberg.

Kommentera en artikel
Meddela redaktionen
Utvalda artiklar

Sänd till en kollega

0.188