Södra Cell

Maskininlärning kan ofta användas i stället för komplicerade traditionella matematiska metoder i processindustritillämpningar. ML är i grunden automatiserad statistik och statistik kan användas för allt med respekt för att det är en liten skillnad på hur man använder den i olika företag som gör kopior omöjliga.

I detta specifika fall talar vi om en avancerad produktionsmiljö, där vi har tillämpat maskininlärning för mjuka sensorer och modellbaserad styrning där verkliga sensorer inte fungerar eller går sönder.

Bättre processkontroll och miljö med AI

Södra Cell Värö, en av världens mest moderna pappersmassafabriker, ville uppskatta framtida pH-värden i sin process och använda detta för automatiserad processkontroll.

Vi ville fokusera på att utveckla processmodeller från historiska tidsseriedata som kan förutsäga utvecklingen av processens tillstånd, dvs. göra dem lämpliga för övervakning och kontroll i realtid. Vi har all den här informationen, så varför inte få den att fungera för oss.

— Andreas Darnell, systemingenjör vid Södra Cell Värö.

Datakällor
Sensordata från produktion, inklusive olika flöden, temperaturer och pH-mätningar.

Teknologier
Gaussiska processer, neuronnät, modellbaserad kontroll.

Vill du veta mer om hur man kan optimera produktionsprocesser med hjälp av AI? Se vår video här!

Resultat
Tenfiftys ML-experter har tagit fram en lösning som kan förutsäga pH-värden i processen 20 minuter framåt, baserat på processdynamik och historiska data.

Resultatet av projektet kommer att användas av Södra för att bygga modeller av deras process och förbättra övervakning och kontroll, med reducerade kostnader och miljöpåverkan som slutresultat.

-Möjligheterna för AI i framtiden är nästan oändliga, säger Darnell. “Om vi ​​tar 10, 50 eller till och med 100 små steg som denna över hela processen skulle de ge ett betydande resultat vad gäller produktivitet och effektivitet för oss och våra kunder.” Förklarar Darnell i Södras pressutskick, läs hela artikeln här!