AI för bättre stål

– I stålindustrin sitter vi på en guldgruva av data som möjliggör vår processutveckling. Med hjälp av AI-teknik kommer vi kunna kraftigt öka vår utvecklingstakt och effektivitet, säger Joakim Ebervik, Outokumpu Stainless.

För att kunna öka avkastningen behöver stålindustrin effektiviseras och mängden skrot minskas. I projektet Insite-X ska Högskolan i Skövde tillsammans med Outokumpu och Ovako undersöka om AI kan göra nytta i järn- och stålindustrins produktionsprocesser. 

AI för dataanalys

Effektiva verktyg som kan analysera stora mängder data kan bli en nyckelfaktor och en konkurrensfördel när det kommer till att förbättra processer. Men manuell analys av komplex, detaljerad produktionsdata är svårt. Därför blir AI-algoritmer viktiga som kan fånga sådan komplexitet och dra nytta av stora datamängder.

– Vi ser detta som ett mycket viktigt projekt som ligger helt i linje med den digitaliseringsstrategi vi inom Ovako har, säger Marcus Svadling Ovako Sweden.

I tidigare forskningsprojekt har man märkt att vissa kritiska maskiner påverkar hela produktionskedjan. Här kan AI modellera det dynamiska beteendet hos dessa kritiska maskiner och på ett bättre sätt styra oförutsägbarheten. Då kan stora resurser sparas i hela produktionsvärdekedjan.

Deep learning

Modeller av maskiner konstrueras ofta från maskiners geometrier eller simuleringar av andra kända maskinegenskaper, det som kallas digitala tvillingar. Dessa modeller är ibland inte tillräckligt detaljerade, eftersom maskinerna påverkas av skiftande tillverkningsförutsättningar och av maskinens förslitning.

Insite-X-projektets prototyp ska fånga detaljerad maskindynamik genom AI och deep learning.

– Det är väldigt intressant och värdefullt för akademi och industri att kunna samverka i forskning och få bidra till att höja stålindustrins kunskap inom AI, säger Gunnar Mathiason, lektor vid Högskolan i Skövde.

Källa: Högskolan i Skövde