SMT med och löser stålindustrins utmaningar med hjälp av AI

Forskningsprojektet Swedish Metal ligger nu i startgroparna där SMT ingår tillsammans med SSAB och Högskolan i Skövde. Genom Artificiell Intelligens, Big Data och maskininlärning ska man genomföra omfattande, och för branschen, unika produktionsdataanalyser. Förhoppningen är att resultaten kan bidra till en mer effektiv och hållbar ståltillverkning.

Det är alltså genom Artificiell Intelligens, Big Data och maskininlärning som forskarna på Högskolan i Skövde under tre år ska analysera stora mängder data tillsammans med SMT och SSAB. Redan idag använder man sig av omfattande mätprocesser inom stålindustrin, men i detta projekt är utgångpunkten vad som kan ses när man sätter ihop all tillgänglig data för en viss tillverkningsprocess.

– Internetbaserad detaljhandel och ekonomisk analys är exempel på sektorer som använt avancerad dataanalys i många år. Inom tillverkningsindustrin överlag finns en otrolig potential, genom maskininlärning hoppas vi hitta hittills okända samband. Samband som kan bidra till att lösa några av de utmaningar stålindustrin står inför, säger Gunnar Mathiasson, lektor i datalogi vid Högskolan i Skövde.

Återvunnet stål – en framtidsfråga

Från SMT:s sida är det funktionen inom stålverket som arbetar med råvaruoptimering och beräkningar som deltar i projektet. Där ser man en stor utmaning i att kombinera en optimal stålkvalitet och samtidigt ha en kostnadseffektiv och hållbar produktionsprocess. Med rätt analys och beräkning av produktionsdata är målet att minska tillsatserna av rena metallegeringar och kunna använda mer återvunnet material vid ståltillverkningen.

– I projektet kommer vi att analysera stora mängder data genom maskininlärning tillsammans med forskare från Högskolan i Skövde. Vi hoppas att projektet kan ge en bättre bild av våra returstålsgrupper och restprodukter. Genom det vi kan vässa våra optimeringsberäkningar och på så sätt 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, ansvarig för råvaruoptimering på Primary Products.

Inom SSAB är utgångspunkten att analysera ståltillverkningsprocessen för att optimera tid och temperatur i LD-konvertern, med minskade utsläpp och mindre energiåtgång som största vinst.

Bidrar till utvecklingen av analys av Big Data

Högskolan i Skövde förväntar sig även utveckla ny kunskap som kommer att bidra till förbättrade algoritmer för komplexa processanalyser.

– Genom projektet Swedish Metal kommer vi kunna utveckla dataanalysområdet i allmänhet och maskininlärning i synnerhet, avslutar Gunnar Mathiasson.

Projektet är finansierat av stiftelsen för Kunskap & Kompetens med stöd av branschorganisationen Jernkontoret.

Läs mer om projektet här

http://his.se/Forskning/informationsteknologi/Skovde-Artificial-Intelligence-Lab/Pagaende-projekt/Swedish-Metal1

Pressrelease

https://www.mynewsdesk.com/se/his/pressreleases/ai-ska-loesa-staalindustrins-utmaningar-i-nytt-forskningsprojekt-2776069