ABLESS: AI-Baserade Låg-Energi Strategiska System för Förbättrade (C)TMP Processer
| Diarienummer | |
| Koordinator | Chalmers Tekniska Högskola AB - Chalmers Tekniska Högskola Inst f Elektroteknik |
| Bidrag från Vinnova | 6 600 000 kronor |
| Projektets löptid | september 2025 - september 2028 |
| Status | Pågående |
| Utlysning | Avancerad digitalisering - Industriell behovsdriven innovation |
| Ansökningsomgång | Avancerad digitalisering - Industriell behovsdriven innovation 2025 |
Syfte och mål
Syftet är att styra (C)TMP-processer effektivt. Målet är en energieffektivisering på 65 GWh/år (baserad på en årsproduktion på ungefär 550 000 ton) och en 25% variationsminskning i massaegenskaperna ska uppnås vid given värmebalans och reglerad process, genom användande av avancerade systembaserade AI - modeller.
Förväntade effekter och resultat
Betydande Energieffektivisering kan erhållas genom användande av innovativ reglering vid framställning av mekanisk massa (C)TMP. Detta projektförslag omfattar användande av och en vidareutveckling av avancerade ”mjuka sensorer” baserade på fysikalisk modellering och avancerade ANN - empiriska modeller. Data från tre referensbruk ska användas. Målet är att nå åtminstone 65 GWh besparing årligen samtidigt som en 25% variationsminskning i massaegenskaperna.
Planerat upplägg och genomförande
Tre specifika arbetspaket kommer ledas av Chalmers och respektive bruk. Algoritmerna som kommer installeras on-line utvecklas autonomt genom den teknik som Chalmers tagit fram för ANN-implementering. Spridning av resultat mellan aktörerna kommer ske genom gemensamma workshops (varje år under projektets 3-åriga period), artiklar och konferenser. Bedömningen är att arbetet på respektive bruk kommer fördelas motsvarande 1/3 av projekttiden.