Du har inte javascript påslaget. Det innebär att många funktioner inte fungerar. För mer information om Vinnova, ta kontakt med oss.

Våra e-tjänster för ansökningar, projekt och bedömningar stänger torsdagen den 25 april kl 16:30 för systemuppdateringar. De beräknas öppna igen senast fredagen den 26 april kl 8:00.

EnVisA - Energivisualisering med artificiell intelligens

Diarienummer
Koordinator SWERIM AB
Bidrag från Vinnova 5 026 000 kronor
Projektets löptid november 2020 - april 2024
Status Pågående
Utlysning AI - Spets och innovation
Ansökningsomgång AI i klimatets tjänst

Syfte och mål

Projektet syftar till att öka återanvändningen av de energirika gaser som bildas som restprodukt vid stålframställningen hos SSAB i Luleå. En del av gaserna återanvänds internt, medan resten skickas till kraftvärmeverket hos LuleKraft där de förbränns för att generera elektricitet och fjärrvärme. Av olika skäl kan inte all gas återanvändas utan en del gas måste facklas. I andra fall måste LuleKraft stödelda med olja för att nå sina produktionsmål. Målet är att öka återanvändningen av gaserna och därigenom minska oljeförbrukningen hos LuleKraft genom att optimera SSABs gassystem.

Förväntade effekter och resultat

Idag finns det bara en begränsad informationsspridning mellan de interna gasproducenterna hos SSAB och LuleKraft, och systemen körs nästan oberoende av varandra. Genom att skapa ett system för energivisualisering med AI så skulle man få ett system som i realtid visar energiprestandan och tillgången till överskottsgaser. Utöver detta så kan systemet optimera och ge en prediktion av tillgången av överskottsgaser. Detta kan leda till ett mer klimatvänligt fjärrvärmesystem med ökad återanvändning av gaserna och minskad oljeförbrukning.

Planerat upplägg och genomförande

Processdata från SSAB tillsammans med produktionsplaner från både SSAB och LuleKraft lagras i en gemensam fristående databas. Prestandan hos gassystemet kan då visualiseras på olika sätt vilket underlättar för operatörerna vid beslutsfattande. Denna lagrade data används också för att träna en AI-modul som kan prediktera tillgången och värmevärdet på gasen i en nära framtid. Genom simuleringar och industriförsök görs sen en utvärdering av systemet. Utvärderingen baseras på jämförelser av oljeförbrukning och mängd facklad gas både före och efter det nya systemet tagits i bruk.

Texten på den här sidan har projektgruppen själv formulerat. Innehållet är inte granskat av våra redaktörer.

Senast uppdaterad 13 november 2023

Diarienummer 2020-03397

Statistik för sidan