Kontroll av metallurgiska processer med indirekta mätningar och maskininlärning (MetMaskin)

Syfte och mål

Syftet med projektet har varit att visa på en modell för bättre övervakning och styrning av metallurgiska processer som underlättar operatörens beslutsfattande med hjälp av uppmätta storheter på ett sätt som inte görs idag. Detta ska minska betydelsen av individuella skillnader hos operatörer och underlätta inskolning av personal. Målet var att genom mätning av vibrationer kunna detektera en omrörningsintensitet av en stålsmälta. Mätresultaten ska utgöra indata till en matematisk algoritm som via maskininlärning skapar ett operatörsstöd för en metallurgisk process där omrörningen av stålsmältan är av betydelse.

Resultat och förväntade effekter

Resultaten som erhölls kan ligga till grund för vidare beslut om en mer permanent installation hos något stålverk. Då kan erfarna operatörer få avgöra om den framtagna metoden och modellbeskrivningen ska användas som stöd för operatörernas beslut avseende exempelvis tidslängder på stegväxlingen av gassammansättning i en AOD-konverter eller tidsoptimering av processteg så som behandlingstid under vakuum i en vakuumstation. Dessa tidssteg är avgörande för en optimerad processtyrning och resurseffektiv process med optimerat slutresultat för producerad metall.

Upplägg och genomförande

Projektet planerades som en inledande mätkampanj hos två stålföretag med en vakuumstation och en AOD-konverter. Den inledande mätkampanjen gav mätdata och erfarenhet till en andra längre mätkampanj hos vart och ett av företagen. Projektet följdes av ett antal andra stålföretag i en projektgrupp med kontinuerliga möten under projektets gång. Samarbetet fungerade bra men utvärderingen av mätdata försenades haltade p.g.a. forskningsutövarnas ökade arbetsbelastning under covid-19-pandemin. Den andra mätkampanjen blev försenad med anledning av de besöks- och reseförbud som förekom under pandemin.