Preventor - digitaliserad processlägebeskrivning

Syfte och mål

Projektets syfte var att tillhandhålla processindustrin (fokus papper och massa) med ett analysinstrument som optimerar kundens processer genom att 1. larma vid inblandning av ovälkomna lägen i processen (flagor i upplöst returfiber) och 2. detektera olika processlägen, d.v.s. snabbare indikera när man är ”på kvalitet” vid exempelvis byte av pappersmassakvalitet. Målet var att StoraEnso Skoghall skulle få en detektor för flagor som kan användas för att styra en kvarn och minska energianvändningen samt en papperskvalitetsindiktator för att minska spill vid kvalitetsbyten.

Resultat och förväntade effekter

Acosense har utvecklat ett instrument med algoritmer som detekterar och larmar vid inblandning av oönskade substanser (flagor i pappersmassan) och kan detektera och indikera olika pappersmassakvaliteter. Speciellt detektion av olika pappersmassakvaliteter nådde så långt att den kan användas för att styra processen. Förväntad effekt är att StoraEnso Skoghall ska kunna minska sitt spill framöver. Fraunhofer Chalmers Center (FCC) har utvecklat sin kunskap inom maskininlärning.

Upplägg och genomförande

Acosense utvecklade sitt befintliga instrument Acospector för projektets krav och installerade två instrument hos Stora Enso Skoghall. Under 1 års tid samlade instrumenten data som användes av FCC att utveckla optimala algoritmer för de olika processlägena. Detta genom att använda data av riktade försök med tillhandahållna processdata från StoraEnso Skoghall. De framtagna algoritmerna verifierades genom flera riktade försök där projektets resultat jämfördes med brukets processdata.