Frederik Esterhuizen: Bei ABB haben wir über verschiedene Prozessindustrien hinweg Kunden, die unser Collaborative Operations Center nutzen, wo wir unser globales Netzwerk 24/7 bedienen. Hier wird KI eingesetzt, um zukünftige Ausfälle oder potenzielle Wartungsprobleme vorherzusagen sowie den Ort des ursprünglichen Fehlers zu lokalisieren. Ziel ist es, eine Datenbasis von Fällen aufzubauen und im Laufe der Zeit aus den Daten für Prozessverbesserungen zu lernen. Wir können mehrere Standorte desselben Kunden an ein Set-up anschließen, was eine verbesserte Sichtbarkeit der Produktion von Ende zu Ende ermöglicht und daher zu besseren Entscheidungen führt.
In der Metallindustrie können wir mit der ABB Ability Data Analytics Platform for Metals Lernprozesse und Simulationen zu verschiedenen Szenarien durchführen. Sie bietet anlagen- und unternehmensweite Datenintegration, Überwachung, Datenanalyse und Optimierung von einer funktionsreichen und voll skalierbaren, herstellerneutralen Plattform aus. Sie führt die zuvor erwähnten Inseln oder Silos der Automatisierung und Geräte zu einer leistungsstarken Ressource zusammen.
Haben Sie Beispiele für die Implementierung von KI in der Aluminiumindustrie?
Tarun Mathur: Einige der besten Beispiele für KI-Anwendungen, die für Aluminium relevant sind, betreffen das nachhaltige Energiemanagement. Um die Energieverwendung zu optimieren, muss der Bedarf besser prognostiziert werden. Hier sind maschinelles Lernen (ML) und KI-Anwendungen weit fortgeschritten, aber es muss noch weiter gearbeitet werden, um genügend Daten und Messungen aus Zyklen von Chargen zu sammeln, um den Energieverbrauch erfolgreich vorhersagen zu können. Wenn Sie Ihren Energiebedarf auf der Nachfrageseite sowie auf der Angebotsseite prognostizieren können und wenn Sie mit dem Strommarktnetz verbunden sind, haben Sie ein gutes Entscheidungssystem, um Ihren Energiekauf zu optimieren und den Energieverbrauch zu minimieren.
Bevor die digitalen Lösungen in den Prozess integriert werden können, muss ein solider Automatisierungs-Layer vorhanden sein. Hier verlassen wir uns auf das bewährte und ständig weiterentwickelte ABB Ability System 800xA Distributed Control System (DCS/PLS). Es ist seit über 20 Jahren als weltweit führendes DCS (Distributed Control System/Prozessleitsystem) für seine Fähigkeiten in den Bereichen Vernetzung, Steuerung und Zusammenarbeit zwischen Anlagen oder Unternehmen bestätigt. Jetzt können mit KI und maschinellem Lernen die massiven Datenmengen, die durch das PLS erzeugt werden, besser analysiert werden, um Kunden zu helfen, die Produktionseffizienz zu steigern, Probleme vorherzusagen und die Lebensdauer von Assets zu verlängern.
Prozessautomation und -steuerung sind der Schlüssel zur Herstellung von Hochleistungsmetallen und eine Voraussetzung für digitalisierte, optimierte und nachhaltige Betriebsabläufe. Mit diesem Gedanken im Hinterkopf hat ABB eine Reihe von Lösungen entwickelt, die speziell auf Aluminiumhersteller abzielen. Bemerkenswerte Beispiele sind die Regelkreise von ABB für Exzentrizität und Härtekompensation bei Alunorfs Kaltwalz-Tandemstraße in Deutschland.
Zwei weitere Beispiele für ABBs Engagement, die Grenzen der Digitalisierung und Automatisierung im Aluminiumbereich zu erweitern, umfassen das ABB Manufacturing Operations Management for Metals, das verwendet wird, um die Mine, die Raffinerie, die Hütte und das Walzwerk in der weltweit größten voll integrierten Aluminiumanlage zu verbinden. Und das ABB Ability System 800xA Distributed Control System (DCS) wird bei der rekordverdächtigen Zweistrang-Vertikal- Stranggießanlage bei Dillinger Hüttenwerke AG in Deutschland eingesetzt.