AI effektiviserar industriella processer

Flotationsprocessen i Bolidens Aitik-gruva. Foto: Bizmaker

Calejo Industrial Intelligence har tillsammans med företaget Optimation och Boliden Mineral nyligen avslutat ett framgångsrikt AI-projekt finansierat av Vinnova och PiiA. Parterna har tillsammans lyckats använda AI i kombination med fysikalisk modellering för att effektivisera en av Bolidens mer komplexa processdelar.

Liksom de flesta företag inom processindustrin, så ser även Boliden en stor potential i att kunna använda sig av simuleringar av sina komplexa processer. För att kunna göra detta behövs det skapas snabbare och mer kostnadseffektiva modeller över hela eller delar av produktionsprocesserna, som också kan uppdateras på ett enkelt och effektivt sätt.

– Projektets idé har därför varit att effektivisera processmodelleringen genom att skapa en digital tvilling, som består av en kombination av matematiska formler och AI. Avsikten är att även på sikt kunna använda denna digitala modell av processen för att optimera processtyrningen, säger Johannes Holmberg, vd för Calejo Industrial Intelligence.

I projektet fokuserades på en avgränsad del av processteget flotation i Bolidens Aitik-gruva. Flotation är en komplex processdel, som omfattar många olika typer av fysikaliska händelser. Processen är kontinuerlig, men förutsättningarna förändras över tid kopplat till skiftningar i sammansättningen i inkommande malm.

Flotationstekniken används här för att avskilja de värdefulla mineralerna genom att få dem att flotera, flyta upp, i ett skum av luftbubblor med hjälp av kemikalietillsatser, omrörning och lufttillsatser. För att kunna reglera flotationscellerna med en mer avancerad styrning krävs en fungerande och rättvisande modell, som inte enbart är traditionellt fysikalisk.

– Att ha en tillförlitlig modell av sina processer är ett viktigt steg mot en mer övergripande processoptimering. På grund av sin komplexitet är flotationsprocessen svår att modellera med traditionell fysikalisk modellering. Delar av processen är även svår att mäta, vilket begränsar möjligheterna att skapa en ren AI-modell baserad på historiska data, säger Johannes Holmberg, Calejo.