Unternehmen
Noodle.ai und SMS digital führen KI-getriebene Applikation für die Stahlindustrie in den Markt ein. - Foto: SMS group
20.01.2020

KI-getriebene Applikation für die Stahlindustrie von Noodle.ai und SMS digital

Noodle.ai, führender Anbieter von Enterprise Artificial Intelligence®, und SMS digital, die Digitalisierungsspezialisten innerhalb der SMS group, haben nach Bekanntgabe ihrer Kooperation im Juni 2019 ihre erste gemeinsam entwickelte Applikation, die die Bezeichnung MPV (Mechanical Properties Variability) trägt, in den Markt eingeführt. Angesichts ständig schrumpfender Margen in der Stahlindustrie ist die Herstellung moderner, hochfester Stahlsorten für anspruchsvolle Anwendungen, wie z.B. in der Automobil- oder Elektroindustrie, ein Erfolg versprechender Weg, Profitabilitätssteigerungen zu erzielen. Die Herstellung dieser hochmodernen Stähle erfordert jedoch eine deutlich engere Prozessführung über den gesamten Produktionsprozess hinweg, der durch vielfältige Parameter in allen Bereichen der Prozesskette beeinflusst wird.

Die MPV-Applikation setzt auf künstliche Intelligenz (KI) und Machine Learning, um das Problem der Variabilität der mechanischen Werkstoffeigenschaften im Stahlherstellungsprozess in den Griff zu bekommen. Der völlig neue Ansatz setzt auf die einzigartige Fähigkeit, mithilfe von künstlicher Intelligenz Zusammenhänge zu „erspüren“  ̶  und daraus Vorhersagen und konkrete Empfehlungen abzuleiten. Es geht hierbei vor allem um die Eigenschaften Dehngrenze, Zugfestigkeit und Dehnung. Die Applikation erspürt Muster innerhalb der erfassten Produktionsdaten und ist in der Lage, daraus die Verursacher für Abweichungen von den geforderten mechanischen Werkstoffeigenschaften zu identifizieren. Sie kann vorhersagen, wann größere Schwankungen eintreten und gibt die Eingangsparameter und PDI-Einstellungen (Process Data Input = Prozesseingangsdaten) vor, mit denen die spezifizierten Werte für die Werkstoffeigenschaften Dehngrenze, Zugfestigkeit und Dehnung optimal eingestellt werden können.

Im Ergebnis kann die MPV-Applikation den Stahlherstellern helfen, Kosteneinsparungen auf verschiedenen Wegen zu erzielen: durch Reduzierung der Variabilität der mechanischen Eigenschaften, durch Reduzierung der Legierungskosten dank besserer Kontrolle über die Variabilität und durch die Einsparung von Material, das die Toleranzvorgaben nicht erfüllt und sonst als 2.-Wahl-Produkt verkauft oder verschrottet werden muss. Ein Stahlhersteller, der MPV bereits einsetzt, rechnet mit Einsparungen von 2 Mio. US-Dollar pro Jahr.

„Durch den Einsatz von künstlicher Intelligenz bei unserer Stahlproduktion können wir engere Toleranzen einhalten  ̶  eine wesentliche Voraussetzung für die Lieferung unserer Produkte in Absatzmärkte mit großen Margen wie die Automobil- oder Elektroindustrie. Dies bringt uns nicht nur Einsparungen, sondern hat auch direkte positive Auswirkungen auf unsere Erträgnisstruktur“, fasst Denis Hennessy, Director of Product Development bei Big River Steel, die Erfahrungen mit der neuen MPV-Applikation zusammen.

Neben der MPV-Applikation zur Reduzierung der Abweichungen bei den mechanischen Eigenschaften haben Noodle.ai und SMS digital bereits Lösungen entwickelt, die Stahlwerke dabei unterstützen, die Qualität ihrer Produkte insgesamt, die Anlagenverfügbarkeit und die Produktionseffizienz zu optimieren. Noodle.ai und SMS digital setzen ihr gebündeltes Know-how aus Anlagenbau, der Entwicklung von Prozessmodellen und dem Einsatz modernster Datenanalyse-technologien dazu ein, die Vorlaufzeit zu verkürzen und ihren Kunden darüber kurzfristig spürbare Ertragsverbesserungen zu verschaffen.

„Über unsere Kooperation mit SMS digital wollen wir Effizienzsteigerungen erzielen, die sich zum einen in einem besseren wirtschaftlichen Ergebnis für die Stahlhersteller niederschlagen, die zum anderen aber auch dazu beitragen, die weltweit anfallenden großen Mengen an unnötigen Industrieabfällen zu reduzieren“, so Stephen Pratt, Gründer und CEO von Noodle.ai. „Die bisherigen Ergebnisse der gemeinsam mit SMS digital entwickelten Applikation sind sehr vielversprechend. Wir gehen davon aus, dass im Laufe dieses Jahres 2020 eine wachsende Zahl von Stahlherstellern von unserer MPV-Applikation und unseren anderen gemeinsam entwickelten Produkten profitieren werden.“

SMS group

Schlagworte

Künstliche Intelligenz

Verwandte Artikel

21.11.2024

HÜTTENTAG thematisiert Wasserstoff und Künstliche Intelligenz

Am 19. November 2024 war es so weit: Über 300 Teilnehmende aus der Stahlbranche haben sich zum HÜTTENTAG im Glasfoyer des Congress Centers Ost der Messe Essen versammelt,...

3D-Druck ABP ABP Induction Systems GmbH Anlagen Arbeitssicherheit ArcelorMittal Automation Brenner Brennertechnik Bund China CO2 CO2-Emissionen Dekarbonisierung Deutschland Digitalisierung Direktreduktion DSV DVS Media GmbH Elektrifizierung Elektrolyse Elektrolyseur Emissionen Energie Entwicklung Erdgas Erfolgsfaktor Essen EU Finanzierung Flachstahl Gesellschaft Handel Hochofen HZ Industrie ING Investition KI Klima Koks Kooperation Künstliche Intelligenz LED Logistik Messe Messtechnik Nachwuchs Politik Produktion RWTH RWTH Aachen Schrott Stahl Stahlherstellung Stahlproduktion Stahlunternehmen Studie Technik Temperatur Transformation Umwelt Unternehmen USA VDMA Veranstaltung Wasserstoff Werkstoff Werkstoffe Wettbewerb Wirtschaft WV WV Stahl Zahlen Zukunftstechnologie
Mehr erfahren
28.10.2021

Neue Niederlassung in Nordamerika

Smart Steel Technologies, Anbieter von gebrauchsfertigen Anwendungen für künstliche Intelligenz, freut sich, die Eröffnung seiner nordamerikanischen Niederlassung in Cinc...

Entwicklung EU ING Künstliche Intelligenz Nordamerika Partnerschaft Smart Steel Technologies GmbH Software Unternehmen USA
Mehr erfahren
02.07.2021

Künstliche Intelligenz analysiert komplexe Materialien

Die Vorhersage des mechanischen Verhaltens aller Systeme, die uns umgeben, von Fahrzeugen und Raumschiffen bis hin zu Brücken und Wolkenkratzern, ist für Sicherheit und D...

Eisenforschung Forschung Künstliche Intelligenz Max-Planck-Institut MPIe Technik
Mehr erfahren