Antingen stödjer din webbläsare inte javascript, eller är javascript inaktiverat. Denna webbplats fungerar bäst om du aktiverar javascript.

Problembeskrivning: Nuvarande industriella smältprocesser kännetecknas ofta av hög termisk tröghet och komplexa mönster för effektbehov. För elintensiva aktörer som Vargön Alloys leder oförmågan att exakt förutsäga och flytta laster i realtid till:

  • Ineffektiv energianvändning under perioder med hög efterfrågan (fluktuationer i spotpriser).
  • Ökade kostnader på grund av oförmåga att agera utifrån volatila marknadspriser.
  • Minskad nätstabilitet, då storskaliga industriella laster kan belasta det övergripande energisystemet om de inte hanteras flexibelt.

Den föreslagna lösningen: Avancerad digitalisering
ADAPT drivs av Vargön Alloys specifika industriella behov av att stärka sin förmåga att förstå, planera och agera kring sin elförsörjning. Genom att utforma och implementera en prediktiv digital tvilling syftar ADAPT till att skapa en virtuell kopia av smältverksamheten. Ramverket för den digitala tvillingen flyttar fokus för industriellt underhåll från traditionella, statistiska och tidsbaserade modeller till ett dynamiskt tillvägagångssätt som grundar sig på realtidsövervakning och analys av driftsdata från enskilda anläggningsdelar. Detta digitala verktyg kommer att använda realtidsdata och prediktiv analys för att: Öka energieffektiviteten genom att optimera ugnarnas drift baserat på simulerade utfall. Möjliggöra lastflexibilitet, vilket gör att anläggningen kan justera förbrukningen utifrån signaler från elnätet utan att kompromissa med produktionskvaliteten. Stärka konkurrenskraften genom att sänka driftskostnaderna och sömlöst integreras i den svenska industrins framtida ramverk för "avancerad digitalisering".

ADAPT fokuserar på att uppnå följande mål:
• Digital kartläggning med hög upplösning: Implementera IoT-baserad sensorteknik för att registrera processens "energiprofil" med intervall kortare än en sekund, vilket möjliggör identifiering av tillfällig ineffektivitet.
• Prediktiv simulering: Utveckla en digital tvilling som stödjer "tänk-om"-scenarier för lastflyttning, vilket möjliggör deltagande på marknader för flexibilitetstjänster (FCR/mFRR) utan att kompromissa med produktionskvaliteten.
• Optimering av termisk logik: Modellera och optimera gränssnitt för värmeöverföring för att maximera återvinning och utnyttjande av spillvärme för integrering i fjärrvärmenätet.

Forskningsområde

  • Maskinteknik

Forskningsmiljö / Institution

  • Övrig forskning
  • Institutionen för ingenjörsvetenskap

Forskningspartner

  • Vargön Alloys AB

Forskningsfinansiär

  • Vinnova

Projekttid

2026 - 2028

Senast uppdaterad