BFI VDEh-Betriebsforschungsinstitut GmbH

Ausgangssituation:

Die Ebenheit spielt sowohl für die Prozessqualität als auch für die Qualität von Band- oder Grobblech eine überragende Rolle.  Zur Messung von Ebenheit und Ebenheitsabweichungen wurden spezielle Messgeräte entwickelt, und in der Vergangenheit wurden ganze Prozesse auf die Erzielung hochwertiger Ebenheitseigenschaften zugeschnitten. Bei einigen Stahlsorten, die zunehmend an Bedeutung gewinnen, wird eine gute Planheit jedoch nicht reproduzierbar erreicht.

Die Situation hat sich verschärft, da der Weltmarkt die europäischen Stahlproduzenten aus ihrer Komfortzone herausdrängt. Andere Länder haben in Bezug auf Produktionsqualität und Technologie aufgeholt. Die Zahl der weltweiten Konkurrenten mit guten Produkten nimmt zu, so dass der Marktanteil Europas ständig sinkt.

Der Ausweg aus diesem Dilemma liegt auf der Hand: die Produktqualität weiter steigern, neue Stahlsorten einführen und High-End-Produkte zur Abdeckung von Nischenmärkten maßschneidern. Vor allem durch die Nachfrage der Automobilindustrie getrieben, können dünnere und höherfeste Stähle hier den Ausschlag geben, da die Automobilhersteller gezwungen sind, extrem leichte Stahlwerkstoffe zu verwenden, um ihre CO₂-Anforderungen zu erfüllen, die sich durch ausgelegte Materialeigenschaften wie Streckgrenze, Bruchdehnung und Duktilität auszeichnen.

Projektziele:

HatFlat wird eine einzigartige Methode anwenden, um bestehende Modelle, die auf physikalischen Gesetzen beruhen - sogenannte First-Principal-Modelle - und modernste Ansätze des maschinellen Lernens (ML) zu kombinieren. Dieser sogenannte physikalisch informierte ML-Ansatz ermöglicht es

a) die Vorhersage von Flachheit und Flachheitsmängeln zu verbessern
b) die Einflussfaktoren mit dem größten Einfluss auf die Flachheit zu identifizieren und
c) Vorschläge für Prozessänderungen zu machen (wenn die Produktqualitätsspezifikationen nicht betroffen sind), um eine bessere Flachheitscharakteristik zu erreichen.

Im Rahmen des Projekts werden auch bewährte Industrie 4.0-Tools wie digitale Produktzwillinge für das Hosting der Vorhersagemodelle eingesetzt.

Die in HatFlat entwickelten Modelle werden zu einem ganzheitlichen Hilfsmittel für die Vorhersage der Planheit zusammengefügt. Dies spiegelt die übergreifende rote Linie unseres Projekts wider. Mit einer starken Industriebeteiligung einiger der größten stahlerzeugenden Unternehmen Europas, die der Prozesskette der Stahlverarbeitung mit Flachband- und Grobblechprodukten zugeordnet sind, zwei renommierten Stahlforschungsinstituten und einer Universität, die alle zusammenarbeiten, um ein neues Werkzeug zur Vorhersage, zum Verständnis und zur Verbesserung der Planheit zu schaffen.

Innovative Ansätze:

• Anwendung neuester Technologien des maschinellen Lernens zur Lösung von Planheitsproblemen und zur Bereitstellung von Vorhersagemodellen für die Produktionslinie
• Kombination bestehender erster Hauptmodelle mit maschinellem Lernen für einen physikalisch informierten Ansatz
• Einführung digitaler Zwillinge als bewährtes Instrument zur Vereinfachung der Verwaltung von Daten und Modellen
• Ganzheitlicher Ansatz, der Prozessvariablen über mehrere Prozessschritte mit hochaufgelösten Rohdaten und nicht nur charakteristischen Werten berücksichtigt
• Optimierung der Prozesskette durch die Anwendung von Vorhersagemodellen zur Generierung einer Reihe von zukünftigen Möglichkeiten, wobei die beste für das jeweilige Produkt ausgewählt wird
• Gemeinsames, von den Partnern entwickeltes Softwaretool, nicht nur zur Verbesserung der Planheitsvorhersage, sondern auch zur Generierung von Wissen und zur Schulung innerhalb der Werke und der gesamten Industrie

Nutzen für die Industrie:

Die Vorteile für die Stahlindustrie, die durch HatFlat entstehen, sind erheblich. Da die Planheit eines der wichtigsten Qualitätsmerkmale für Bänder und Bleche ist, wird sich die Produktqualität für die Hersteller insgesamt verbessern. Dies wird die Kundenbindung erhöhen und einen Wettbewerbsvorteil gegenüber Herstellern in anderen Ländern darstellen. Außerdem kann der Durchsatz der Anlagen erhöht werden, da eine bessere Planheit der Produkte das Risiko von Verzögerungen verringert und zu einem insgesamt stabileren Prozess führt.

Planheitsfehler werden reduziert, was zu einer direkten Senkung der Kosten pro Anlage und Jahr führt. Dazu gehören Kosten für Nacharbeit, Verschrottung und Reklamationen von Kunden. Darüber hinaus zeigen erste Erfahrungen mit Güten höherer Streckgrenze deutlich, dass mit steigender Streckgrenze ein höherer Verlust durch Planheit zu erwarten ist. Dies zeigt, dass Planheitsfehler die Werke daran hindern, neue Stahlsorten zu produzieren, da die Planheitsprobleme andauern.