ProcTwin - Integrierte Modellierung für nachhaltige und optimierte Stahlherstellungsprozesse

Ausgangssituation:
Die Stahlproduktion umfasst mehrere Verarbeitungsschritte – wie Stranggießen, Wiedererwärmen, Warmumformen, Abschrecken und Richten – die zwar separat gesteuert werden, jedoch stark über gemeinsame Parameter miteinander verknüpft sind. Diese Abhängigkeiten erschweren eine durchgängige Optimierung der gesamten Prozesskette, obwohl bekannt ist, dass Prozessoptimierung den CO₂-Fußabdruck erheblich reduzieren kann. Viele kritische Prozessdaten sind nicht direkt messbar, und neue digitale Werkzeuge werden benötigt, um den Übergang zu einer nachhaltigeren Stahlproduktion zu beschleunigen.
Projektziele:
- Entwicklung einer Demonstrationsplattform, um den optimalen Einsatz mehrerer Verarbeitungsschritte in einer Stahlherstellungskette vorherzusagen und zu visualisieren
- Ermöglichung einer intelligenten Optimierung von Energieeffizienz und Produktqualität mittels integrierter numerischer Modellierung
- Anwendung und Validierung der Ansätze in zwei industriellen Use Cases bei Celsa (ES) und SSAB (SE)
- Verbesserung der Prozesssteuerung und Unterstützung der Bediener über die gesamte Produktionskette hinweg
Innovative Ansätze:
- Intelligente Kopplung der vernetzten Prozessschritte durch numerische Simulationen, Soft-Sensoren, Prozessdaten und verteiltes maschinelles Lernen
Integrierte numerische Modellierung, die Wechselwirkungen, Abhängigkeiten und Rückkopplungsschleifen zwischen den Prozessstationen abbildet
- Anpassung physikalisch basierter Modelle jedes Prozessschritts, um kritische, nicht messbare Daten zu generieren
- Entwicklung neuer Sensoren und sicherer Datenintegrationsmethoden für den zuverlässigen und effizienten Austausch industrieller Daten
- Verteiltes maschinelles Lernen zur Vorhersage komplexer Prozessketten mit großen Parameterumfängen
- Zusammenführung aller Technologien in einer einheitlichen Demonstratorplattform
Nutzen für die Industrie:
- Verbesserte Energieeffizienz und reduzierte Stillstands- bzw. Leerlaufzeiten
- Höhere Produktqualität durch bessere Vorhersagen und Abstimmung der einzelnen Prozessschritte
- Schnellere und effektivere Transformation hin zu einer CO₂-armen und nachhaltigen Stahlproduktion
- Verbesserte Bedienerunterstützung durch datengestützte Einblicke und Prozessvisualisierung
- Bessere Nutzung bestehender Anlagen durch optimierte Prozessketten
Fördermittelgeber:

Weitere Informationen:
Partner
Förderungsnummer
Ihre Kontaktperson

38 Dr. Ahmad Rajabi
+49 211/98492-215
ahmad.rajabi_at_bfi.de



