Smart Grinding

OPTIMIZE YOUR PRODUCTIVITY

Herausforderung

Immer mehr Unternehmen in der Mineralrohstoffbranche stellen die neuen Marktgegebenheiten vor schwierige Herausforderungen. Smart Grinding (intelligentes Mahlen) setzt bei diesen Herausforderungen an. Hierbei werden durch das Einführen einer intelligenten Anlagensteuerung (unter Einbezug von Werkzeugen des Machine Learnings) die Prozessabläufe optimiert. 

So ist es für Unternehmen oftmals schwierig hoch qualifiziertes Personal für die Steuerung der Produktionsabläufe beim Mahlen zu finden. Auf der anderen Seite zeigt sich, dass auch hochqualifizierte Arbeitskräfte zunehmend Schwierigkeiten haben, die kontinuierlich zunehmende Datenflut mit der das Personal im laufenden Betrieb konfrontiert wird, zureichend bei der Auswahl der optimalen Betriebsparameter zu berücksichtigen. Als Resultat werden beim Betrieb der Mahlanlagen immer höhere Sicherheitsspannen gewählt, um einen kontinuierlichen und störungsfreien Betrieb zu bewerkstelligen. Leider wirkt sich dies aber negativ auf die Produktionskennzahlen aus. So führt dies oftmals zu höheren Schwankungen bei den erzielten Produktqualitäten und zudem zu einer Reduktion der Gesamtproduktionskapazität.

Auf der anderen Seite, stellt die generell steigende Sensibilisierung der Rohstoffkonzerne in Hinblick auf Nachhaltigkeit und das damit verbundene  steigende Umweltbewusstsein, Unternehmen vor die Herausforderung ihre Anlagen immer energieeffizienter zu betreiben.

Smart Grinding bei

Mahlanlagen, Vertikalrollenmühlen, Labormühlen, Zementmühlen, Kugelmühlen, Stabrohrmühlen

Smart Grinding – intelligentes Mahlen für Mahlanlagen, Vertikalrollenmühlen, Labormühlen, Zementmühlen, Kugelmühlen, Stabrohrmühlen

Lösung

Das Smart Grinding - System

Mit dem Produkt Smart Grinding bietet Cemtec-Digital Betreibern von trockenen Mahl-Sichtkreisläufen hierfür  eine Abhilfe, indem es  ihnen ermöglicht wird, ihren Mahlkreislauf energieoptimiert und vollständig autonom zu betreiben.

Durch eine intelligente Analyse und Auswertung aufgezeichneter Betriebsdaten (e.g. Maschinenparameter, Korngrößenverteilung des Mahlprodukts) auf einem Edge-Gerät wird unter Zuhilfenahme von Methoden des maschinellen Lernens (Reinforcement Learning) ein digitaler Zwilling der Anlage erstellt. Dieses digitale Abbild der Anlage bildet die Basis für ein hybrides Regelkonzept, welches situativ aus einer Vielzahl von physikalisch- und datenbasierten Regelalgorithemen den jeweils optimalen Zugang für den Betrieb der Anlage selektiert.

 

Die Abbildung zeigt eine schematische Darstellung des derzeitigen (grau) und zukünftig angedachten Ablaufes (blau).

Produkt

Kundenvorteile

Energie- & Kosteneinsparungsberechnung

Klicken Sie hier um ihre potentiellen Energie- & Kosteneinsparungen zu berechnen.