In de afgelopen tien jaar heeft de pulp- en papierindustrie (P&P) twee populaire, opkomende trends omarmd: duurzaamheid en kunstmatige intelligentie (AI). Tot nu toe richten de meeste bedrijfsstrategieën zich onafhankelijk van elkaar op deze initiatieven. Maar nu is het tijd om AI in te zetten op het gebied van duurzaamheid!
Wat duurzaamheid betreft, wordt de P&P-industrie kritisch bekeken door de grondstofintensieve aard van de industrie. De meeste managers van P&P-fabrieken hebben duidelijk gedefinieerde duurzaamheidsdoelstellingen. Ze zetten zich in voor het behoud van natuurlijke hulpbronnen en streven ernaar een positieve invloed op het milieu te hebben en een negatieve invloed op sociale en economische kwesties te vermijden. Deze duurzaamheidsdoelstellingen omvatten:
De American Forest & Paper Association (AF&PA) erkent in hun duurzaamheidsrapport van 2020 de belangrijkste prestaties van de P&P-industrie. Toch zijn er nog verschillende doelen niet bereikt, waaronder papierterugwinning (voor recycling) en watergebruik (Afbeelding 1).
a.
b.
Figuur 1. Jaarlijks onderpresteren van de duurzaamheidsdoelen van AF&PA-leden: (a) papierterugwinning voor recycling en (b) watergebruik. (Bron: 2020 AF&PA Sustainability Report)
Duurzaamheidsdoelen kunnen worden bereikt door slimmer en duurzaam te produceren, maar om ze te bereiken is waarschijnlijk een diepgaande analyse en een uitgebreid actieplan nodig. Zodra de huidige duurzaamheidsdoelen zijn behaald, worden fabriekmanagers daarnaast onder druk gezet om ambitieuzere doelen te stellen om aanvullende veranderingen te versnellen. Dus hoe bereik je aanvullende duurzaamheidsdoelen nadat de 'eenvoudige' doelen zijn bereikt?
Het productieproces biedt verschillende mogelijkheden om deze duurzaamheidsdoelen te realiseren. Papierproductie vormt echter een unieke uitdaging. Papier wordt in een snelle omgeving geproduceerd met moeilijk te meten kwaliteitstesten en beperkte mogelijkheden voor realtime optimalisatie. Eén verkeerde ingreep kan het hele proces verstoren.
Tegenwoordig gebruiken operators van P&P-fabrieken hun gedistribueerde besturingssysteem (DCS) en de vele geïnstalleerde sensoren om hun proces nauwkeurig te bewaken en te controleren. Om het proces te optimaliseren moeten operators en technici de gegevens snel analyseren en de invoer snel aanpassen. Dit is waar AI kan helpen. AI-technieken, zoals machine learning en voorspellende modellen, hebben enorme hoeveelheden historische gegevens nodig om beïnvloeders te groeperen, productie-afwijkingen te detecteren of modellen voor voorspellende, prescriptieve of root-cause analyses op te stellen. Deze technieken zijn ongelofelijk handig voor het sorteren van de enorme hoeveelheden gegevens die worden verzameld bij P&P-fabrieken. Er zijn nieuwe AI-producten beschikbaar om historische en realtime gegevens te controleren, volgen en analyseren. AI-producten maken ook procesmodellen en zorgen voor autonome besturing.
AI-oplossingen voor duurzaamheid
Door de combinatie van menselijke en kunstmatige intelligentie kunnen P&P-fabrieken de moeilijkste duurzaamheidsuitdagingen aangaan. Fabrieksoperators kunnen met AI-gestuurde autonome besturing vooral consistent duurzaamheidsdoelstellingen behalen en tegelijk de productie-input optimaliseren. Bij vezelgebruik hebben operators verschillende mogelijkheden om duurzaamheidsdoelstellingen te bereiken als de AI mag beslissen over de vezeldosering en de keuze van het pulpmengsel.
- Automatisch geoptimaliseerd vezelverbruik: gebruikt alleen de hoeveelheid vezel die nodig is om aan de kwaliteitseisen te voldoen (Doel – Bosbouw)
- Automatisch aangepast pulpmengsel: selecteert de meest economische en duurzame vezelmix en gebruikt gerecycled papier of papier van mindere kwaliteit (Doel – Bosbouw, Afval)
Dit wordt bereikt door AI en machine learning te gebruiken om een virtuele sensor te creëren voor de belangrijkste kwaliteitsparameters en vervolgens een AI-gestuurde feedbackregelkring op te nemen om de vezelmassa te optimaliseren. Omdat de vezelkwaliteit en de omstandigheden van de machine van minuut tot minuut kunnen verschillen, is machinaal leren een belangrijk onderdeel van dit proces. Door middel van machine learning kan het AI-systeem sneller en vaker beslissingen nemen over procesaanpassingen dan operators.
Door dit voorbeeld te extrapoleren naar andere toepassingen binnen het papierproductieproces, kunnen fabrieksmanagers hun resterende duurzaamheidsdoelen realiseren met AI-besluitvorming en autonome besturing. Voorbeelden zijn:
- Automatisch geoptimaliseerde chemiedosering: verbetert de ontwatering van slib, waardoor slib ontstaat dat minder energie nodig heeft om te verbranden of zorgt voor minder afval dat naar stortplaatsen moet worden gebracht (Doel – Energie, Emissies, Afval)
- Autonome biocidedosering: voorkomt de vorming van vluchtige vetzuren (VFA) en heeft minder zoet water nodig (Doel – Water)
Solenis' focus op duurzaamheid
Onze visie bij Solenis is om klanten succes te garanderen door middel van innovatieve proces- en waterbehandelingsoplossingen. AI-gestuurde oplossingen bieden een transformatieve aanpak om resources en productieprocessen effectiever te beheren. Door chemie en AI-gedreven technologieën te combineren, ondersteunt Solenis het streven van onze klanten naar een duurzamere toekomst. Dankzij ons OPTIX™ Toegepaste Intelligentie platform, een machine learning aangedreven, autonome besturingsoplossing, bereiken klanten operationele besparingen en duurzaamheidsdoelen.
Klik hier om het Duurzaamheidsverslag 2020van Solenis te lezen.