Son on yılda kağıt hamuru ve kağıt (K&K) endüstrisi, sürdürülebilirlik ve yapay zeka (AI) olmak üzere iki popüler, gelişmekte olan trendi benimsemiştir. Bugüne kadar çoğu kurumsal strateji, bu girişimlere birbirinden bağımsız olarak odaklanma eğilimindeydi. Ancak, şimdi yapay zekayı sürdürülebilirlik cephesinde işe koymanın tam zamanı!
Sürdürülebilirlikle ilgili olarak, K&K endüstrisi, sektörün yoğun kaynak kullanan doğası nedeniyle çok fazla incelemeyle karşı karşıya. Çoğu K&K fabrika yöneticisinin sürdürülebilirlik için iyi tanımlanmış hedefleri var. Çevre üzerinde olumlu bir etkiye sahip olmaya ve sosyal ve ekonomik konular üzerinde olumsuz bir etkiye sahip olmaktan kaçınmaya çalışırken doğal kaynakları korumayı taahhüt ederler. Bu sürdürülebilirlik hedefleri şunlar:
Amerikan Orman ve Kağıt Birliği (AF&PA), 2020 Sürdürülebilirlik Raporu'nda K&K sektörünün başlıca başarılarını takdir etti. Bununla birlikte, kağıt geri kazanımı (geri dönüşüm için) ve su kullanımı da dahil olmak üzere karşılanmamış birçok hedef bulunuyor (Şekil 1).
a.
b.
Şekil 1. AF&PA üyelerinin sürdürülebilirlik hedeflerinde yıllık düşük performans: (a) geri dönüşüm için kağıt geri kazanımı ve (b) su kullanımı. (Kaynak: 2020 AF&PA Sürdürülebilirlik Raporu)
Sürdürülebilirlik hedeflerine daha akıllı, sürdürülebilir üretim yoluyla ulaşılabilir, ancak bunlara ulaşmak muhtemelen derinlemesine bir analiz ve kapsamlı bir eylem planı gerektirecektir. Ayrıca, fabrika yöneticileri mevcut sürdürülebilirlik hedeflerinin tamamına ulaştıklarında, ek değişimleri hızlandırmak için daha iddialı hedefler belirleme konusunda baskı altında olacaklardır. Peki “kolay” hedeflere ulaşıldıktan sonra ek sürdürülebilirlik hedeflerine nasıl ulaşırsınız?
Üretim süreci, bu sürdürülebilirlik hedeflerine ulaşmak için çeşitli fırsatlar sunar. Ancak kağıt üretimi - ölçülmesi zor kalite testlerine ve sınırlı gerçek zamanlı optimizasyon fırsatlarına sahip hızlı bir üretim ortamı - benzersiz bir zorluk oluşturuyor. Tek bir yanlış hareket tüm süreci bozabilir.
Günümüzde K&K fabrika operatörleri, proseslerini yakından izlemek ve kontrol etmek için dağıtılmış kontrol sistemlerinden (DCS) ve kurulu çok sayıda sensörden yararlanmaktadır. Süreci optimize etmek için kağıt fabrikası operatörleri ve mühendisleri verileri hızlı bir şekilde analiz etmeli ve girdileri hızlı bir şekilde ayarlamalıdır. Yapay zeka burada yardımcı olabilir. Makine öğrenimi ve tahmine dayalı modelleme gibi yapay zeka teknikleri, etkileyicileri bir araya getirmeye, üretim anormalliklerini tespit etmeye veya tahmine dayalı, kuralcı veya temel neden analitiği için modeller oluşturmaya başlamak için büyük miktarda geçmiş veriye ihtiyaç duyar. Bu teknikler, K&K fabrikalarında toplanan muazzam miktardaki verilerin ayrıştırılması için son derece kullanışlıdır. Geçmiş ve gerçek zamanlı verileri izlemek, takip etmek ve analiz etmek için yeni yapay zeka ürünleri mevcuttur. Yapay zeka ürünleri ayrıca proses modelleri oluşturur ve otonom kontrol sağlar.
Sürdürülebilirlik için Yapay Zeka Destekli Çözümler
İnsan ve yapay zekanın bir araya getirilmesi, K&K fabrikalarının en zorlu sürdürülebilirlik sorunlarının üstesinden gelmesini sağlar. Özellikle yapay zeka güdümlü otonom kontrol, üretim girdilerini optimize ederken kağıt fabrikası operatörlerine sürdürülebilirlik hedeflerine tutarlı bir şekilde ulaşma fırsatı sunar. Elyaf kullanımı söz konusu olduğunda, yapay zekanın elyaf dozajı ve kağıt harmanı seçimi hakkında kararlar vermesine izin vermek, operatörlere sürdürülebilirlik hedeflerine ulaşmak için çeşitli fırsatlar sunar:
- Otomatik optimizasyonlu elyaf tüketimi: Kalite gereksinimlerini karşılamak için yalnızca gerekli elyaf miktarını kullanır (Hedef - Ormancılık)
- Otomatik ayarlı kağıt harmanı karışımı: En ekonomik ve sürdürülebilir elyaf karışımını seçer ve geri dönüştürülmüş veya kalite dışı kağıt içerir (Hedef - Ormancılık, Atık)
Bu, temel kalite parametreleri için sanal bir sensör oluşturmak üzere yapay zeka ve makine öğrenimi kullanılarak ve ardından kağıt harmanlarını optimize etmek için yapay zeka güdümlü bir geri bildirim kontrol döngüsü entegre edilerek gerçekleştirilir. Elyaf kalitesi ve makine koşulları dakikadan dakikaya değişebileceğinden, makine öğrenimi bu sürecin önemli bir bileşenidir. Makine öğrenimi, yapay zeka sisteminin proses ayarlama kararlarını operatörlerin verebileceğinden daha hızlı ve daha sık almasına olanak tanır.
Bu örneği kağıt üretim sürecindeki ek uygulamalara ölçeklendirerek, yapay zeka karar verme ve otonom kontrol, fabrika yöneticilerinin kalan sürdürülebilirlik hedeflerini gerçekleştirmelerine yardımcı olabilir. Örneklere şunlar dahildir:
- Otomatik olarak optimize edilmiş kimyasal dozajlama: Çamur susuzlaştırma işlemini iyileştirir, böylece yakmak için daha az enerji gerektiren veya düzenli atık toplama sahalarına gönderecek daha az atık çamur oluşturur (Hedef - Enerji, Emisyonlar, Atık)
- Otonom biyosit dozajlama: Uçucu yağ asitlerinin (VFA) oluşmasını önler ve daha az su gerektirir (Hedef - Su)
Solenis'in Sürdürülebilirlik Odağı
Solenis'te vizyonumuz, inovatif proses ve su şartlandırma çözümleri yoluyla müşterilerimizin başarısını sağlamaktır. Yapay zeka odaklı çözümler, kaynakları ve üretim süreçlerini daha etkili yönetmek için dönüşümsel bir yaklaşım sağlar. Solenis, kimyasalları ve yapay zeka odaklı teknolojileri bir araya getirerek müşterilerimizin daha sürdürülebilir bir geleceğe olan bağlılığını desteklemektedir. Makine öğrenimi, otonom kontrol çözümü olan OPTIX™Uygulamalı Zeka platformumuz sayesinde müşterilerimiz operasyonel tasarruf sağlar ve sürdürülebilirlik hedeflerine ulaşır.
Solenis'in 2020 Sürdürülebilirlik Raporunu okumak için buraya tıklayın.