Ta nästa steg med AI
Av BASF började använda AI och maskininlärning för att bättre kunna planera underhållet på sina stora ugnar.
– Tidigare krävde det fem års planering inför ett stopp men nu har vi kommit ned till ett års planering. Konceptet som utvecklades vid en fabrik har sedan flyttats till fem andra fabriker, säger Vinay Singh ansvarig för dataanalys hos Basf.
De tyckte sedan att de hade full koll men så var inte fallet.
– Vi hade koll på all data i våra fabriker, men det är viktigt att inte glömma omvärlden.
Han ger ett exempel från förra året när där de fick dra ned produktionen vid huvudanläggningen i Ludwigshafen på grund av låga vattennivåer i floden Rhen. Det låga vattenståndet påverkade både produktionen som använder vatten och även möjligheten att använda Rhen som transportled. Nu har de därför även tagit in data om vattennivåer och använder detta i sin planering och försöker förutse hur vattennivåerna kommer att se ut det närmsta halvåret och planerar hur råvarorna ska fraktas in utifrån denna detta.
Ett annat exempel är att fabriken i Ludwigshafen har de tre egna kraftverk som tillverkar el och ånga. I vissa fall behöver de inte all energi som produceras utan denna kan säljas ut på det övriga elnätet.
– Priset flukturerar så kraftigt att det är väldigt svårt för oss att veta när det är lönsamt att producera och sälja och när det är bättre att inte producera el.
De har därför analyserat hur mycket energi de behöver och när samt när det finns efterfrågan i omvärlden. Genom att samla data och analysera kunde bättre förutse när de skulle producera och när det var lönt att sälja överskottet.
Överskottsvärme var nästa exempel. Det uppstår också mycket överskottsvärme i produktionen, värme som tidigare ventilerades ut. Därför kartlade de hur mycket överskottsvärme som uppstår, hur mycket energi den innehåller och vilka processer som istället behöver värme. Genom att analysera all denna data har de nu hitta avsättning för mycket av överskottsvärmen internt.
Vinay Singh menar att det är viktigt att tänka brett när det gäller dataanalys
– Dataanalys måste vara en del av alla företags strategi och ni måste vara öppna och titta på hela värdekedjan i era analyser. Det är också viktigt att kartlägga vem som kan analysera den data du samlar in. Du behöver inte samla all data utan den data som du tror kan skapa nytta för dig.