Cogniplant, transformación hacia una planta inteligente

Tubacex, firma multinacional especializada en la producción de tubos y aleaciones sin soldadura, persigue transformar su factoría de Amurrio en una planta inteligente, con reducciones muy significativas del consumo energético en los hornos y de los defectos y rechazos.

El objetivo era llevar a cabo una digitalización integral de Aceralava, su planta de Amurrio, con el reto de ahorrar anualmente unos 3,5 GWh y, por tanto, generar 6.000 toneladas menos de CO2. Este ahorro se puede conseguir por dos vías complementarias: la optimización de los hornos, tanto el de fundición como el de descarburización, y el aumento de la eficacia del proceso de la planta, cubriendo desde fundido, lingotado y forja hasta la creación de tubos y los problemas de calidad que estos presentan.

Ayesa, a través de Ibermática, trabaja, desde la innovación, para ir más allá de una digitalización de la planta y hacerla inteligente. Aprovecha los últimos desarrollos en analítica avanzada y razonamiento cognitivo, junto con un uso disruptivo del concepto Digital Twin para mejorar el rendimiento de la operación.

La información de los seis grandes procesos que componen la planta de Amurrio se obtiene de sensórica instalada exprofeso y, sobre todo, de los sistemas de gestión preexistentes. Toda esta información conforma el Datalake interno en el que se recoge la información para su posterior envío a la plataforma cloud, que sirve de origen de datos a las diferentes herramientas de Machine Learning que conformarán los procesos de análisis y decisión.

Aceralava cuenta ahora con una visión novedosa de la monitorización y el análisis de datos. Ha logrado reducir el material de desecho, mediante modelos de ML que permiten establecer relaciones ocultas entre los procesos y los problemas de calidad que estos presentan.

Ha podido maximizar la eficiencia energética del horno eléctrico, procesando datos del proceso de fundido del horno para crear un Gemelo Digital basado en modelos de ML, que facilita la búsqueda del proceso óptimo de fundido de los componentes, y tiene en cuenta el grado de acero objetivo y los elementos de la colada.

Por último ha maximizado la eficiencia del horno de descarburación, desarrollando modelos de ML que optimizan su consumo energético y de gases y, además, ofrecen recomendaciones para la optimización de la producción.