Processoptimering med hjälp av Artificiell Intelligens i glasbruk

Viktiga resultat som projektet gav

Syftet med projektet var att använda AI för att förutsäga och optimera glasmassans kvalitet. Målet var att utveckla ett system för datainsamling, analys och återkoppling. Vi har skapat ett effektivt datainsamlingssystem och implementerat automatisk analys av glaspuckar, vilket ska förbättra produktionsprocessen. Prototypen för datainsamlingen har testats på tre olika glasbruk: OKB, Reijmyre och Målerås. Dessutom, ett AI baserad verktyg för att utvärdera kvalitén på glasprover har också utvecklas. “Acoustic Agree” testade sin NAW®-teknik för att detektera bubblor i glas.

Långsiktiga effekter som förväntas

Maskininlärningsverktyget ska utvecklas vidare och kan förbättra kvaliteten och minskar defekter vid produktion av glasmassa, med integrerad ultraljudsdetektering för tidig identifiering av bubblor i varm glasmassa. Det AI-baserade verktyget för automatisk analys av glaskroppar kan vidareutvecklas för andra industriella applikationer. Projektet skapar underlag för implementering inom konstglasindustrin, med flexibilitet för olika ugnstyper och glassorter och hjälpa glasbruken att underlätta arbetet, förbättra kvaliteten och minska energiförbrukningen.

Upplägg och genomförande

Projektet genomfördes enligt leveranserna i arbetsplanen. Projektarbetet var starkt beroende av samarbetet mellan glasverk och andra projektmedlemmar på grund av behovet av installation av utrustning, genomförande av experiment och datainsamling. På grund av flera problem var det mycket utmanande att först göra en exakt planering och sedan genomföra alla aktiviteter i tid. Den främsta orsaken var pandemin och den personliga involveringen hos projektpartners. Det är tydligt att en styrgrupp med representanter från RISE, Zenta, OKB, Reijmyre och Målerås hade varit nödvändig.