Tagarchief: Datamodellering

Datamodellering voor een optimale recyclage van productie-uitval van koper

Lees het gehele artikel

Productie-uitval van hoogwaardig koper, al dan niet bedekt met isolatiemateriaal, kan in een productieomgeving contaminaties oplopen hebben. Hierdoor kan het koper niet opnieuw rechtstreeks in de productie van walsdraad ingezet worden. Dat zou immers aanleiding kunnen geven tot een minderwaardige kwaliteit. Daarom werkte Aurubis Belgium vanuit de beschikbare data een modellering uit om het hoogwaardig koperschroot toch direct in de smeltoven van walsdraad te kunnen recycleren, zonder dat er kwaliteitsverlies optreedt.

Aurubis Belgium in Olen produceert koperen walsdraad die bij klanten verder verwerkt wordt tot koperdraad en -kabel. De draad wordt op maat van de klant gemaakt om zo de optimale kwaliteit voor de uiteindelijke toepassing te leveren. Verschillende aspecten zijn belangrijk voor de klant, waaronder de geleidbaarheid, de oppervlaktekwaliteit en de trekbaarheid. De belangrijkste beïnvloedende factoren zijn de kwaliteit van de grondstof en de metallurgische verwerking ervan, alsook mogelijke insluitsels afkomstig van de smelt- en/of walsoperatie. De kwaliteitsopvolging gebeurt al intensief via online metingen met verschillende sensoren tijdens het productieproces. Koper is echter een zeer kostbare grondstof. Aurubis wilde daarom ook de productie-uitval bij zijn klanten opnieuw inzetten in de productie van walsdraad. Het zuivere schroot volledig raffineren is een alternatieve piste, maar zowel ecologisch als economisch niet ideaal.

Reeds beschikbare gegevens optimaal inzetten

De sleutel tot dit succes was het inzetten van datamodellering in real-time. Men vertrok daarvoor vanuit de reeds beschikbare gegevens: bestaande orderopdrachten van klanten met de vereiste kwaliteit en levertermijnen, gegevens over de geleverde kwaliteit van de klant, de kwaliteit die op dat moment geproduceerd wordt en diverse sensormetingen in het productieproces. De modellering vertrekt vervolgens vanuit de kwaliteitseisen van walsdraad die op dat moment voor een bepaalde klant geproduceerd wordt en houdt rekening met de beschikbare kwaliteit van het gecontamineerde koperschroot. De uitkomst van deze modellering werd in real-time in de processturing geïntegreerd, zodat de operator optimaal de productie-uitval van klanten weer kan inzetten in de smeltoven en toch de vereiste kwaliteit produceren. Uit de eerste resultaten blijkt dat het ontwikkelde model goede voorspellingen geeft qua productkwaliteit en een middel is om dit hoogwaardige schroot op het einde van het proces in te zetten, zonder aan eindkwaliteit in te boeten.

Leereffect zal op termijn voor nog betere resultaten zorgen

Vice-President Technology bij Auribis Belgium Jo Rogiers: “Met deze modellering vermijden we dat productie-uitval, op zich zuiver koper, opnieuw het volledige raffinageproces moet doorlopen om tot eenzelfde toepassing te komen. De kostenbesparing, zowel in doorlooptijd als qua operationele kosten en energie is belangrijk. Daarbovenop worden de gegenereerde data tijdens het proces opnieuw ingebracht in het model, zodat er een leereffect optreedt. Hierdoor zullen we dit hoogwaardige koperschroot op termijn nog beter kunnen inzetten.” Een belangrijke drempel blijft evenwel het logistieke proces om de soms kleine hoeveelheden productie-uitval te ontvangen van de klant. Een doorgedrevener scheiding van de verschillende uitvallen doorheen het productieproces zou recyclage verder vereenvoudigen. Maar aangezien het hoe dan ook om beperkte volumes gaat, zou een te ver doorgedreven sortering de logistieke uitdaging nog groter maken. Daarom biedt deze modellering, die vertrekt van alle beschikbare data en een ingebouwd leereffect heeft, een toegevoegde waarde voor Aurubis Belgium en zijn klanten.