La transition vers une automatisation intelligente profite à l’industrie métallurgique et à l’environnement
La sidérurgie primaire et secondaire et le moulage à la cire perdue d’alliages de métaux non ferreux sont des procédés très énergivores en raison de températures extrêmement élevées, de réactions chimiques complexes et de nombreuses étapes de traitement. Les pertes de chaleur, le recyclage des déchets et la complexité du maintien de la température augmentent encore la quantité d’énergie utilisée. L’échantillonnage et les mesures manuelles, accusent un retard considérable par rapport aux systèmes de surveillance et de contrôle numérisés pour l’optimisation des processus de fabrication. Le projet INEVITABLE, financé par l’UE, a développé de tels outils numériques en s’appuyant sur le raisonnement cognitif intégré pour soutenir le fonctionnement autonome des processus.
Un saut évolutif pour la transition numérique
«L’industrie métallurgique, réputée pour son approche conservatrice et sa numérisation limitée, présente de nombreuses possibilités d’amélioration. À titre d’exemple, les capacités de maintenance prédictive peuvent détecter les potentielles défaillances des équipements avant qu’elles ne se produisent, minimisant ainsi les temps d’arrêt et garantissant une efficacité énergétique optimale. S’appuyant sur l’analyse des données et l’apprentissage automatique, la modélisation prédictive peut identifier des modèles et des tendances afin d’optimiser davantage l’efficacité de la production et/ou la consommation d’énergie», explique Dejan Gradišar de l’Institut Jožef Stefan et coordinateur du projet INEVITABLE. INEVITABLE a libéré ce potentiel grâce à une série d’outils numériques basés sur des approches cognitives. Ils ont permis d’améliorer l’efficacité des processus, la consommation de matières premières, la qualité des produits et la consommation d’énergie dans des cas d’utilisation sélectionnés couvrant de nombreux processus métallurgiques.
Technologies de capteurs, analyse des données et contrôle des processus
Le projet a développé six outils numériques innovants et une infrastructure numérique flexible pour les soutenir. Le moniteur de four à arc électrique (FAE) de raffinage estime en permanence les valeurs cruciales du procédé FAE, améliorant ainsi le contrôle du four et réduisant la consommation d’énergie jusqu’à 10 kilowattheures/tonne. L’assistant du laminoir à froid a amélioré la qualité et les performances de l’équipement, ce qui a permis de réduire jusqu’à 25 % les rebuts et les temps d’arrêt imprévus et d’augmenter la vitesse de laminage de près de 45 %. Dans un cas d’utilisation, l’outil de prévision d’obstruction des buses a permis de réduire les pertes de production et la dégradation de la qualité dans la coulée continue, en réduisant le bouchage de plus de 20 % par rapport aux prévisions. «Le contrôle du brassage assisté d’INEVITABLE dans l’affinage et le coulage continu a utilisé des données en temps réel pour ajuster l’intensité du brassage pendant la production d’acier. Le suivi du brassage par caméra a permis d’améliorer la surveillance des processus et la détection d’anomalies. Ensemble, ils ont garantit une productivité élevée, réduit la consommation d’énergie et amélioré la qualité, de plus de 75 % d’après les indicateurs de qualité», fait remarquer Dejan Gradišar. Enfin, un système intelligent de gestion allégée déployé dans un processus de moulage à la cire perdue de métaux non ferreux a permis d’améliorer la traçabilité et d’optimiser l’utilisation des ressources de production, ce qui a engendré une plus grande efficacité du processus (le taux de rejet a été ramené de 12 % à 8 %) et une amélioration de la qualité du produit. Dejan Gradišar ajoute que «la méthodologie systématique d’INEVITABLE de sélection d’une infrastructure numérique adaptée aux besoins d’une entreprise garantit l’alignement avec les exigences des processus et organisationnelles, facteur crucial pour une intégration homogène dans les flux de travail existants».
Des outils flexibles qui soutiennent l’industrie et l’environnement
«Notre projet a contribué à la formalisation des connaissances des travailleurs qualifiés encapsulées dans des outils numériques soutenus par les données. Ces outils contribuent à une prise de décision plus rapide et à une meilleure gestion de l’énergie. Ils réduisent également la dépendance à l’égard des mesures critiques grâce à des modèles fondés sur les données, ce qui améliore l’efficacité et la rentabilité des opérations», souligne Dejan Gradišar. Enfin, «en se concentrant sur la réduction de la consommation d’énergie, l’augmentation de l’efficacité de la production et l’amélioration de la qualité des produits, notre projet profitera non seulement à l’industrie métallurgique, mais réduira également l’impact de celle-ci sur l’environnement grâce à des pratiques de production durables et à la gestion de l’environnement», conclut Dejan Gradišar. Les outils innovants et le matériel de formation d’INEVITABLE dynamiseront la transition numérique émergente des industries grandes consommatrices d’énergie avec un apport énergétique minimal de la part des adoptants.
Mots‑clés
INÉVITABLE, énergie, industrie métallurgique, moulage, outils numériques, efficacité des procédés, analyse des données, transition numérique, contrôle des procédés, apprentissage automatique, modélisation prédictive, industries grandes consommatrices d’énergie
