Nordic Sugar i Nakskov har identificeret en optimeringsmulighed, ved at benytte en mere databaseret tilgang til deres krystallisationsapparater. I forbindelse med projektet fik Nordic Sugar og Neurospace lavet en taskforce til, at undersøge muligheden for at bruge maskinlæring til at give databaseret feedback til operatøren og derved bruge mindre energi i produktionen.

Fakta om virksomheden

Nordic Sugar A/S blev startet tilbage i 1883, og er i dag en del af Nordzucker koncernen. Fabrikken spiller en central rolle i udviklingen af en grønnere dagsorden i sukkerproduktionen i Europa, og har et strategisk mål om at reducere deres udledning med 70% inden 2030.

Opsummering

  • Nordic Sugar i Nakskov ønsker at reducere energiforbruget og dermed også deres aftryk på miljøet.
  • Krystallisationsapparater i sukkerproduktion er en stor energiforbruger, da processen udføres i batches og det er svært at genanvende restvarmen.
  • Nordic Sugar identificerede et uudnyttet potentiale i, at takttiden omkring krystallisationsapparaterne ofte ikke blev udnyttet fuldt ud.
  • Målet er at bruge data til at forudsige optimalt tidspunkt for skiftet mellem høj- og lavtryksdamp, så snart modellen har samlet et tilstrækkeligt datagrundlag under det specifikke kog.
  • Der er blevet estimeret et potentiale mellem 7% og 43% forøgelse af trin 5 damp (lavtryksdamp).
  • Det er forsat muligt at skalere til nye, mere effektive, krystallisationsapparater og at tilpasse modellen med minimal indsats. Modellering forventes at blive bedre på tværs af alle apparater, des flere apparater den skaleres til
  • Modellen blev implementeret i januar 2024, og den har allerede haft en positiv indvirkning på produktionen.
Grundlæggende viden omkring krystallisationsapparater

“Krystallisationsapparater i sukkerproduktion anvendes til at koncentrere sukkeropløsningen ved tryk og temperatur. Vakuumet tillader vandet i sukkeropløsningen at fordampe ved lavere temperaturer, så sukkeret ikke beskadiges. Den resulterende koncentrerede sukkeropløsning gennemgår herefter krystalliseringsprocessen, hvor sukkerkrystaller dannes. Dampen, som bruges i krystallisationsapparaterne, er genbrugt fra tidligere produktionstrin, hvor der er behov for en højere temperatur på dampen. Derfor dækkes krystallisationsapparaternes energibehov af genanvendt restvarme fra fordampningen (trin 4 og trin 5) på fabrikken. Dampen kan hertil ikke længere bruges, da selve nedkølingen af dampen bruges til at skabe det vakuum, der er indeni apparaterne. Ved at genbruge dampen fra de forrige processer øges fabrikkens totale energieffektivitet og på denne måde styrker Nordic Sugars mål omkring grønnere produktion af sukker.”

Projektet

Nordic Sugars produktion kører 24/7 fra at den første roe bliver gravet op til den sidste bliver lavet til sukker. Denne periode beskrives også som en “kampagne”. Produktionen skal ses som et etstrengsanlæg og hver led i produktionen har en takttid som skal overholdes. Når produktionen kører i døgndrift er det essentielt at alle takttider bliver overholdt for at sikre, at der ikke kommer forstyrrelser i produktionen.

Operatørerne i produktionen har fundet et uudnyttet potentiale i, at takttiden omkring krystallisationsapparaterne ofte ikke blev udnyttet fuldt ud. Dette skyldes, at sukkeropløsningen ofte kan koges færdig hurtigere end de 3 timer for A-produkt, som takttiden er på. I praksis betød dette, at der blev brugt for meget af trin 4 dampen (høj energi), og der var et potentiale for at benytte sig af mere trin 5 damp (lav energi) for at udnytte takttiden fuldt ud med en lavere effekt.

Nordic Sugar og Neurospace fik lavet et opstartsmøde, hvor udfordringen blev belyst og der blev primært vidensdelt mod Neurospace for at sikre, at den nødvendige domæneviden var til stede før påbegyndelsen af arbejdet. Der var ikke noget entydigt svar på, hvordan opgaven skulle løses. Det viste sig dog, at det var vigtigt at involvere domæneeksperterne, som i dette tilfælde var operatørerne og relevante driftteknikere. Eksperterne kunne give indsigt i, hvordan produktionen foregik, og hvilke faktorer der var vigtige at tage hensyn til. På baggrund af denne viden og data fra tidligere produktionskampagner, blev der udviklet en maskinlæringsmodel, som kunne forudsige, hvornår det var nødvendigt at skifte fra trin 5 damp til trin 4 damp.

Resultater

Modellen blev implementeret i januar 2024, og den har allerede haft en positiv indvirkning på produktionen. I de første to testkampagner er det estimerede optimeringspotentiale mellem 7 % og 43 %. Udover at reducere energiforbruget har projektet også haft en positiv indvirkning på effektiviteten og på dampbalancen på fabrikken.


Optimeringspotentiale på test panden målt pr. kampagne
Forøgelse af trin 5 damp 7% 43%
Effektbehov 6.349 kWh 39.004 kWh
Diesel 634 liter 3897 liter
CO2 1690 kg 10.385 kg

Potentialet skal ses som en dynamisk løsning, da det afhænger af en række faktorer, såsom apparaternes størrelse, type, rørføring og operatørens valgte tidspunkt at skifte. Dette var også grunden til at OWLS projektet blev valgt, da det skulle være muligt at kunne skalere modellen ud på alle pander uanset type og lokation.

Skaleringspotentialet

OWLS projektet fik prioritet over andre maskinlæringsprojekter, da det ville være det projekt der kunne lave et basis grundlag, så modellen blot skal finjusteres før den kan implementeres på uafprøvede krystallisationsapparater i resten af fabrikken og koncernen. Her var der også fokus på, at hvis Nordic Sugar ville opgradere deres nuværende krystallisationsapparater til mere energieffektive modeller, vil det fortsat være muligt at benytte sig af OWLS projektet uden at skulle starte forfra.