Nordic Sugar hører til blandt Danmarks mest energiforbrugende virksomheder, med kogningen af sukkerroesafter som et af de tungeste trin i processen. Hele forløbet fra at roerne bliver læsset af til sukkerprodukterne kommer ud i den anden ende er derfor også genstand for konstant optimering.
Et af de mere avancerede værktøjer, der er blevet taget i brug for nylig, er kunstig intelligens (AI), som sammen med data og maskinlæring skal føre til, at Nordic Sugar kan reducere sit energiforbrug og dermed også aftryk på miljøet gennem projektet OWLS.
For at se nærmere på, hvordan det egentlig foregår i virkeligheden, var Den Danske Vedligeholdsforening torsdag den 9. januar på netværksbesøg på Nordic Sugars enorme fabrik i Nakskov. Arrangementet var et samarbejde mellem DDV og Maskinmestrenes Forening, så de to organisationers medlemmer kunne networke undervejs.
Vært for visittet var Head of Projects Anders Jørgensen-Juul, der indledningsvist satte lidt ord – og ikke mindst tal – på fabrikkens produktionsflow, det omfattende energiforbrug, der aktuelt var på 90 MW, og de store krav, det medfører.
Netop i disse uger nærmer Nordic Sugar – både i Nakskov og på søsterfabrikken i Nykøbing Falster – sig således afslutningen på denne sæsons ’kampagne’, som man kalder de cirka fire måneder fra oktober til januar, hvor roehøsten og dermed også sukkerproduktionen er i sving. Den øvrige del af året går med vedligehold, opgraderinger og anden optimering.
»Vi har et én-strengs-system, hvor vi lige nu snitter 450 ton roer i timen, som vi ekstraherer sukker ud af, og det giver et råsaft-flow på 600 kubikmeter. Når vi så er kommet gennem fordamperstationen, er der 90 kubikmeter tilbage. Så vi tager omkring 500 ton vand ud i timen. Det er temmelig meget, så der skal virkelig noget energi til,« forklarede han.
Selve produktionen skal være så cirkulær som muligt, mener Nordic Sugar, der derfor genanvender så meget, man kan undervejs. De store vandmængder bliver brugt til eksempelvis forvarmning, processpædning og rengøring, inden vandet ender på sitets eget rensningsanlæg, hvor der bliver fremstillet biogas, der så sendes tilbage i kedelanlægget og dækker omkring fem procent af det samlede energiforbrug.
I alt deltog omkring 30 medlemmer af DDV og/eller Maskinmestrenes Forening i besøget på Nordic Sugars fabrik i Nakskov.
Der er data nok
Når det gælder indsatsen med kunstig intelligens, er det også energiforbruget, der er i fokus. Mere specifikt gør Nordic Sugar således meget ud af at genbruge de store mængder damp – eller rettere fordampningsvarmen – der bliver dannet i processen til det lavest mulige tryk.
»Vi prøver at arbejde med de tryk, der allerede eksisterer i systemet og bruge det til at skabe nogle balancer. Så vi har rigtig mange ting, der bliver genbrugt både otte, ni og ti gange, inden det bliver lukket ud som for eksempel spildevand,« forklarede Anders Jørgensen-Juul.
Til at assistere indsatsen arbejder Nordic Sugar på at implementere en chatrobot kaldet Odin i appen Mobile Work Order, der rent teknisk er en såkaldt Large Language Model (LLM), som kan svare på mange praktiske eller tekniske spørgsmål. Den type løsninger udgør – trods hypen omkring for eksempel ChatGPT – dog kun en lille del af disciplinen kunstig intelligens.
Det fortalte CCO Bo Stig fra Neurospace, der er Nordic Sugars partner i AI-projektet. Herefter præsenterede han forsamlingen for sin udlægning af, hvad AI egentlig er, hvor vigtigt det er at have den rigtige data til rådighed, og hvordan værktøjerne kan gøre en forskel i hverdagen.
Bo Stig talte blandt andet om tre grundlæggende typer af maskinlæring – superviseret, usuperviseret og reinforcement – hvor førstnævnte handler om at lede efter noget specifikt. Det kan eksempelvis være et anlæg, der fejler, hvilket man kan regne på med den rigtige viden.
»Kan vi lave en model, der forudser, hvor mange procent sandsynlighed der er for, at der kommer til at ske et nedbrud inden for en given tidsramme? Det er jo grundlaget for prædiktivt vedligehold, og så kan vi tale om, at et nedbrud begynder at give værdi,« sagde han.
Bo Stig lagde også vægt på, at kunstig intelligens og maskinlæring kan være måden, hvorpå virksomheder kan bevare viden fra den ældre generation. Der ligger en guldgrube af viden, som følger de fagfolk, der forlader virksomheden, enten på grund af pension eller for at søge nye udfordringer, pointerede han.
Neurospace kategoriserer Nordic Sugar under paraplyen ’Forsyning og fremstilling’, hvor elementer som prædiktivt vedligehold, kvalitetskontrol, supply chain-optimering, automation og energi-management formentlig vil blive defineret som superviseret læring.
Og så er der rigeligt med data at lege med, understregede Bo Stig videre. Et helt afgørende punkt på dagsordenen i OWLS-projektet har derfor været at inddrage Nordic Sugar i arbejdet med at sortere i de mange informationer, og at få de involverede fagfolk med ombord.
Men hvordan er status på projektet så nu? Det vender vi snart tilbage til i en kommende artikel her på Optimering.nu.
