Idag pratas det mycket om att datadrivna processer kan optimeras med hjälp av AI. Men få har tagit steget fullt ut. Teknikföretaget Afry går i bräschen genom att applicera AI på aluminiumtillverkaren Hydro Extrusion Swedens produktionsdata.
Resultatet av att kunna gå på djupet och analysera en stor mängd data skapar nya konkurrensfördelar och ett snabbare minskat klimatavtryck.
Aluminiumtillverkaren Hydro Extrusion, som ingår i Norsk Hydro-koncernen, har under en lång tid samlat stor mängd processdata. Men sedan har det i princip stannat vid det. För att kunna gå vidare att också analysera all den samlade datan har teknikföretaget Afry fått i uppdrag att hjälpa företaget att tala om när det blir en skrotkörning i processen och vilka parametrar som då alltid är med. Målet med uppdraget var att skapa en mer automatiserad produktion där processer regleras via datadrivna beslut med hjälp av AI.
– Man har helt enkelt inte kunnat utnyttja den samlade datan fullt ut. Det fanns mycket osäkerhet och ”killgissningar” när det kom till att avgöra om en process skulle leda till skrot eller inte, säger Fredrik Kahr, digitaliseringschef på Afry.
Afry började med att ta företagets all samlade data, som också innefattade 500 parametrar som loggats på sekundnivå, tvätta den och använda algoritmer för att titta när det är risk för kassation. Det som snabbt visade sig var att mycket av den sparade datan inte gav något resultat. Vi började istället att logga ett antal nya parametrar parallellt i ett annat system och där hittade vi mycket av sanningen.
– Det visar också på att all sparad data inte alltid innehåller ett värde, vilket få tänker på, säger Fredrik Kahr.
Projektet, som startade 2021, började med att ringa in cirka 600 parametrar. Därefter var det dags att ta fram modeller, träna dessa samt testa olika algoritmer – allt för att hitta samband och mönster som kan användas till att optimera produktionen. Under ett år gick man från att använda de 600 parametrarna till 25 parametrar och tillslut landade man i en modell som med 82 procents säkerhet kan räkna fram om det blir en skrotkörning i en process eller inte.
– Man kommer inte mycket högre än så för då har man övertränat algoritmerna att hitta samband som inte finns. Så man ska ligga någonstans på 80-90 procent och det är där vi har landat.
Genombrottet innebär både en stor kostnads- och tidsbesparing för verksamheten i Hydro Extusion Sweden AB. Och i nästa steg ska processen även kunna avbrytas när indikation ges att en skrotkörning är på gång.
– Det vi håller med på just nu är att optimera de 25 parametrarna för att hitta de optimala värdera. Detta kommer vi att presentera före sommaren och steget i höst är att ställa om produktionen med de nya algoritmerna och testa om den teoretiska modellen gäller. Men bara att komma hit är det ingen som pratar om att man redan har gjort inom tung industri, säger Fredrik Kahr.
Under processens gång med att ta fram modeller har man även hittat mjuka parametrar i form av mänskliga variationer i datan.
– Detta var inte Hydro beredda på. Men genom att ta tag i de mänskliga variationerna som kunde påverka produktionen betalade tillbaka hela vår insats direkt. När det hade fått sjunka in så har det här nästan blivit den största grejen – att man kan hitta sånt här också med hjälp av AI.
Så här långt in i utvecklingen går det att ta beslut som är fattade på fakta. Det som tidigare togs på magkänsla och rutin.
– Vi har slagit hål på en hel del myter – att exempelvis om skrot skulle bero på en hastighet. Men det har visat sig att det inte har något samband alls. Att man ändrar hastigheten beror på att man har fel på något annat ställe och därför korrigeras den. Det är det som en människa kan förstå ”jag har ändrat hastigheten då måste det vara det som är felet”. Men grundorsaken är ofta något helt annat, säger Fredrik Kahr.
Att kunna se just dessa saker och kunna ställa om parametrarna innebär enorma besparingar i tid, bättre slutprodukter och insikter när det är dags att stoppa en process för att undvika en skrotkörning.
– Det här är bara början på en kedja. Nu börjar vi också kunna se saker som händer i slutbearbetningen. Genom att se sambanden från slutbearbetning till början på kedjan. Blir det skrot i slutbearbetningen utan att vi vet varför. Nu kan vi se sambanden ända tillbaka till första delen av kedjan och identifiera vilka värden som avvikit från i produktionen.
–Att få vetskap om vilka parametrar som kan minska vår kassation är väldigt värdefullt. Hade Hydro haft de insikter vi fick tack vare det här projektet har nu, skulle vi ha påbörjat detta arbete mycket tidigare, säger Jonas Bjuhr, vd Hydro Extrusion Sweden AB.
Fredrik Kahr betonar att det framför allt är den tunga industrin som kan spara stora pengar på att optimera sin produktion med hjälp av AI och datadrivna insikter. Detta för att det är den bransch som kommit längst i att samla och spara data. Han poängterar också att det är viktigt att ha datavetare med domänkunskaper inom företaget för att tolka och använda datan på bästa sätt.
– Att hitta datakompetensen kan idag vara en utmaning, men det är en nödvändig investering för att kunna dra nytta av de fördelar som AI och datadrivna insikter kan erbjuda inom den tunga industrin, avslutar Fredrik Kahr.
3 tips från Fredrik – Så kommer du igång med en AI-satsning
1) Tänk smått inte stort – börja med ett litet problem med en produkt som du vill hitta en lösning på.
2) Var beredd på att backa – det är inte ovanligt att man hamnar i en återvändsgränd under processens gång. Då gäller det att vara beredd på att man måste backa och börja om.
3) Få ledningen med dig – när du kan visa värden och resultat kommer du också att få med dig ledningen som bestämmer över resurserna.
