AI for Efficiency

Algorithmen für eine ressourceneffiziente Produktion

Die Session „AI for Efficiency“ bildet die Chancen und Risiken der Künstlichen Intelligenz in Bezug auf Lebensmitteltechnologien, den Umweltbereich sowie die Produktionsprozesse ab und streicht vor allem die positiven Auswirkungen auf die Ressourceneffizienz in der (Lebensmittel-)Produktion hervor. Künstliche Intelligenz sammelt riesige Datenmengen, die maschinelles Lernen ermöglichen. Die positiven Einsatzmöglichkeiten sind – richtig angewendet – vielfältig.

Weniger Ressourcenverschwendung, höhere Prozesseffizienz, bessere Qualität erzeugter Produkte: Künstliche Intelligenz, Digitalisierung und dahinterliegende Technologien machen dies möglich. Das zeigen einige Anwendungsbeispiele: Artificial Intelligence hilft bei der intelligenten Steuerung von Heiz-, Kühl- und Lüftungssystemen, schafft eine autonome Gebäude- und Betriebsanlagensteuerung, um Energie zu sparen, ermöglicht das Identifizieren von Food Waste entlang der Lebensmittelwertschöpfungskette, verringert Instandhaltungskosten durch externe Anleitungen über Augmented Reality-Techniken und vernetzt Produktions- und Fertigungsanlagen auf intelligente Art, die dadurch individuelle und zielgerichtete Lösungen entwickeln.

Der Einsatz von KI-Techniken in Betrieben macht deren Produktions- und Handlungsweisen somit nachhaltig und flexibel. So könnten Unternehmen bei gleichzeitiger Ressourcenschonung auf individuelle Marktsituationen gezielter eingehen und ganzheitlich am Puls der Zeit wirtschaften.

SPEAKER dieser Session

DI Dr.mont. Johannes Rieger | K1-MET GmbH

Bereichsleitung für Raw Materials & Recycling und Metallurgical Processes


Kurzprofil

Johannes Rieger ist Bereichsleiter beim metallurgischen Kompetenzzentrum K1-MET GmbH. Dort leitet er seit 2015 Projektaktivitäten in den Bereichen Raw Materials & Recycling und Metallurgical Processes. Er absolvierte das Diplomstudium „Industrieller Umweltschutz, Entsorgungstechnik und Recycling“ an der Montanuniversität Leoben mit Schwerpunkt auf Verfahrenstechnik und verfasste anschließend seine Doktorarbeit zum Thema der Schadstoffbildung bei der thermischen Nutzung von Kuppelgasen.


Sein Vortrag

"Ressourcenwertschöpfung in der Stahlindustrie mittels digitaler Technologien und Künstlicher Intelligenz" gemeinsam mit DI Dr. Magdalena Schatzl im Rahmen der Session AI for Efficiency


Stahlschrott dient als wichtiger Sekundärrohstoff für die Stahlproduktion und eine passende Schrottqualität ist essenziell, um optimale Endproduktqualitäten zu erzielen. Im Sinne einer nachhaltigen Kreislaufwirtschaft und um Primärressourcen zu schonen, gilt es, die Recyclingquote von Stahl möglichst hochzuhalten. Dafür muss der verwendete Schrottmix auf die jeweiligen Prozessanforderungen abgestimmt werden.

Die Schrottcharakterisierung basiert bisher zumeist auf einer objektiven Bewertung durch die Stahlwerksmitarbeiter. Eine effiziente Schrottsortierung benötigt geeignete digitale Methoden zur Analyse der Schrottqualität. Digitale sensorbasierte Analysetechniken und Künstliche Intelligenz können den Stahlwerksbetreiber dabei unterstützen, den richtigen Schrottmix für die Stahlproduktion bereitzustellen.

Der Vortrag soll Herausforderungen bei der Untersuchung der Schrottqualitäten darstellen und Lösungsansätze einer modellunterstützten Charakterisierung und Sortierung von Stahlschrott beschreiben. Derartige intelligente Methoden können in Zukunft Entscheidungshilfen für Stahlwerksbetreiber bezüglich Prozessplanung und Prozesskontrolle sein.


Zitat

"Ressourceneffizienz stellt eine Säule zur Erreichung der Klimaziele dar und Künstliche Intelligenz unterstützt die Charakterisierung von Sekundärrohstoffen für eine optimierte Verwertung im Prozess"

 

www.k1-met.com

 

DI Dr. Magdalena Schatzl | K1-MET GmbH

Bereichsleitung für Simulation and Analyses



Kurzprofil

Magdalena Schatzl ist Bereichsleiterin im metallurgischen Kompetenzzentrum K1-MET GmbH. Nachdem Sie dort drei Jahre als Postdoc im Bereich der Simulation, Datenanalyse und Prozessoptimierung beschäftigt war, übernahm Sie Ende 2019 die Leitung im Bereich Simulation und Analyse. Nach der Matura an der HTBLA Leonding mit Schwerpunkt Informatik absolvierte Magdalena Schatzl das Diplomstudium der technischen Physik an der Johannes-Kepler-Universität Linz, wo sie in weiterer Folge im Bereich der Silizium-Photonik promovierte.


Ihr Vortrag

"Ressourcenwertschöpfung in der Stahlindustrie mittels digitaler Technologien und Künstlicher Intelligenz" gemeinsam mit DI Dr.mont. Johannes Rieger im Rahmen der Session AI for Efficiency

Stahlschrott dient als wichtiger Sekundärrohstoff für die Stahlproduktion und eine passende Schrottqualität ist essenziell, um optimale Endproduktqualitäten zu erzielen. Im Sinne einer nachhaltigen Kreislaufwirtschaft und um Primärressourcen zu schonen, gilt es, die Recyclingquote von Stahl möglichst hochzuhalten. Dafür muss der verwendete Schrottmix auf die jeweiligen Prozessanforderungen abgestimmt werden.

Die Schrottcharakterisierung basiert bisher zumeist auf einer objektiven Bewertung durch die Stahlwerksmitarbeiter. Eine effiziente Schrottsortierung benötigt geeignete digitale Methoden zur Analyse der Schrottqualität. Digitale sensorbasierte Analysetechniken und Künstliche Intelligenz können den Stahlwerksbetreiber dabei unterstützen, den richtigen Schrottmix für die Stahlproduktion bereitzustellen.

Der Vortrag soll Herausforderungen bei der Untersuchung der Schrottqualitäten darstellen und Lösungsansätze einer modellunterstützten Charakterisierung und Sortierung von Stahlschrott beschreiben. Derartige intelligente Methoden können in Zukunft Entscheidungshilfen für Stahlwerksbetreiber bezüglich Prozessplanung und Prozesskontrolle sein.


Zitat

"Maschinelles Lernen und Künstliche Intelligenz werden in Zukunft eine immer größere Rolle spielen. Nun geht es darum, diese Entwicklungen so einzusetzen, um Prozesse ressourceneffizienter zu gestalten.

 

www.k1-met.com

 

 

Folgen Sie uns auch auf: