Digitális ikerrel optimalizálja üvegkemencéjét a Vivix

A brazil Vivix float üveggyártó digitális ikret fejleszt kemencéjéhez a Siemens, a Snowflake és az NVIDIA közreműködésével. A rendszer a fizikai modelleket, az üzemi adatokat és a mesterséges intelligenciát kapcsolja össze a kemence állapotának közel valós idejű elemzéséhez.
- A Vivix digitális ikret fejleszt float üveggyártó kemencéjéhez.
- A megoldás a Siemens, a Snowflake és az NVIDIA technológiáit kapcsolja össze.
- A rendszer a tűzálló falazatot, az égést és az üvegolvasztást elemzi.
- A Vivix a pilot alapján 3 és 5 százalék közötti energia-megtakarítást vár.
- A digitális iker természetes nyelvű lekérdezéseket és virtuális forgatókönyveket is támogat.
A kemence belsejét közvetlenül nehéz megfigyelni
A Vivix síküveget gyárt, termékei között építőipari és bútoripari üvegek, valamint tükrök szerepelnek. A float üveggyártás egyik legfontosabb berendezése a kemence, amelyben körülbelül 1550 és 1600 Celsius-fok közötti hőmérséklet uralkodik.
Ilyen körülmények között a gyártócsapatok csak korlátozottan látják közvetlenül az égési gázok, az olvadt üveg és a kemence tűzálló falai közötti kölcsönhatásokat. Ezeknek a folyamatoknak az ismerete fontos az energiafelhasználással, a berendezés élettartamával és az üvegminőséggel kapcsolatos döntésekhez.
A Vivix ezért egy végrehajtható digitális ikret fejleszt a kemencéhez. A megoldás kezdetben három területre összpontosít: a tűzálló falazat állapotára, az égés hatékonyságára és az üvegolvasztás minőségére.
Fizikai szimuláció és AI egy rendszerben
A Siemens Simcenter nagy részletességű többfizikai modelljeit csökkentett rendű modellezéssel könnyebb, hordozható végrehajtható modellekké alakítják. Ezek natívan a Snowflake AI Data Cloud környezetében futnak. A Simcenter Executable Digital Twin Manager a digitális iker életciklusának kezelését támogatja egyetlen megoldásban.
A Snowflake a Vivix informatikai és operációs technológiai adatait, köztük a fizikai szenzorok méréseit, egységes névtérben gyűjti össze. Így a mérnökök és az üzemeltetési csapatok a megfigyelt kemenceállapotokat a digitális iker előrejelzéseivel együtt vizsgálhatják.
Az NVIDIA PhysicsNeMo segítségével olyan helyettesítő AI-modelleket építenek, amelyek a fizikai ok-okozati kapcsolatokat, a szimulációkat és a megfigyelt adatokat kombinálják. Az NVIDIA Omniverse könyvtáraira épülő technológiák a nagy részletességű eredmények közös áttekintését is támogatják. A megoldás alapjául az Amazon Web Services szolgáltatásai szolgálnak.
Korábban jelezheti a kopást és az energiaigényt
A rendszer közel valós időben képes megbecsülni olyan belső állapotokat, amelyek közvetlenül nehezen mérhetők. Ide tartozik többek között a hő eloszlása, a gázok sebességmezeje és a tűzálló falakon átmenő hőáram.
A tűzálló falazat állapotának vizsgálatakor a digitális iker a hőelemek adatait a hőprofilokkal egyesíti. Ennek alapján helyi kopási sebességeket számíthat, és órákkal korábban észlelheti a kialakuló forró pontokat. Az égési és hőmodellek a gázégők teljesítményének, valamint a hőeloszlásnak a változásait is értékelik, ami segítheti a beállítások pontosítását, a földgázfelhasználás és a kibocsátás csökkentését.
Az olvadt üveg hőmérsékleti gradienseinek és áramlási mezőinek modellezése betekintést adhat a tartózkodási idő eloszlásába és az olvasztás teljességébe. A Snowflake AI többügynökös felületén az üzemeltetők természetes nyelven kérdezhetnek a megfelelő légsebességről, működési forgatókönyveket vizsgálhatnak, és okfeltáró diagnosztikát kérhetnek.
A pilot alapján számszerűsíthető célokat várnak
A Snowflake október 21-i közlése szerint a Vivix egy pilotprojekt alapján arra számít, hogy a kemence energiafogyasztása 3 és 5 százalék között csökkenhet, a kemence élettartama egy évvel meghosszabbodhat, az adatgyűjtési és elemzési ciklus pedig 80 százalékkal rövidülhet.
A rendszer lehetővé teszi a virtuális mi lenne, ha forgatókönyvek vizsgálatát is. Így az üzemeltetők és a mérnökök a fizikai berendezés módosítása nélkül értékelhetik az új működési feltételeket. A Vivix, a Siemens, a Snowflake és az NVIDIA közös megoldása ezért a gyártási adatok, a mérnöki szimulációk és az AI eredményeinek közös használatát célozza.
Snowflake: Vivix Executable Digital Twin for Float Glass | Snowflake


