Nalagam slike...

Določanje odpadnih produktov in uporaba sekundarnih materialov v industriji anorganskih nekovinskih materialov

Svetovanje pri vpeljavi  krožnega gospodarstva

 

Podjetji RC eNeM d.o.o. in Culmium d.o.o. lahko postaneta vaš partner pri doseganju ciljev  krožnega gospodarstva.

 

Ponujamo celovito storitev svetovanja in implementacije glede možnosti ponovne uporabe surovin. Naš pristop temelji na pristopu DMAIC:

-poglobimo se v proizvodne procese v podjetju

-pregledamo historične podatke, kar vključuje uvoz, čiščenje in združevanje, pregled korelacij

-izvedemo analizo merilnih sistemov

-načrtujemo poskuse za strukturiran in sistematični zajem podatkov, ki zvišujejo nivo razumevanja procesov

-analiziramo podatke z modernimi pristopi matematičnega modeliranja

-modele uporabimo za napovedovanje pri spremembah v procesu ali za oceno vplivnosti posameznih procesnih parametrov

-na podlagi napovedi vpeljemo spremembe v procesu z določeno stopnjo tveganja.

 

 

Primer sodelovanja s Steklarno Hrastnik

 

V Steklarni Hrastnik se srečujejo s čedalje dražjim odstranjevanjem nevarnega odpadka – prahu iz čistilne naprave za dimne pline. V tem prahu je znatna količina selena, ki ima v steklu vlogo razbarvila – dodajajo ga za doseganje idealno transparentnega, t.i. extra-flint stekla. Zanimalo jih je, ali lahko filtrski prah uporabijo kot vir selena; ga vračajo nazaj v proizvodni proces oziroma ga reciklirajo.

Da bi odgovorili na to vprašanje, smo morali preučiti celotno sestavo prahu – od večinske sestave do elementov v sledovih. Poleg tega je bilo zelo pomembno ugotoviti ali in kako se spreminja delež selena v prahu glede na procesne parametre peči za taljenje stekla. Ugotovili smo, da se delež spreminja do te mere, da bo za zagotavljanje konstantne kakovosti izdelkov potrebno  bodisi kontinuirano spremljanje (meritve oziroma monitoring) koncentracije selena v prahu bodisi uporaba zanesljivih modelskih napovedi za koncentracijo selena.

Za razvoj matematičnega modela smo najprej analizirali historične podatke delovanja peči. Izluščili smo tiste parametre, ki so relevantni za izparevanje selena in vezavo na filtrski prah ter določili časovni interval za vzorčenje prahu. Pri kompleksnih procesih z mnogo parametri različnih tipov in porazdelitev uporabimo moderne matematične pristope, ter izberemo napovedne modele z večjo napovedno močjo na validacijskih podatkih. Ker smo bili omejeni s količino meritev koncentracije selena zaradi cene analize (metoda ICP-EOS), smo iskali cenejšo alternativo.  Izkazalo se je, da je ob ustrezni kalibraciji primerna metoda ročni XRF. Naši strokovnjaki so pomagali sodelavcem iz Steklarne pri vzpostavljanju zanesljive merske metode, kar jim je olajšalo monitoring in omogočilo pridobivanje večjih količin podatkov za modeliranje.

S kombinacijo uporabe modelskih napovedi in kontinuiranih meritev koncentracije selenovega dioksida v SFP z ročnim XRF so v Steklarni Hrastnik pri poskusni vpeljavi v zmes uspešno vrnili 100% odpadnega SFP in s tem nadomestili 60% primarne surovine za razbarvanje stekla.

 

 

Primer sodelovanja s podjetjem Eti Elektroelement

 

V podjetju Eti Elektroelement se srečujejo z izmetom keramične mase tekom saržno-kontinuiranega procesa izdelave keramičnih varovalk za omrežja visoke moči. Končna faza procesa vključuje ekstrudiranje mase, kjer pa masa včasih ne dosega potrebne kvalitete za izdelavo izdelka. Nekateri vmesni proizvodni koraki so energijsko zelo intenzivni. V kolikor bi  lahko preko manipulacije procesnih parametrov na različnih zaporednih stopnjah proizvodnega procesa (mlini, bazen, sušilno-razpršilni stolp) optimizirali in/ali napovedali kvaliteto keramične mase na ekstrudorju, bi lahko zmanjšali količino izmeta.

Osredotočili smo se na maso EN-6, ki predstavlja enega od pomembnejših proizvodov podjetja. Da bi lahko povezali različne sklope procesa in tudi načine zajema in zbiranja podatkov na posameznih sklopih, smo proces podrobno preučili preko procesnih shem, kontrolnih sistemov ter z diskusijo s procesnimi in razvojnimi tehnologi. Na podlagi historičnih podatkov smo iskali povezave med posameznimi sklopi in vzročno-posledične povezave med fazami, še posebej zaradi specifičnosti procesa (mešanica saržnega in kontinuiranega tipa proizvodnje).

Pri matematičnem modeliranju smo naleteli na veliko izzivov, predvsem zaradi kompleksnosti procesa in sledljivosti mase med posameznimi sklopi v procesu. Matematično-statistični pristopi kot npr. časovna interpolacija krivulj, modeliranje z odločitvenimi drevesi in logistična regresija se v tem primeru izkažejo za bolj učinkovite, kot klasične metode modeliranja.

Kljub omejenemu naboru kvalitetnih podatkov smo uspeli z modelom določiti kvaliteto mase na en razred natančno. Ker gre pri kvaliteti mase za subjektivno oceno operaterja, je takšna informacija lahko zelo koristna pri detekciji ekstremov (npr. zelo slabe mase) v zgodnjih fazah proizvodnega procesa. S to informacijo se lahko maso primerno manipulira, da ne pride do kasnejšega izmeta, zgodnejše vračanje slabe mase pa prepreči porabo energije, ki bi bila potrebna za obdelavo mase v kasnejših korakih.