Lernende Maschinen

Qualität und Liefertreue stehen im Fokus der Produktion.

Energieprognose für die Öfen im Walzwerk Dillinger

Qualität und Liefertreue stehen im Fokus der Produktion. Auch die Wirtschaftlichkeit der Herstellungsprozesse ist wesentlich und muss noch mehr in den Mittelpunkt gerückt werden, da dort noch merkliches Einsparpotenzial zu finden ist. Nadja Wirth, Mitarbeiterin der Abteilung Kaufmännische Informatik Dillinger, beschäftigt sich seit einem halben Jahr mit dem Optimieren des Energie-Managements für die Brammenstoß- und Herdwagenöfen im Walzwerk Dillinger. Die ersten Energieprognosen sind jetzt online gegangen.

Hintergrund: Die Koksgasplanung

Die Kokerei produziert ca. 80.000 m3 Koksgas pro Stunde, welches teilweise im Gasometer gespeichert wird. Dieser hat ein Fassungsvermögen von 60.000 m3. „Verteilt“ wird das Koksgas vom sogenannten Dispatcher (Verantwortlicher für Zuweisung von Ressourcen) des Betriebs Energie und Medien (EM-MD). Er vergibt das Koksgas an die internen Verbraucher wie Öfen, Brenner, Zünderbrenner- und Kesselanlagen und überwacht gleichzeitig den Füllstand des Gasometers. Da keine Prognose für interne Energieverbräuche existiert, muss der Dispatcher ständig darauf achten, dass der Gasometer ausreichend gefüllt ist, um einer Unterversorgung vorzubeugen. Dies bedeutet auch, dass er Erdgas von extern beziehen muss, wenn nicht genügend Koksgas vorhanden ist. Erdgas wiederum verursacht externe Kosten.

Problem: die zukünftigen Verbräuche

Der Dispatcher kennt nur die Historie der Verbräuche, fährt aber sozusagen blind für die zukünftigen Abnahmemengen. Gäbe es jedoch eine ungefähre Prognose für die kommenden Stunden, so könnte er den Gasometer weiter entspeichern als das heute möglich ist, ohne dabei in Gefahr einer möglichen Produktionseinschränkung durch Brennstoffmangel zu geraten. Wenn z. B. die Prognose einen Energieverbrauch von nur 30.000 m3 pro Stunde vorgibt, müsste bei Unterversorgung mit eigenem Koksgas zunächst kein Erdgas oder – bei anhaltender Unterdeckung – erst später Erdgas zugekauft werden. D. h. in Summe aber weniger Erdgas und somit weniger externe Kosten.

Herausforderung: eine verlässliche Prognose

Da die Brammenstoß- und Herdwagenöfen im Walzwerk bei hoher Produktion enorme Mengen an Koksgas benötigen (bei hoher Produktion wäre der Gasometer in wenigen Stunden leer), wäre eine zuverlässige Prognose für die kommenden Verbräuche sehr hilfreich für die Planung der Koksgasverteilung.

Als Ausgangsdaten für eine Prognose stehen zur Verfügung: das Walzprogramm sowie das Gewicht, die Abmessungen, die Eingangs- und die Ziehtemperaturen aller Brammen im Ofen. „Wegen der unterschiedlichen Abmessungen, Ziehtemperaturen und sich teilweise verzögernder Ziehzeiten ist der Energiebezug der Öfen sehr komplex und wird daher durch ein Optimierungsprogramm gesteuert. Das macht es für die Prognose schwierig“, so Nadja Wirth. Will heißen, die Prognose muss allein aus der Ofenbelegung erkennen, wann genau wie viel Energie verbraucht wird.

Von der Vergangenheit für die Zukunft lernen

Als Nadja Wirth ihr Projekt startete, gab es keinerlei nutzbare Energieprognosemodelle. Bei den Herdwagenöfen setzte sie auf ein Neuronales Netz. Für die Brammenstoßöfen wählte sie ein hybrides Modell, also einen physikalischen Ansatz in Kombination mit einer Parameteroptimierung. Auf Basis dieser „Werkzeuge“ generierte sie erste Prognoseprogramme. Bei beiden Varianten werden u. a. Daten aus der Vergangenheit genommen, um dadurch Rückschlüsse auf die zukünftigen Verbräuche zu schließen.

Jedoch gibt es im Walzprozess ständig kurzfristige Änderungen, wie Walzplanänderungen, Datenqualitätsprobleme in den Ziehplänen, erst kurzfristig gemessene Eintrittstemperaturen, etc. Deren Einfluss auf die Prognose ist enorm und somit besteht die Aufgabe darin, die Störfaktoren zu benennen, übergreifende Lösungen mit allen unterschiedlichen Interessengruppen zu finden und robuste Vorgehensweisen zu entwickeln. „Ich gehe stark davon aus, dass wir mit dem Feedback der Dispatcher aus ihrer täglichen Arbeit mit den Prognosen die Qualität der Modelle verbessern können“, so Wirth.

Die Verbesserung wird ein laufender Prozess sein. Mittels einer von Wirth programmierten Visualisierung stehen den Dispatchern seit Februar 2020 Energie-Prognosen zur Verfügung.