Descripción del proyecto
Tecnologías de plataformas y sensores para fabricar acero sostenible
La cadena de valor de la fabricación de acero desempeña un papel fundamental en la transición hacia prácticas, procesos y tecnologías más sostenibles. El equipo del proyecto ProcTwin, financiado con fondos europeos, pretende apoyar estos esfuerzos mediante el desarrollo de una plataforma de demostración clave que prediga y visualice el uso óptimo de múltiples etapas de procesamiento a lo largo de la cadena de fabricación del acero. En el proyecto se aplicará una metodología que combina simulaciones numéricas, datos de procesos, aprendizaje automático distribuido, sensores blandos y otras herramientas para identificar las mejores opciones de optimización inteligente, centrándose en la eficiencia energética y la calidad del producto. Estas innovaciones ayudarán a optimizar los procesos, reducir las emisiones de carbono y facilitar la transición a tecnologías más sostenibles.
Objetivo
ProcTwin aims to develop a demonstration platform to predict and visualize best use of multiple processing steps in a steel manufacturing chain. The methodology includes intelligent coupling of interconnected processing steps by numerical simulation, soft sensors, process data and distributed machine learning. Integrated numerical modelling that captures the interactions, relations, and feedback loops between various processing stations enables prediction for smart optimization of energy efficiency and product quality in the steel manufacturing. Continuous casting, reheating, hot metal working, quenching and leveling processes are examples that are controlled separately but strongly interconnected in terms of parameters. These processes serve as objective functions in two parallel use cases at Celsa (ES) and SSAB (SW). It is well known that process optimization can have a significant effect on reducing carbon footprint in steel production, and implementing new digital tools will enable a faster transition towards sustainable industry. ProcTwin is divided in clear work packages to reach the objectives: one is adaption of existing physically based numerical models of each process step to generate critical data that is impossible to measure or observe. Another is development of novel sensors and data integration for a secure and effective sharing industrial data. The innovative concept of ProcTwin is development of distributed machine learning to predict the process chains with large amounts of parameters. Lastly, these technologies will be combined through a demonstrator platform to model the manufacturing processes and enable control for increased product quality, energy efficiency and operator support.
Ámbito científico (EuroSciVoc)
CORDIS clasifica los proyectos con EuroSciVoc, una taxonomía plurilingüe de ámbitos científicos, mediante un proceso semiautomático basado en técnicas de procesamiento del lenguaje natural.
CORDIS clasifica los proyectos con EuroSciVoc, una taxonomía plurilingüe de ámbitos científicos, mediante un proceso semiautomático basado en técnicas de procesamiento del lenguaje natural.
- ingeniería y tecnologíaingeniería eléctrica, ingeniería electrónica, ingeniería de la informacióningeniería electrónicasensores
Para utilizar esta función, debe iniciar sesión o registrarse
Palabras clave
Programa(s)
Convocatoria de propuestas
HORIZON-CL4-2024-TWIN-TRANSITION-01
Consulte otros proyectos de esta convocatoriaRégimen de financiación
HORIZON-IA - HORIZON Innovation ActionsCoordinador
971 25 Lulea
Suecia
Organización definida por ella misma como pequeña y mediana empresa (pyme) en el momento de la firma del acuerdo de subvención.