Datadriven prediktering av farliga utsläpp av gaser för hållbara processindustrier

Sulfatpappersmassaindustrin är känd för sina illaluktande gaser. Lukten orsakas av störningar i produktionsprocessen som leder till utsläpp av flyktiga organiska sulfatföreningar som sulfatväte. Utsläppen innebär produktionsbortfall och påverkar det omgivande samhället på ett negativt sätt.

Projektet kommer att utveckla modeller och algoritmer som med artificiell intelligens predikterar utsläpp av farliga och besvärande gaser från massabruk och bioraffinaderier. Datadriven processtyrning och optimering med hjälp av processdata i kombination med nya ultrakänsliga gassensorer kommer att möjliggöra att dyra driftstopp och utsläpp av gaser kan undvikas.

Massaindustrin har stora mängder strukturerade och ostrukturerade processdata som har potential att användas för att skapa en hållbar och cirkulär processindustri samt öka industrins effektivitet och stärka konkurrenskraften. Projektet kommer att tillgängliggöra industriellt data och kombinera den med sensordata och väderdata som påverkar utsläppen. Utvecklingen av en intelligent gassensor baserad på maskininlärning (softsensor) som kan mäta mycket låga koncentrationer av gasutsläpp möjliggör datadriven processkontroll och metodverifiering.

Modellen som utvecklats för massabruken kommer i projektet att vidareutvecklas för att användas för datadriven processkontroll av nya bioraffinaderiproduktionsanläggningar. Ökad kunskap om organiska utsläpp av lösningsmedelsgaser är viktiga när nya bioraffinaderier etableras i Sverige.