AKADEMIN FÖR TEKNIK OCH MILJÖ
Avdelningen för elektroteknik, matematik och naturvetenskap
Energieffektivisering av stegbalksugn genom automationslösningar
Joakim Sjöberg 2020
Examensarbete, Grundnivå (högskoleexamen), 15 hp Elektronik
Automationsingenjör, Co-op Handledare: Per Ängskog
Förord
Detta examensarbete omfattar 15 hp på grundnivå och är den avslutande kursen i Automationsingenjörsprogrammet (Co-op). Detta är det sista steget in i arbetslivet där jag kommer att få ta del av den kunskap jag lärt mig under min tid på Högskolan i Gävle och mina Co-op perioder på Sandvik AB. Jag vill rikta ett stort tack till mina handledare Per Ängskog (Högskolan i Gävle) och Martin Norberg (Sandvik AB) för all hjälp jag har fått under detta projekt.
Joakim Sjöberg
Gävle den 28 maj 2020
Sammanfattning
För att energieffektivisera en process finns det många olika sätt man kan gå till väga, dessa delas oftast upp i två olika kategorier, hårdvaru- eller mjukvarulösningar.
Detta arbete kommer rikta sig mot mjukvarulösningar och främst reglering av tem- peratur samt gasflöde, men nämner även teoretiskt en hårdvarubaserad lösning.
Målet med detta arbete är att hitta lösningar för reducering av energiförbrukning och koldioxidutsläpp med hjälp av reglering. För att kunna skapa en så bra reglering som möjligt är första grundläggande momentet datainsamling. Data innehållandes information angående energiförbrukning är viktig för att kunna fastställa vilket resul- tat som kan förväntas samt hur regleringen skall formas för mest givande resultat.
Utifrån resultatet skall detta arbete även kunna användas som ett underlag för ett ge- nerellt tillvägagångssätt för optimering av energiförbrukning hos andra processer.
I detta projekt läggs också tid på att skapa optimeringar i processen för att i framti- den kunna bygga vidare på detta arbete med energieffektivisering och reducering av koldioxidutsläpp.
Resultatet visar på att regleringen som skapats ger reducerad energiförbrukning som i sin tur också reducerar koldioxidutsläppen.
Abstract
In order to improve the efficiency of a process, there are many ways you can go about this, they’re usually divided into two different categories, hardware or soft- ware solutions. This work will focus on software solutions and primarily control of temperature and gas flow, but also theoretically mention a hardware-based solution.
The goal of this project is to find solutions for reducing energy consumption and carbon dioxide emissions by means of regulation. In order to create the best possible regulation, the first basic element is data collection. Data containing information about energy consumption is important in order to be able to determine what re- sults can be expected and how the regulation should be made for most rewarding re- sults. Based on the results, this work should also be used as a basis for a general ap- proach for optimizing energy consumption in other processes.
In this project, time is also spent on creating optimizations in the process to be able to continue this work in the future with energy efficiency and reduction of carbon dioxide emissions.
The result shows that the regulation created creates reduced energy consumption, which in turn also reduces carbon dioxide emissions.
Innehållsförteckning
Förord ... i
Sammanfattning... iii
Abstract ... v
1 Introduktion ... 1
2 Teori ... 4
2.1 Datainsamling ... 4
2.1.1 MES/SCADA ... 4
2.1.2 HMI ... 5
2.2 Reglering ... 6
2.2.1 Flödesschema... 7
2.2.2 Värmeåterföring ... 8
3 Process och resultat... 10
3.1 Datainsamling ... 10
3.1.1 MLS ... 10
3.2 Reglering ... 14
3.2.1 Flödesschema... 14
3.2.2 Reglering ABB ... 15
3.2.3 Applikation Microsoft Visual Studio ... 16
4 Diskussion ... 18
5 Slutsatser... 20
Referenser... 21 Bilaga A ... A1 Bilaga B ... B1 Bilaga C ... C1
1 Introduktion
Ett av de största samtalsämnena i dagens samhälle handlar om miljön och hur man skall tänka och/eller agera för att bevara vår planet för framtida generationer.
Energisektorn, alltså produktion av el och värme står för en stor del av de ökade ut- släppen, där man allt som oftast använder sig av fossila bränslen. Detta ger oss ett samband, om vi kan reducera energiförbrukningen hos ett föremål eller en process, kan vi därmed reducera utsläppen.
I dagens läge har världens totala koldioxidutsläpp mer än fördubblats sedan 1970. Av den ökningen är de största miljöbovarna Kina och Indien, deras koldioxidutsläpp har ökat med mer än 10 gånger, medan EU:s koldioxidutsläpp har minskat med lite över en sjättedel sedan 1970, se Fig. 1 [1].
Fig. 1. Diagram för totala koldioxidutsläppen i världen mellan år 1970–2018 [1].
I EU har koldioxidutsläppen främst reducerats på grund av minskning i användandet av fossila bränslen och istället ersatt detta med kärn- och vattenkraft. I Sverige har vi till exempel gått från att 80 procent av vår energiproduktion bestått av fossila bräns- len år 1970, till att i dagens läge sjunkit till endast 25 procent.
Av Sveriges totala utsläpp står i dagens läge Järn- och Stålindustrin för 34 procent av utsläppen. Fram till år 1970 ökade Järn- och Stålindustrins koldioxidutsläpp, däref- ter skedde en kraftig reducering. Men samtidigt skedde även en ökning i kvalitet på produkterna, se Fig. 2 [2], [3].
Fig. 2. Diagram för totala koldioxidutsläpp samt förädlingsvärde inom Svenska Industrin mellan år 1950–2018 [2].
I dag jobbar industrin hårt med att försöka reducera sina koldioxidutsläpp och en metod man använder sig av är att byta från gas och olja till naturgas. Naturgasen räk- nas fortfarande som ett fossilt bränsle men släpper inte alls ut lika mycket koldioxid vid användning. Naturgas kallas även för övergångsbränsle, en gas som ersätter olja och kol fram tills att det finns bättre alternativ.
Omfattning
Detta projekt som är initierat av Sandvik AB går ut på att energieffektivisera en steg- balksugn (SB62), detta kommer ske genom främst automationslösningar. Med auto- mationslösningar menas ex. reglering av signaler så som temperatur eller gasflöde.
Detta tillsammans med ”tracking” (ett sätt att hålla koll på ett materials flöde) kom- mer att göras för att reducera förbrukning vid längre stopp. Ytterligare en aspekt är undersökning av alternativa förbränningsmedia, ex. naturgas. Med hjälp av konver- tering till alternativa förbränningsmedia kan koldioxid utsläppen reduceras, detta ar- bete kommer att forska kring detta men eventuell implementering kommer att ske utanför detta arbete.
Delprojekten inom detta arbete innebär framtagning av nuvarande förbrukning, be- räkning av automationslösningar för eventuell implementering samt utredning kring alternativa förbränningsmedia. De primära frågeställningarna lyder: ”Hur ser nuva- rande förbrukning ut? (Energi/producerat ton)”, ”Vilka olika typer av automations- lösningar finns det för att reducera förbrukningen?”, ”Vilka av dem olika automat- ionslösningarna ger mest output?” samt ”Vad innebär det om man skulle konvertera till alternativ förbränningsmedia? Både ur ett kostnad- och ett hållbarhetsperspek- tiv.”
Begränsning
Begränsning skedde av allt relaterat till forskning kring alternativ förbränningsmedia då tiden tyvärr inte räckte till. Både forskning samt applicering av alternativ förbrän- ningsmedia kommer att bli ett fortsatt arbete, för samma ugn, efter detta projekt där jag kommer att få största ansvaret.
2 Teori
2.1 Datainsamling
Första grundläggande momentet i detta arbete är datainsamling. Data som innehåller information angående energiförbrukning och koldioxidutsläpp är viktig för att kunna fastställa hur vida lösningsförslaget kan tänkas vara värd att implementera. Mätning och datainsamling är en väldigt viktig del av framtida lösningar för effektivitet och energiförbrukning. När dessa data är samlad och bearbetad kommer först en utvär- dering göras för att validera lösningsförslaget och kolla ifall resultatet kommer att vara positivt och att det är värt att göra en implementering.
Datainsamling är en förutsättning för att kunna bedriva underhåll, förutspå kom- mande fel, optimera processer för bättre kvalitét på produkter och även reducerad energiförbrukning. Mätningar som görs angående energiförbrukning betecknas oft- ast som energi per producerat ton eller per producerad produkt, detta används även ofta som ett mått för prestandan hos en process.
2.1.1 MES/SCADA
För att datainsamling skall kunna användas måste det finnas någon som vet hur man tyder den. Två av de största systemen för styrning/övervakning av produktionspro- cesser inom industrier är MES (Manufacturing Execution System) och/eller SCADA (Supervisory Control And Data Acquisition). SCADA är ett system som främst an- vänds ofta väldigt process-nära, med det menas att det är ett system som fokuserar mer på snabb övervakning och styrning av processen. MES är istället ett system som ligger lite längre ifrån processen men sköter t.ex. datahantering och analysering av data. Dessa två system är väldigt lika varandra och båda systemen kan appliceras på många liknande lösningar, men även användas tillsammans. Data relevant till just detta projekt hämtas i MES, detta system används ofta inom industrier för övervak- ning och styrning av processer. Detta system har många olika funktioner som ex.
Hantering av recept samt produktionsorder m.m. Det är ett väldigt mångsidigt sy- stem men här kommer vi rikta in oss på datainsamlings-delen av systemet där vi kan hitta den mest relevanta informationen för detta projekt. I MES och/eller SCADA samlar man ofta all typ av data som kan hjälpa att förstå- och/eller hjälpa till att för- bättra en process. Systemet kommunicerar med styrsystem som i sin tur hämtar ut information från sensorer, mikrokontroller etcetera, se Fig. 3 [4].
Fig. 3. Ett systems uppbyggnad [4].
2.1.2 HMI
HMI (Human Machine Interface). Ett HMI är ett användargränssnitt där man visuellt presenterar ex. ett processflöde, där man kopplar ihop det visuella med styrbara funktioner i processen. Oftast skapas ett HMI utifrån till exempel CAD-ritningar från den specifika processen, för att operatörerna lättare skall förstå vad varje indivi- duell styrbar funktion gör och vart den sitter ute i processen. Data som samlas via MES/SCADA presenteras oftast i ett HMI för exempelvis operatörer eller under- hållspersonal, där man valt ut specifika data som är intressant eller till och med vik- tigt att ha koll på under drift, ex. Temperaturer, hastigheter osv., se Fig. 4 [4].
Fig. 4. HMI för en process [4].
2.2 Reglering
Det finns flera olika metoder för att kontrollera ett system, två av dessa är Reglering eller Styrning. Skillnaden på dessa är att när man Styr en process så säger man mer eller mindre åt det systemet vad det ska göra och när, baserat på erfarenhet. En erfa- ren operatör ’vet’, baserat på ’sin magkänsla’ och/eller erfarenhetsutbyte mellan operatörer exakt när ett visst moment skall utföras och ger då en instruktion/inställ- ning. Medan reglering baseras på återkoppling av mätdata från ett antal sensorer pla- cerade för att mäta strategiska parametrar i processen där återkopplingen skapar en typ av självbalans i systemet, ju fler sensorer desto större möjlighet att effektivisera och optimera processen utifrån olika behov och perspektiv.
Med hjälp av data kan man skapa en modell för reglering av förbränningsmedia uti- från krav på de recept eller material som används. Genom denna reglering kan vi därmed minska förbrukningen och eventuellt indirekt öka kvaliteten på produk- terna.
2.2.1 Flödesschema
Ett exempel på hur man kan gå tillväga för att skapa en reglering är att börja med att skapa ett flödesschema. Med hjälp av flödesscheman kan man lättare hitta brister el- ler flaskhalsar. Flödesscheman används som en visuell beskrivning för att beskriva lo- giken i till exempel ett program, en process eller ett flöde. Denna metod används väldigt ofta inom industrier för att beskriva väldigt komplicerade processer på ett betydligt mer överskådligt sätt, se Fig. 5 [5].
Fig. 5. Flödesschema för simulering av gasflöde i två ugnar [5].
Ett flödesschema kan ha flera olika figurer, men består allt som oftast av två olika fi- gurer, den ena är romb och den andra är rektangel. Romb används för att beskriva fråga/villkor medans rektanglar används för att bekriva instruktioner/händelser.
Romben ställer alltså en fråga som endast går att besvara med Sant/Falskt eller Ja/Nej relaterad till processen och därefter beskriver rektangeln en händelse som bör ske beroende på vilket svar som getts utifrån tidigare villkor. Rektanglarna an- vänds oftast med en återkoppling för att skapa en typ av reglering.
2.2.2 Värmeåterföring
Ett exempel på hårdvarubaserad reglering, för eventuell framtida implementering, skulle till exempel kunna vara värmeåterföring. Forskning gjord för återuppvärm- ning av ugnar har visat att detta konsumerar enorma mängder med energi, i och med detta ökar också utsläppen signifikant. Om man kan hitta en lösning för att minska återuppvärmning av ugnar skulle man därmed potentiellt kunna spara en massa energi. Ett sätt att gå till väga är att man gör en undersökning på hur länge en ugn skall behöva vara avstängd, innan man återuppvärmer, för att det skall vara kost- nadseffektivt. Detta ger alltså mindre kostnader, reducerade utsläpp, eventuellt re- duceras också slitaget på processerna och dessutom kan kvaliteten på produkterna öka. Det finns oerhört många aspekter man kan undersöka för minskad energiför- brukning, de flesta aspekterna gäller mjukvaru- och hårdvarubaserade lösningar.
Mjukvarubaserade lösningar är till exempel optimering i gas-blandning och syre- blandning och reglering av temperaturer med mera. Hådvarubaserade lösningar är till exempel att öka isolering i ugnar, reducera tiden luckor öppnas och stängs (ju längre tid dessa är öppna desto mer energi försvinner i tomma intet), värme-återfö- ring via ex. kylsystem eller utsläpp osv. Ett exempel på värmeåterföring är när man gör en återföring av värme som är på väg ut via rökgaserna, värmen som återförs hjälper sedan till att värma den befintliga luften i ugnen för snabbare uppvärmning som kräver mindre energi. Denna strategi har en potential att spara upp till 10%
energiförbrukning, se Fig. 6 [6].
Fig. 6. Energiflöde i en ugn med värmeåterföring [6].
𝑇𝑜𝑡𝑎𝑙 𝑎𝑚𝑜𝑢𝑛𝑡 𝑜𝑓 𝑐𝑜𝑛𝑠𝑢𝑚𝑒𝑑 𝑝𝑟𝑖𝑚𝑎𝑟𝑦 𝑒𝑛𝑒𝑟𝑔𝑦
Bristfällig återföring av värme är en stor energibov som främst beror på utdaterad produktionsutrustning och är en av de större bidragande faktorerna till höga koldi- oxidutsläpp. Införandet av ny produktionsutrustning skulle inte bara kunna reducera värmeförlusten och koldioxidutsläpp, vilket leder till minskande utsläpp och utgif- ter, men även öka kvalitet på produkterna, vilket i sin tur leder till ökade intäkter.
Problemet med införskaffning av ny produktionsutrustning ligger ofta i de enorma kostnaderna, detta är ofta en av anledningarna till att industrier väljer att behålla gammal utrustning [7].
Lösningen för att slippa kostnaderna för ny produktionsutrustning blir oftast att skapa matematiska modeller för att optimera de gamla processerna och använda dessa så länge utrustningen tillåter. Dessa optimeringar kan ske i olika nivåer, allt från att optimera gasflödet i de befintliga recepten i MES (Manufacturing Execution System), optimera processens produktionsflöde eller till att optimera individuella hårdvarudelar i processen. Ofta är ingen process den andra lik och därför sker dessa optimeringar individuellt utifrån den specifika processens behov [8].
3 Process och resultat
Detta arbete utgick från matematiska modeller, skapade utifrån insamlade data, för reglering av bland annat temperaturer i processen samt gasflöde till brännare. Detta ledde i sin tur till reducerad energiförbrukning och koldioxidutsläpp hos processen.
För att få en tidsuppskattning på varje del i detta projekt skapades ett gantt-schema i början på projektet, se Bilaga A. Tidsuppskattningen för alla delar i detta projekt fortlöpte under projektets gång och i och med information som uppenbarades under projektets gång fick arbetet begränsas. Detta projekt fortlöpte under 10 veckor, och under dessa veckor innehöll samtliga rapportskrivning. Projektet utgick ifrån mäng- der med kvantitativa data och med hjälp av matematiska beräkningar utifrån resulta- tet validerades dem olika lösningsförslagen.
3.1 Datainsamling
Merparten av detta projekt gick ut på att samla data gällande förbrukning under olika temperaturregleringar i SB62 (Stegbalksugn 62). För att få ett så exakt teore- tiskt värde på förbrukningen som möjligt behövdes stora mängder data. Denna data fanns tillgängligt men fick hämtas manuellt då mycket av data inte gick att använda för det här projektet. Anledningen till detta är att vi kan endast jämföra data med samma förutsättningar, därför valdes data ut då ugnen inte hade några laster, alltså när ugnen var tom på material.
3.1.1 MLS
SB62, processen på Sandvik där jag gjort mitt arbete, använder ett program som he- ter MLS (Measure Learn Secure) för att presentera data. I detta system finns data, för den specifika processen detta arbete kommer att handla om, samlat från flera år tillbaka och det är utifrån denna data projektet har skapat sin bas. I Bilaga B kan man tydligare se vilka färger som representerar dem olika sensorerna. Dem sex första med namn TEMP visar den aktuella temperaturen i dess olika zoner inne i ugnen.
Nästa representerar antalet ämnen i ugnen, efter det har vi börvärdet, som visar den önskade temperaturen för zon 1. Sist men inte minst har vi LPG_TOTAL och Ugnstryck, LPG visar totala förbrukningen av gas i kilogram och Ugnstrycket visar trycket i ugnen i millimeter vattenpelare.
Fig. 7. Presenterad data för en specifikt processen.
För att få så exakta medel-värden som möjligt för förbrukningen, under specifika temperaturer, samlades data ihop från ett år tillbaka. Här skedde ett urval av resulta- ten då processen allt som oftast hade material i sig som påverkade temperatur och förbrukning. Då det kan variera mellan antalet balkar i ugnen som påverkar dessa värden sållades därför resultaten ut till då endast ungen var tom, för att få så lika re- sultat som möjligt. Det som syns i Fig. 8 är datainsamling för ”höga temperaturer”, det vill säga temperaturer mellan 1180-1250grader, all data är manuellt urplockat ur ett större system, för att välja ut den data som är relevant och som är utan stör- ningar/påverkan av diverse olika faktorer. Det som är mest relevant för detta pro- jekt är kolumnerna ”Max Förbrukning”, ”Min Förbrukning” och ”Tid (Timmar)”.
”Max Förbrukning” och ”Min förbrukning” subtraherar man för att få den totala mängden gas (i kg) för den utvalda tidsperioden man vill samla information ur pro- cessen. Tar man då ”Kg Total” dividerat med ”Tid (Timmar)” får man ut medelför- brukningen ”Kg Gas/Timme” för den specifika temperaturen innuti ugnen. Denna process repeteras så många gånger som möjligt för att sedan kunna beräkna en total medelförbrukning för just den temperaturen, så att man får ett så exakt värde som möjligt.
Fig. 8. Datainsamling samt beräkning av förbrukning vid specifika temperaturer (Fullständig dataanalys i Bilaga C).
Med hjälp av dessa beräkningar kunde sedan medelförbrukningen beräknas för re- spektive temperatur/temperaturskillnad. Vanligaste temperaturerna som används är 1100- respektive 1240grader så dessa kommer att visas i exempel framöver. För att sedan kunna beräkna tidskonstanten för hur lång tid en stopptid måste vara för att det skall vara värt att köra energisparfunktionen skapades ekvationen nedan. Genom att sätta förbrukningen för den höga temperaturen lika med energisparfunktionen kan vi lösa ut tidskonstanten (X) och därmed beräkna minimala stopptiden för pro- cessen som krävs för att det skall vara värt att använda oss av energisparfunktionen.
𝑋 ∗ 𝑇ℎö𝑔= (𝑋 − (𝑇𝑛𝑒𝑑 + 𝑇𝑢𝑝𝑝)) ∗ 𝐹𝑙å𝑔+ (𝑇𝑛𝑒𝑑∗ 𝐹𝑛𝑒𝑑+ 𝑇𝑢𝑝𝑝∗ 𝐹𝑢𝑝𝑝) → 𝑋 = −𝑇𝑛𝑒𝑑 ∗ 𝐹𝑙å𝑔 − 𝑇𝑢𝑝𝑝 ∗ 𝐹𝑙å𝑔 + 𝑇𝑛𝑒𝑑 ∗ 𝐹𝑛𝑒𝑑 + 𝑇𝑢𝑝𝑝∗ 𝐹𝑢𝑝𝑝
𝐹ℎö𝑔 − 𝐹𝑙å𝑔
(2)
De olika parametrarna, från ekvationen, samt dess medelvärden beskrivs i Tab. 1.
Tabell 1. Parametrar samt medelvärden för beräkning av tidskonstant för Energisparfunktion.
Parametrar Beskrivning Medelförbrukning/Snitt-tid
X Tidskonstant, Stopptid> X = Ener- gisparfunktion
Tned Tidskonstant för nedrampning av temperatur
30min
Tupp Tidskonstant för upprampning av temperatur
30min
Flåg Medelförbrukning för låga tempera- turer
(ex. 1100grader)
419,44 kg gas/timme
Fhög Medelförbrukning för höga tempera- turer
(ex. 1240grader)
602,2 kg gas/timme
Fned Medelförbrukning för nedrampning från hög- till låg temperatur
(ex. 1240- till 1100 grader)
313 kg gas/timme
Fupp Medelförbrukning för upprampning från låg- till hög temperatur
(ex. 1100- till 1240 grader)
802,88 kg gas/timme
Med hjälp av medelvärdena från Tab. 1. Kan vi därmed komma fram till att stoppti- den i processen måste överstiga ≈ 63minuter (X) för att det skall vara värt att an- vända oss av energisparfunktionen vi har tänkt att skapa för längre stopp.
Sedan efter att praktiskt testat detta noterades det att under kortare stopp behåller ugnen värmen från tidigare process och gör att det går snabbare att värma upp ugnen vilket resulterade i en halvering i förbrukning vid upprampning av temperaturen.
Därför gjordes en ny beräkning som visade att stopptiden i processen endast behöver överstiga ≈16minuter (X) för att det skall vara värt att använda energisparfunkt- ionen.
3.2 Reglering
Lösningsförslaget som blev tillämpad i detta arbete var reglering av temperatur i en ugn samt gasflöde till brännare under längre produktionsstopp. Detta kommer att refereras som energisparfunktion vidare i rapporten.
Utifrån resultatet i datainsamlingen och tillsammans med beräkningen konstaterade vi att under dem givna förhållandena behöver stopptiden i processen överstiga ≈ 16minuter för att det skall vara värt att att köra energisparfunktionen.
Med hjälp av detta kan man skapa en modell för reglering av förbränningsmedia uti- från krav på de recept eller material som används. Genom denna reglering kan vi därmed minska förbrukningen och utsläppen.
3.2.1 Flödesschema
För att kunna skapa den reglering vi vill göra börjas arbetet med att skapa ett flödes- schema för att få en visuell överblick över hur logiken för vår energisparfunktion skall fungera. Detta hjälper oss att lättare forma vår reglering utifrån dem kraven vi angett, se Fig. 9.
Fig. 9. Flödesschema för energisparfunktion.
Flödesschemat börjar med att kolla ifall vi har körplanen för processen, detta för att kolla så att vi har all relaterad data till processen för att kunna ta ett beslut ifall våran lösning är värd att implementera i just det tillfället, har vi inte den senaste körplanen fastnar vi i en loop tills vi kan få tag i den. Nästa steg är att kolla ifall ugnen är tom, skulle det blivit något typ av fel vid läsningen av körplanen och ugnen står tom vill vi köra vår energisparfunktion om den inte redan körs eller om stopptiden räcker till för att det skall vara värt. Om ugnen inte är tom skall en uppskattning göras av tid för att teoretiskt säkerställa ungefär när nästa ämne skall in i processen och om det är värt att köra energisparfunktionen mellan körningarna.
3.2.2 Reglering
Nästa steg är att implementera vår energisparfunktion, med hjälp av flödesschemat, i systemet. I och med att det inte är en helautomatiserad process, utan operatörsstyrt, så skapas först en strategi, alltså ett typ av recept, för energisparfunktionen. Därför skapar vi en ”IdleStratNo” som vi ger strategi nummer 999, den jämför vi med nuva- rande ”ActualStrat”, vi kopplar denna strategi till en variabel ”IdleMode”, som syns längst ner i ”TemperatureController”, för att kunna trigga vår energisparfunktion se- nare. När operatörerna vill köra energisparfunktionen kommer dem att ange 999 som strategi så kommer temperaturen att regleras till 1100grader och brännarna kommer att köras på minimala gas förbrukningen och sedan reglera utefter behov, se Fig. 10.
Fig. 10. Implementering av styrning för brännare i ABB för energisparning.
En anledning till att strategin benäms som 999 är för att alla brännare regleras ner till minsta förbrukningen av gasol som ligger på 9%. Denna reglering sköter vi enkl- ast genom att använda den befintliga PID-regulatorn som finns, men säger åt denna att sätta brännarna till det lägsta värdet, utan att dem skall slockna, när vi kör vår ut- valda strategi. Vi kan se att vår tidigare ”IdleMode” är kopplad till en ”R_Trig” som gör att när vi aktiverat vår energisparfunktion så kommer den välja värdet från
”TempControllerMinOut” och sätta detta värde i ”MaxOut”, se Fig. 11.
Fig. 11. Implementering av styrning för brännare i ABB för energisparning.
3.2.3 Applikation Microsoft Visual Studio
Arbetet utfört i denna del tillhör ett framtida arbete med att automatisera proces- sen. Tidigare nämnt så är inte denna process operatörsstyrd och inte automatisk, detta skapar problemet med den mänskliga faktorn. Med det menas att det inte är säkert att operatörerna använder strategin på alla möjliga tillfällen eller att de kanske inte använder den på rätt sätt. Genom att automatisera processen skulle vi kunna re- ducera energiförbrukningen ytterligare samtidigt som vi eliminerar den mänskliga faktorn i denna energisparfunktion. I dagens läge körs processen utifrån en Körplan som är skapad i excel, i detta dokument står all information relaterad till processen, se Fig. 12.
Fig. 12. Körplanen för SB62, excel dokument med information om processen.
För att denna energisparfunktion skall kunna automatiseras behöver vi en tidskon- stant för när det är ett planerat stopp på ingång, när material går in eller ut ur ugnen eller om ugnen står tom osv. Detta gör vi enklast genom att skapa en applikation som läser av körplanen, så att vi enkelt kan hämta ut den information vi behöver ur denna applikation, se Fig. 13.
Fig. 13. Applikation gjord för läsning av körplan.
Tanken med applikationen är att inmatningarna skall ske från operatörer antingen direkt in i applikationen eller fortsatt in i excel-dokumentet, därifrån skall vi kunna läsa av all information som behövs för att automatisera processen. Denna applikation är färdig för framtida arbeten med att automatisera processen men tiden räckte inte till för att applicera denna tillsammans med regleringen.
4 Diskussion
Arbetet fick begränsa sig till ett lösningsförslag gällande reglering då tidsplanen inte räckte till för att ta sig an ytterligare projekt. Förhoppningarna med detta arbete är att visa att det finns potential hos fler processer att energieffektivisera och att detta skall kunna implementeras och användas som ett underlag som ett generellt tillväga- gångssätt för optimering även hos andra processer. Detta arbete har skett i en Steg- balksugn på Primary, Sandvik AB.
Arbetet gick främst ut på att hitta relevant data och utvärdera olika lösningsförslag för att energieffektivisera en process. Förhoppningarna var och är att analysen av samlade data kommer att ge ett samband mellan förbrukad energi och temperatur.
Ett sådant samband gör att man kan teoretiskt beräkna varje individuellt lösningsför- slag och få ut resultat för dess energieffektivisering. Dessa matematiska beräkningar av förbrukad energi lägger grunden för arbetet och kan förhoppningsvis även appli- ceras på andra processers energieffektivisering.
Regleringen som vart skapad i detta projekt är endast ett av lösningsförslagen som finns för att reducera energiförbrukningen, så det skall bli spännande att följa i fram- tiden hur långt man kan gå för att få denna process så energioptimerad som möjligt, samt hur långt företaget är villiga att gå. Jag har fått som vidare arbete att fortsätta jobba med allt relaterat till denna process och det kommer bli väldigt roligt att följa.
Det man inte skall glömma är att detta är beräknade medelvärden utifrån hämtade data, mer data ger mer exakta ekvationer samt att det alltid finns faktorer som kom- mer att påverka. Vid test av energisparfunktionen upptäckte vi att gör man korta stopp behåller ugnen fortfarande värme från tidigare strategi vilket gör att ugnen rampar upp temperaturen fortare inför nästa ämne vilket ger en reducerad energi- förbrukning vid upprampningnen. Med det sagt menas alltså att för kortare stopp gäller inte dem 63 minuterna beräknat i resultatet, utan den tiden blir lägre på grund av att ugnen behåller värmen under kortare stopp, en snabb uträkning visar då istället ungefär 16–17 minuter istället. Så även här finns ett vidare arbete att teore- tiskt ta reda på hur länge ugnen klarar av att hålla temperaturer.
Det är bevisat att energieffektivisering och reducering av koldioxidutsläpp går hand i hand, så inte nog med att man sparar pengar på energieffektivisering utan man spar även på miljön. I och med den växande efterfrågan på material kommer materialpri- ser konstant att öka, det är då man inte får glömma att i och med dem stora mäng- derna producerat material inom processerna så gör minsta lilla optimering stor skill-
Regleringen skapad i detta projekt har en potential att spara, grovt räknat, 200- 400kg gas varje stopp då stopptiderna är korta bara på upp- och nedrampning av temperaturen, medan man sparar ytterligare 200kg gas/timme man kör låg tempe- ratur jämfört med hög temperatur. Om föreställer oss att det sker ett kortare stopp varje vecka, betyder det att det är 52 kortare stopp om året, vilket resulterar i 20,8ton gas sparat om året bara på dem korta stoppen lågt räknat. Inte bara att detta sparar pengar men kan man applicera denna lösning på fler processer finns det otro- lig potential att reducera koldioxidutsläppen samtidigt.
En lämplig fortsättning på detta arbete skulle kunna vara att generalisera detta tillvä- gagångssätt för eventuell energieffektivisering av fler processer.
FN har som ett av målen med sin ”Agenda 2030 för hållbar utveckling” som vision att fram till 2030 anpassa industrier för att göra dem mer hållbara, få till en effektiv resursanvändning och fler rena och miljövänliga tekniker och industriprocesser [9]:
Till 2030 rusta upp infrastrukturen och anpassa industrin för att göra dem hållbara, med effektivare resursanvändning och fler rena och miljövänliga tekniker och indu- striprocesser. Alla länder vidtar åtgärder i enlighet med sina respektive förutsätt- ningar.
(FN, s.28)
Detta arbete är en början på Agenda 2030 initiativet och förhoppningarna är att fler personer kommer ta klivet in i Agenda 2030 när detta presenteras inom företaget.
Arbetet består av kvantitativ datainsamling, detta betyder att inga intervjuobjekt el- ler försökspersoner berörs och att inga etiska aspekter behöver analyseras.
En begränsning som gjordes i detta arbete var av forskning angående alternativ för- bränningsmedia. Sandvik AB gav mig i uppdrag att undersöka naturgas, som ett vi- dare arbete med enegieffektiviseringen av processen. Detta är ett arbete som kom- mer att fortlöpa efter detta projekt, där en teoretisk analys skall utföras, och i det fall det resulterar i ett positivt resultat kommer detta att appliceras i framtiden.
5 Slutsatser
Resultatet av detta projekt har varit positivt och implementeringen av regleringen visade på en minskning i energianvändning som i sin tur resulterar i mindre koldiox- idutsläpp. Problemet med att beräkna hur mycket energianvändningen har minskat ligger i hur många test som gjorts med den nya regleringen. För att få så exakta vär- den som möjligt måste processen fortsätta att köras med den nya regleringen och ett fortsatt arbete kommer ske efter detta arbete för att analysera resultatet.
Tidigare i resultatet beskrevs också en applikation som skapats för processen, denna applikation kommer användas i framtida arbeten med fortsättning av automatisering av flödet till och från ugnen. Genom denna ändrig får man sedan ut tider för respek- tive ämne, hur lång tid tills den skall in i processen, hur lång tid den skall vara inne i processen och när den skall till nästa process. Med dessa tidsaspekter kan man lättare optimera processen samt energieffektiviteten hos ugnen, framförallt även kommuni- cera med dem andra processerna så de vet när nästa ämne skall komma.
En förbättring som kommer att ske som ett framtida arbete är konvertering av ug- nen från gasol till naturgas. Denna konvertering gör man för att enklare kunna kon- vertera till biogas längre in i framtiden. Men själva konverteringen till naturgas är också ett steg i rätt riktning då detta leder till minskade koldioxidutsläpp. Efter vad jag hört på arbetsplatsen kommer jag att få vara delaktig i denna kovertering så det ska bli väldigt spännande att följa hela denna process och sedan jämföra det slutgil- tiga resultatet med dataanalysen jag gjort i detta arbete.
Referenser
[1] Christian Holmström, (2019, November 13). Koldioxidutsläpp i världen [On- line]. Available : https://www.ekonomifakta.se/Fakta/Miljo/Utslapp- internationellt/koldioxidutslapp-i-varlden/
[2] Naturvårdsverket (2019, December 12). Utsläpp av växthusgaser från industrin [Online]. Available : https://www.naturvardsverket.se/Sa-mar-
miljon/Statistik-A-O/Vaxthusgaser-utslapp-fran-industrin/
[3] Christian Holmström (2019, November 13). Koldioxid – Historisk utveckling [Online]. Available : https://www.ekonomifakta.se/Fakta/Miljo/Utslapp-i- Sverige/Koldioxid-historisk-utveckling/
[4] A. Kaur and D. Bansal, "Monitoring and controlling of continue furnace line using PLC and SCADA," 2016 5th International Conference on Wireless Net- works and Embedded Systems (WECON), Rajpura, 2016, pp. 1-5.
[5] S. G. J. van Niekerk, W. J. J. Breytenbach and J. H. Marais, "Developing an optimisation model for industrial furnace gaseous fuel distribution for energy cost savings," 2017 International Conference on the Industrial and Commercial Use of Energy (ICUE), Cape Town, 2017, pp. 1-4.
[6] A. Steinboeck, D. Wild, A. Kugi, “Energy-Efficient Control of Continuous Re- heating Furnaces,” IFAC Proceedings Volumes, Volume 46, Issue 16, 2013, Pages 359-364
[7] L. Huibin, "Energy Conservation and Emissions Reduction in Iron and Steel In- dustry," 2011 Third International Conference on Measuring Technology and Mechatronics Automation, Shangshai, 2011, pp. 41-44.
[8] I. A. Gurin, N. A. Spirin and V. V. Lavrov, "MES development for optimal dis- tribution of fuel and energy resources in blast-furnace production," 2017 Inter- national Conference on Industrial Engineering, Applications and Manufacturing (ICIEAM), St. Petersburg, 2017, pp. 1-6.
[9] Glokala Sverige, Arbetsbok – Agenda 2030,
[Online]. Available : https://fn.se/wp-content/uploads/2019/03/Arbetsbok- Agenda-2030-i-kommuner-uppdat-190228-web.pdf
Bilaga A
Bilaga B
Bilaga C
