PULLMAN, Washington – Die Closed-Loop-Trocknungslösung nutzt maschinelles Lernen und künstliche Intelligenz, um eine automatisierte, selbstoptimierende Trocknungssteuerung für Chargenöfen, kontinuierliche Anlagen und industrielle Prozesssysteme zu ermöglichen. Neue Software spiegelt Integration nach der Übernahme wider.

Addium Inc. hat heute seine neue selbstoptimierende KI SKALA Solo vorgestellt, die den Trocknungsprozess für Chargenöfen, kontinuierliche Produktionslinien und industrielle Prozesssysteme automatisiert. SKALA Solo spiegelt die Integration der Delta-T-Sensortechnologie und des patentierten Algorithmus von Drying Technology, Inc. in das Portfolio von AQUALAB wider.

Addium Inc. hat Drying Technology im März 2021 übernommen, um Verarbeitungsbetrieben dabei zu helfen, genau vorherzusagen, wann eine Charge auf den richtigen Feuchtigkeitsgehalt getrocknet ist. Ob beim Backen, Rösten, Dehydrieren, Aushärten oder in anderen industriellen Szenarien – SKALA Solo liefert hochwertige, gleichbleibende Ergebnisse bei minimalem Energie- und Arbeitsaufwand.

Dank künstlicher Intelligenz, Automatisierung, maschinellem Lernen und selbstoptimierter Trocknung erschließt SKALA Solo eine Vorhersagekraft, die den Ertrag maximiert, indem sie Feuchtigkeitsschwankungen um bis zu 30 Prozent reduziert. Neben der Eliminierung von Systemausfallzeiten erzielen Betreiber industrieller Prozesssteuerungssysteme jährliche Energieeinsparungen von bis zu 10 Prozent.

„Mit SKALA Solo müssen Betreiber nicht mehr raten, wann die Lebensmittel fertig sind“, so Dr. Susan Newman von der METER Group. „Die SKALA-Software ist in der SPS des Geräts integriert und automatisiert Messungen und Anpassungen der Feuchtigkeitsregelung, um Produktkonsistenz, Qualität und optimale Prozesse zu gewährleisten, sodass jede Charge perfekt und mit minimalem Ausschuss gelingt. Der Energieverbrauch sinkt, da das System das Produkt mit einem optimalen Feuchtigkeitsgehalt herstellt (keine Überbefeuchtung), keine Nacharbeit erforderlich ist, die Ausfallzeiten reduziert werden und das System von SKALA Solo anhand von Parametern gesteuert wird, die den Energieverbrauch gezielt optimieren.“

Nach der Verbindung der Geräte und dem Training des fortschrittlichen maschinellen Lernalgorithmus von SKALA Solo anhand vorhandener Prozessdaten profitieren Lebensmittelunternehmen von einem sich selbst optimierenden geschlossenen Regelkreis. Während jedes Trocknungsvorgangs prognostiziert die KI von SKALA den Feuchtigkeitsgehalt im Prozess und passt die Trocknersteuerung automatisch an, um ein perfektes Endprodukt zu erzielen. Techniker messen den Feuchtigkeitsgehalt unabhängig voneinander und geben ihn in SKALA ein, das diese sekundären Datenpunkte dann verwendet, um seine Vorhersagemodelle zu testen und zu perfektionieren sowie saisonale Schwankungen auszugleichen.

Dies führt in der Regel zu einer Ertragssteigerung von zwei bis drei Prozent, was je nach Produktionsvolumen und Produktkosten pro Pfund einer Einsparung von 100.000 bis 7,2 Millionen Dollar pro Jahr an Trocknungsverlusten entspricht.

„Durch die Regelungsschleife kann jeder Bediener die gleiche Qualität erzielen. Wenn das System angepasst wird, stellt der Bediener sicher, dass die Geräte sauber sind, alle Wartungsarbeiten abgeschlossen sind und das richtige Produkt in das System geladen wird. Die Bediener nehmen regelmäßig Messungen vor, um diese in das Regelungssystem einzugeben und die Modelle zu validieren. Dies schafft eine ruhige Atmosphäre für die Bediener, da sie sich dank Lean Manufacturing nur auf die Dinge konzentrieren müssen, die für den Erfolg des Prozesses entscheidend sind“, fügte Newman hinzu.

Intelligente Automatisierung beseitigt Unregelmäßigkeiten in der Produktfertigung, indem sie das Risiko menschlicher Fehler ausschließt. SKALA Solo trifft automatisch Entscheidungen auf der Grundlage von Daten, sodass Bediener bei jedem Batch-Lauf optimale Ergebnisse erzielen können.

„SKALA Solo beseitigt Qualitätsschwankungen bei den Produkten, die durch saisonale und umweltbedingte Faktoren verursacht werden“, so Newman. „Nach einer Weile werden die Bediener den automatischen Betrieb zu schätzen wissen, da er unnötigen Ressourcenverbrauch verhindert, der dadurch entsteht, dass unzureichend getrocknete Materialien mehrmals durch den Trockner laufen müssen.“

Wichtig zu beachten ist, dass im Gegensatz zu vielen überkomplizierten, personell unterbesetzten Industrie 4.0-Lösungen die Bereitstellung von SKALA Solo in der Regel keine Ausfallzeiten erfordert. Die Lösung ist so konzipiert, dass sie ohne komplexe Konfigurationen oder kostspielige professionelle Schulungen installiert und aktiviert werden kann. Falls zusätzliche Sensoren installiert werden müssen, sind die Ausfallzeiten minimal. Da SKALA Solo es den Bedienern erspart, auf das Herauskommen des Produkts aus dem Trockner zu warten, um den Feuchtigkeitsgehalt zu testen, können Unternehmen außerdem das Produktionsvolumen steigern, ohne dass Techniker wiederholt Temperaturen und Sollwerte anpassen müssen.

Solo, das keine Internetverbindung benötigt, bietet die Vorteile einer intelligenten Fabrik ohne Cyberrisiken, Hardware-Investitionen oder das Risiko einer „Umgestaltung“ der gesamten Fabrik.

Über

Über die METER Group

Die METER Group liefert hochauflösende Echtzeitdaten, die in den Bereichen Lebensmittelqualität, Umweltforschung, Stadtentwicklung und Landwirtschaft für Produktions- und Prozessoptimierungen genutzt werden. Dank der Kompetenz seiner Mitarbeiter verbindet METER wissenschaftliches, technisches und gestalterisches Know-how, um physikalische Messungen in nützliche Informationen umzuwandeln.

‍