Logo

In der Gießerei- und Stahlindustrie werden bereits heute rund 45 Prozent des Rohstoffbedarfs durch Sekundärrohstoffe abgedeckt. Dieser Anteil soll und kann erhöht werden. Voraussetzung ist, dass die Schmelzwerke die genaue Zusammensetzung verfügbarer Schrottsorten kennen und gezielt beschaffen können. Daher soll im Projekt "OptiRoDig" ein digitales Netzwerksystem entwickelt werden, das den Datenaustausch zwischen Recyclingindustrie und Stahlwerken für optimierte Schmelzprozesse ermöglicht.

ReziProK_Optirodig_Bild2_300

Metallrecycling mit Potenzial

Metallschrotte fallen in großen Mengen als Abfälle bei der Metallverarbeitung an, z. B. Späne, Stanzabfälle, Materialreste. Üblicherweise sind deren genaue Zusammensetzung sowie eventuell enthaltene Verunreinigungen, z. B. Öle, nicht genau bekannt. Diese Informationen sind aber Voraussetzung für die Schmelzwerke, um gezielt Schrottqualitäten zur Herstellung einer bestimmten Legierung einsetzen zu können, ohne teure Legierungszuschläge zugeben zu müssen. Gießereien und Stahlwerke bzw. Schmelzwerke möchten die für ihre Schmelzprozesse geeigneten Rohstoffe gezielt und kostengünstig einkaufen. Das heute übliche Verfahren - Anfrage, Angebotsabgabe, Bestellung - ist zeit- und personalaufwendig. Zudem stehen oft die gewünschten Materialdaten nicht zeitnah zur Verfügung.

Im Zuge des Projektes "OptiRoDig" soll zwischen der Recyclingindustrie und den Schmelzwerken ein digitales Netzwerksystem entwickelt werden. In diesem sollen umfangreiche Analysedaten verfügbarer Sekundärrohstoffe - Metallschrotte - bereitgestellt werden. Diese Datenbasis soll es den Schmelzwerken ermöglichen, geeignete Rohstoffe zu beschaffen, ihre Schmelzprozesse zu optimieren und somit gezielt höhere Anteile an Sekundärrohstoffen einzusetzen.

 

Optimierungstool_dt

Digitalisierung und Vernetzung

Zum interaktiven Datenaustausch und zur automatisierten Prozessoptimierung bei den Schmelzwerken müssen sowohl die zu erfassenden Daten als auch verschiedene Softwaretools entwickelt und aufeinander abgestimmt werden. Im Rahmen von "OptiRoDig" soll hierzu ein innovatives, digitales System entwickelt werden, über das den Teilnehmenden entlang der Prozesskette die Rohstoffdaten und Prozessanforderungen durch Digitalisierung, Vernetzung, definierte Schnittstellen und Datenformate digital auf eine Weise zur Verfügung gestellt werden, dass
diese direkt von der Planungssoftware übernommen und unter Einsatz mathematischer Verfahren ausgewertet werden können. Hierzu ist eine umfangreiche und zwischen den Partnern abgestimmte Analytik erforderlich. Nach Abschluss der Entwicklungsphase soll das digitale System für weitere Unternehmen im Rahmen einer Cloud-Lösung zugänglich gemacht werden.

Ergebnisse (Stand Juni 2022)

In der für das Projekt erstellten Cloud-fähigen Web-Anwendung ist es möglich, die Zusammenstellung der Schmelze mit Hilfe eines Simplex-Algorithmus hinsichtlich Kosten zu optimieren. Diese Optimierungen können beliebig mit weiteren Randbedingungen ergänzt werden, zum Beispiel bezogen auf Form und Verhältnis (Anteil Späne / Stückschrott) der zur Verfügung stehenden Schrotte. Es wurden weitere Schmelzversuche in dem Ofen der Gießerei unseres Projektpartners durchgeführt. Die resultierenden Daten wurden in die Machine-Learning (ML) Software eingepflegt, um eine Optimierung hinsichtlich Kosten- und Energieverbrauch zu modellieren. Die ML-Modelle werden in die Cloud-Anwendung integriert, sodass eine Gesamt-optimierung bzgl. metallurgischer Wechselwirkungen in der Schmelze und Gesamtkosten vorgenommen werden kann.

Im Bereich der Schrott-Charakterisierung wurden durch die Nutzung von Analysatoren und innerbetrieblicher, erarbeiteter Prozessoptimierung die Klassifizierung hinsichtlich physikalischer und chemischer Attribute vorangetrieben als Beitrag zur Ressourcen-Effizienzsteigerung.

 

Zusammenführung der Kompetenzen

Im Verbundvorhaben "OptiRoDig" sind die wesentlichen Akteurinnen und Akteure der Lieferkette zwischen den Anfallstellen der Metallabfälle und der Stahl-Herstellung zusammengeführt. Ergänzt werden diese durch das Knowhow von Hochschulinstituten.

Der Vorhabenkoordinator ist die MAI Metal Alloy Impex GmbH, ein 100prozentiges Tochterunternehmen im RHM-Verbund, mit Sitz in Mülheim. Als Schrotthandelsunternehmen hat sich die MAI auf den Sektor hochwertiger Stahllegierungen und angrenzender Metalllegierungen mit seltenen Elementen wie Wolfram, Chrom, Valadium, Cobalt, Nickel, Titan usw. spezialisiert.

Als Vertreter des "OptiRoDig"-Verbunds agieren die Schmelzwerke der Friedr. Lohmann GmbH mit Sitz in Witten. In ihren beiden Stahlwerken werden Schnellarbeits-, Werkzeug- und Spezialstähle hergestellt sowie hochverschleißfeste und hitzebeständige Gussteile.

Das Institut für Technologien der Metalle der Universität Duisburg-Essen (UDE) sowie die Hochschule für angewandte Wissenschaften Kempten verfügen über langjährige Kompetenzen in den Bereichen der Prozessoptimierung, Datenbanksysteme, statische Auswertung und predictive manufactoring.

Von den Ergebnissen profitieren die Partner MAI und Friedr. Lohmann durch eine Optimierung ihrer Prozesse sowie der einsatzorientierten Bewertung der Rohstoffe. Die Hochschulinstitute können entwickelte Modelle und Algorithmen in der betrieblichen Praxis testen und optimieren. Im zweiten Projektabschnitt von "OptiRoDig" soll dann der Datenaustausch für weitere Betriebe der  Recyclingwirtschaft sowie der Gießerei- und Stahlindustrie zugänglich gemacht werden.

 


Publikationen

 

  • Tonnius, A. & Kaufmann, T. (2021). Datenbasierte Optimierungsverfahren. Giesserei, die Zeitschrift für Technik, Innovation und Management
  • Kaufmann, T. & Chen, S. (2021). Development of data-driven machine learning models for the pre-diction of casting surface defects. Metals, special issue: Optimizing Techniques and Understanding in Casting Processes
  • Chen, S. & Kaufmann, T. (2022). Datenbasierte Verfahren zur Steigerung der Energieeffizienz beim induktiven Schmelzen. stahl. - Das Magazin für die Stahlindustrie
  • Jonas, C., Lohmann-Voss, F. & Kaufmann, T. (2022). Datenbasierte Methoden zur Steigerung der Energieeffizienz. Giesserei, die Zeitschrift für Technik, Innovation und Management
  • Kaufmann, T., Chen, S. et. al. (2023). “Applied machine learning and optimization in steel melting”. heat processing - International Magazine for Industrial Furnaces, Heat Treatment & Equipment, 02/2023

 

Projektflyer der Fördermaßnahme (deutsch / englisch) (März 2021)

Die Projektflyer bieten einen Einblick in die Inhalte und Ziele der ReziProK Projekte und stellen jeweils erste Ergebnisse vor.

 

Projektblätter der Fördermaßnahme (deutsch) (August 2019)

Die Projektblätter bieten eine Kurzübersicht über die einzelnen Projekte und deren Ziele.

 

Beiträge zu der ReziProK Transferkonferenz im Juni 2022

Poster (Juni 2022)

Präsentation (Juni 2022)

 

Beitrag zu der ReziProK Kick-off Veranstaltung im Dezember 2019

Präsentation (Dezember 2019)

 

Bildnachweis: Friedr. Lohmann GmbH Universität Duisburg-Essen Hochschule für angewandte Wissenschaften Kempten