Neuronales Netz optimiert Recyclingpapier

Siemens-Forscher haben mit Neuronalen Netzen den sehr komplizierten Herstellungsprozess von Recyclingpapier verbessert.

Wie das Forschungsmagazin Pictures of the Future, berichtet, arbeiten die Wissenschaftler jetzt an einer Art Autopilot, der die Produktion in einer Anlage automatisch optimieren kann. Die Neuro-Fuzzy-Experten aus München-Perlach installierten zusammen mit den Industriespezialisten von Siemens beim Unternehmen Lang Papier im schwäbischen Ettringen bereits ein System zur Optimierung des Weißgrades.

Recyclingpapier wird aus vielfältigen Papiersorten hergestellt, deren Zusammensetzung stark variieren kann. Für die Einstellung des Weißgrades gibt es zahlreiche Möglichkeiten. Wenn die Anlagenbetreiber die Prozessparameter verändern, ist das Ergebnis nicht unmittelbar vorhersehbar. Daher musste bisher das fertige Produkt mit relativ großem Zeitaufwand im hauseigenen Testlabor überprüft werden.

Ein Neuronales Netz, das auf stark vereinfachte Weise die Abläufe im menschlichen Gehirn nachahmt, hat bei derartigen Problemen seine Stärken. Die Forscher entwickelten ein Netz, das aus Prozessdaten lernt, mit welchem Fasergehalt des Rohstoffs, Chemikalienverbrauch oder mit welcher Ausschussmenge die gewünschte Qualität erzielt werden kann. Die Techniker bei Lang Papier können nun einen bestimmten Weißgrad vorwählen, das System Siflot berechnet dann die Vorgaben, um mit minimalen Kosten eine optimale Qualität zu erreichen. Das Unternehmen spart damit pro Anlage mehr als eine Million Euro im Jahr ein.

Die Siemens-Forscher haben mit Neuronalen Netzen auch das Einschmelzen von Stahlschrott im Elektrolichtbogenofen, die Steuerung von Walzstraßen und den Herstellungsprozess von Papier ohne Recyclinganteil verbessert. Derzeit weiten sie die Technik aus. Denn die entwickelten Methoden können für ähnliche Modelle anderer Prozesse verwendet werden. Künftig könnte dann mit einem Verbund korrespondierender Neuronaler Netze die Produktion einer gesamten Fabrik gesteuert werden.