Neues Forschungsprojekt: 20 bis 30 Prozent höhere Energieeffizienz für metallverarbeitende Industrie mit Künstlicher Intelligenz

Die metallverarbeitende Industrie benötigt besonders viel Energie, um vor allem Sägen, Schleifen und Fräsen zum Einsatz zu bringen. Mit Hilfe von Methoden der Künstlichen Intelligenz wollen Forscher:innen nun die Effizienz um 20 bis 30 Prozent steigern. Das Projekt SAELING wird von der Universität Klagenfurt gemeinsam mit der KU Leuven sowie den Industriepartnern Voestalpine und Siemens durchgeführt und von der Österreichischen Forschungsförderungsgesellschaft FFG mit rund 1,2 Millionen Euro gefördert.

Die Voestalpine bringt in ihren Industrieanlagen rund 2.500 Bandsäge-, Schleif- und Fräsmaschinen zum Einsatz. Diese verbrauchen im Jahr rund 21 GWh, was dem Stromverbrauch von rund 4.750 österreichischen Durchschnittshaushalten entspricht.

„Metallverarbeitende Maschinen in einer Werkshalle erfüllen eine Vielzahl von Aufgaben. Die Frage, welche Maschine mit welcher Aufgabe wann zum Einsatz kommen soll, ist derzeit noch nicht optimal gelöst“, erklärt Gerhard Friedrich, Leiter des Projekts SAELING am Institut für Artificial Intelligence und Cybersecurity an der Universität Klagenfurt. „Es gilt viele Faktoren zu berücksichtigen, um möglichst energie- und ressourcenschonende Strategien für das Sägen, Schleifen und Fräsen in solchen Werkshallen zu entwickeln. Diese mit all ihren Auswirkungen zu berücksichtigen und zu simulieren, übersteigt die Möglichkeiten der menschlichen Denkleistung. Insbesondere kann das Verhalten von diesen Maschinen nicht ausreichend genau beschrieben werden, sondern muss zum Zweck der Optimierung gelernt werden.“

Methoden aus der Künstlichen Intelligenz sollen nun den Energieverbrauch durch einen effizienteren Einsatz deutlich reduzieren, wie Gerhard Friedrich weiter erklärt: „Es sind Ansätze wie Reasoning, Optimierung und maschinelles Lernen, die zum Einsatz kommen werden.“

Als Anwendungsfall dient den Forscher:innen vorrangig die Voestalpine, für die eine Energieeffizienzsteigerung von 20 bis 30 Prozent, also rund 4 bis 6 GWh pro Jahr, erreicht werden soll. Die Ergebnisse von SAELING sollen analog Einsparungen in anderen Produktionsbereichen ermöglichen. Neben dem CO2-Ausstoß soll so beispielsweise auch der Schmiermittelverbrauch verringert werden. Die im Projekt entwickelten Werkzeuge sollen anpassungsfähig sein und in anderen Anwendungsbereichen, z. B. beim SAELING-Partner Siemens, ausgeweitet werden können.

Die Projektbezeichnung SAELING steht für SAving Energy by Learning and ImproviNG logic-based optimization models. SAELING startete mit Anfang Mai 2024 und wird von der Österreichischen Forschungsförderungsgesellschaft FFG mit rund 1,2 Millionen Euro gefördert. Die gesamten Projektkosten betragen rund 1,8 Millionen Euro.