Use Cases Papier

Mit Industrieller KI die Qualität Ihrer Papierproduktion sichern: Fehler vermeiden, Effizienz steigern

In der Papierproduktion können kleinste Abweichungen in Faserausrichtung, Querschnittsdicke oder Zellstoffqualität zu erheblichen Schwankungen führen. Das Ergebnis: fehlerhafte Papiere, Maschinenstillstände und Ausschuss – kostspielig, aber vermeidbar.

Mit Künstlicher Intelligenz lassen sich diese Probleme frühzeitig erkennen und beheben. KI analysiert komplexe Daten, erkennt Muster und identifiziert dadurch Ursachen für Qualitätsmängel. Das führt zu einer verbesserten Produktqualität, Energieeinsparungen und weniger Maschinenstillständen.

AIM kombiniert Ihr Domänenwissen mit unserem KI-Know-how, um maßgeschneiderte Lösungen zu entwickeln, die Prozesse optimieren und automatisieren. Gemeinsam erreichen wir eine effizientere und nachhaltigere Produktion.

Mehr erfahren
Use Case Papier

Wo liegen die größten Herausforderungen in der Papierherstellung?

Gleichbleibende Qualität

Gleichbleibende Qualität bei der Papierherstellung

Verringerung von Stillständen

Verringerung von Stillständen, aufgrund permanenter Nachjustierung

Sicherung der Prozess-Stabiliät

Sicherung der Prozess-Stabilität (durch frühzeitige Anomalie-Erkennung & Störungsprognose)

Energie reduzieren

Energie reduzieren (Lastspitzen erkennen)

KI-gestützte Optimierung in der Papierherstellung – Ein Überblick

Schematische Darstellung: Papierwerk

Unser schematischer Ablaufplan zeigt Ihnen die wesentlichen Bereiche der Papierproduktion, in denen Künstliche Intelligenz Ihre Prozesse entscheidend verbessern kann. Beispielhaft betrachten wir drei zentrale Produktionsbereiche:

  1. Zellstoffherstellung: Optimierung der Zellstoffqualität durch frühzeitige Anomalieerkennung.
  2. Prozess in der Papiermaschine: Stabilisierung der Produktion durch präzise Vorhersagen und Anpassungen.
  3. Wicklungsfehler: Reduzierung von Papierabrissen durch KI-gestützte Prozesssteuerung.

Wir haben mehrere vielversprechende Use Cases identifiziert. Drei davon stellen wir Ihnen nachfolgend detailliert vor.

3 Use Cases für Industrielle KI in der Papierherstellung

im Detail

Zellstoffherstellung Schema

Zellstoffherstellung

Dieser Use Case befasst sich mit der Herstellung von Zellstoff – vom Baum (Rohmaterial) bis zum Zellstoff.

  • angelieferte Fichten- und Buchenstämme werden in Hackschnitzel geschreddert
  • im Kocher werden die Schnitzel unter Druck weitererarbeitet
  • wird unter Chemikalieneinsatz gebleicht

Das Papier aus der Zellstoffherstellung wird als Grundmaterial genutzt, für die Weiterverarbeitung und Veredelung genutzt.

Der Wert, der am Ende etwas über die Qualität aussagt, ist die Kappa-Zahl.

Ist dieser Wert zu hoch, muss mit zusätzlicher Bleiche nachjustiert werden.
Dieser zusätzliche Prozessschritt bedeutet vor allem eines: hohe Bleichkosten + Umweltbelastung.

  • Material: Holz, Säure, Bleich-Chemikalien, Natronlauge
  • Prozessinformation: Kochzeit
  • Sensorik: Druck, Temperatur
  • Ursachenanalyse und Rückschluss auf relevante Einflussfaktoren
  • Frühzeitige Erkennung von Veränderungen in der Kappa-Zahl während des Kochprozesses
  • Prognose der Kappa-Zahl
  • Adaptive Regelung zur Vermeidung von hohen Kappa-Zahlen
  • Kostenreduktion durch geringere Chemikalieneinsatz
  • keine Zellstoffengpässe (Vermeidung von Ausschuss)
  • bessere Planbarkeit (Materialeinsatz)

Statt “Kochen nach Bauchgefühl und Erfahrung” = Frühzeitige Erkennung und Prognose von Kappa-Zahlen.

Filz-Entwässerung in der Papiermaschine

Bei diesem Prozess geht es um die Blattbildung, also um die Art und Weise, wie ein Blatt (Papier) hergestellt wird.

Die Papierbahn wird zwischen zwei Walzen und dem Ober- und Unterfilz durchgeführt, das Wasser wird aus der Papierbahn in diese Filze gepresst.
= Pressung

Danach hat das Papier noch Restfeuchte und wird durch die Trockenpartie geleitet, die durch verschiedene Temperaturen die Restfeuchte entzieht.
= Trocknung

Bei dem Entwässerungsprozess kann es dazu kommen, dass die Vakuumpumpen sich am Filz festsaugen. Das erzeugt Schwingungen an der Walze (an der Filzbahn), die sich wiederum auf das Papier übertragen.

Die Folge: Es kann zu Papier-Randrissen kommen, im schlimmsten Fall reißt die Papierbahn komplett.

  • Messdaten zum Gebläse: Motorleistung, Unterdruck Vakuumpumpe, Alarme des Profibus, Ventilstellungen, Temperatur Abgasrohr, Entwässerungsmengen, Vakuum Oberfilz, Vakuum Unterfilz
  • Regelungsdaten: Vakuumregler der Pumpe (Falschluftzufuhr), Lastregler des Motors
  • Prozessparameter: Flächengewicht (Papiersorte), Anlagengeschwindigkeit
    zusätzlich: Betriebszustände der Maschine
  • Anlagenstruktur: AKZ + Zuordnung zu den Anlagenteilen
  • Ermittlung relevanter Einflußfaktoren
  • Frühzeitige Vorhersage (mittels KI) des Pulsierens im echtzeitüberwachten Betrieb
  • Verhindern des Pulsierens durch frühzeitige Falschluftzufuhr > damit die Schwingungen gar nicht erst entstehen
  • Gleichmäßige Trocknung des Papiers, kein Wellen der Ränder oder Risse, Ausschuss minimiert (Qualität)
  • Maschinenstillstände vermeiden / verringern (Maintenance)
  • Verlängerung Lebensdauer der Komponenten (Maintenance)
Filzentwässerung
Kalandrieren

Rollenaufwicklungsfehler oder Tambour-Abrisse im Kalander und Zuschnittsbereich

In Kalandern wird das Papier zur Erhöhung der Qualität für den Weiterverarbeitungsprozess (z.B. Bedruckung) mechanisch geglättet und auf eine einheitliche und gleichmäßige Dicke gewalzt. Dabei wird die Papierbahn durch mehrere Walzen geführt = Glättungsprozess

Das Kalandrieren erfolgt unter sehr hohem Druck und hoher Temperatur.

Da dies der letzte Schritt im Herstellungsprozess ist, wird das Papier anschließend auf riesige Tamboure (Rollen) aufgewickelt.

Für den Zuschnitt und die Verpackung werden die Tamboure wieder abgewickelt.

Das Papier muss in gleichmäßiger Dicke mit gleichmäßiger “Kraft” aufgewickelt werden, ansonsten läuft das Papier schief auf die Rolle (Tambour) = Wickelfehler. Zudem besteht die Gefahr dass Anrisse, Abrisse oder Falten im Papier entstehen.

Werden Verschleiß oder Wicklungsfehler erkannt, wird die Aufwicklung gestoppt (Qualitätsproblem) und die Fehlersuche eingeleitet. Um Ausschuss zu minimieren, wird die Produktion kurzzeitig angehalten.

  • Aufgezeichnete Messwerte (Sensor): Stromaufnahme, Drehzahl, Temperatur, Druck (an Führer- und Antriebsseite der Walzen), Farbauftragsmengen in g pro m2, Papierdicke über den Querschnitt (2x), Aufrollgeschwindigkeit, Durchmesser der Tamboure
  • Prozess-Informationen: Unterschiedliche Programmabläufe/Produkte: Grammaturen der Tamboure, Wartungsintervalle, Walzenaustauschzeitpunkte, Papiersorte, spezifisches Flächengewicht
  • Historische Störungsmeldungen vorhanden, ggfs. Anlagenhistorie (Bauliche Anpassungen)
  • Ursachenanalyse und Rückschluss auf relevante Einflussfaktoren der Wicklungsfehler
  • Frühzeitige Erkennung von Veränderungen im Dickenprofil
  • Prognose der Wicklungsfehler
  • Adaptive Regelung zur Vermeidung von Wicklungsfehlern
  • Verkürzung der Suchzeit der auftretenden Wicklungsfehler/ schnellere Wiederherstellung des ordnungsgemäßen Prozesses
  • Stillstände reduziert
  • Schäden an den Kalanderwalzen frühzeitig erkennen
  • Walzen werden verbrauchsorientiert getauscht, nicht nach Intervall
  • Vermeidung von ungeplanten Stillstandzeiten
  • Stress reduzieren für operative Mitarbeiter

Weitere Use Cases, die in der Papierfertigung zu finden sind:

  • Optimierung der Dehnung in Längsrichtung (Qualität)
  • Effizienter Stärke-Einsatz: Minimaler Stärke-Einsatz für maximale Qualität (Qualität)
  • Anomalie-Erkennung und Störungsprognose an der Anlage, wie bspw. Förderbänder und -shuttle (Maintenance)
  • Filzverschließ: Verbrauchsorientierter Tausch, statt im Intervall (Maintenance)
  • Prognose von Pumpenausfällen (Maintenance)
  • Stromspitzen bzw. Lastspitzen-Prognose (Energie)

Management Summery

Icon ROI

ROI

Stillstände können bis zu 100.000 Euro pro Stunde kosten

Icon Innovationsthema

Innovationsthema

Zukunftssicheres, fortschrittliches Arbeiten

Icon Wissen konservieren

Wissen konservieren

Personalmangel, -abwanderung & Rente

Icon Suchzeiten verkürzen

Suchzeiten verkürzen

KI-gestützte Fehler-Früh-Erkennung

Sie haben Fragen?

Name(erforderlich)
E-Mail(erforderlich)
Bitte lassen Sie uns wissen, was Sie auf dem Herzen haben. Haben Sie eine Frage an uns?
Dieses Feld dient zur Validierung und sollte nicht verändert werden.
Nils Funke

 Industrial AI Expert 

Nils Funke

Gestartet ist Nils bei uns als Product Owner im Bereich Industrieller KI & Machine Learning und gilt deshalb als DER Experte, wenn es um die Anwendung und Übertragung in die Praxis geht.