PROJECT 3 EFFICIËNTE PRODUCTIE MET AI het eindproduct belandde. “Het wordt in de vorm van hars gebonden in ongewenste bijproducten en uiteindelijk verbrand”, legt Rasit Faller uit. Aangezien aniline de duur- ste component is in het productieproces, was dit simpelweg onacceptabel. Met een AI-gestuurd model, opgezet in DIAP, kon- den ze de productie optimaliseren, waar- door nu een derde minder aniline verloren gaat. “Dit was een enorme doorbraak”, zegt Hessam Ramezani trots. Maar daar stopt het niet. “We proberen nu met behulp van AI verdere procesparameters te vinden om nog meer aniline in het eindproduct te krij- gen”, voegt Ramezani toe. Een ander boeiend project wordt ge- leid door de datascientists Hessam Ramezani en Rasit Faller onder de vlag van ‘AI-gestuurde productieoptima- lisatie’. Binnen het FORWARD!-program- ma werd ook het productieproces van de grondstof NaMBT in Kallo onder de loep genomen. Deze grondstof is essentieel voor de productie van tussenproducten bij de BU Rhein Chemie. In hun eerste analy- se ontdekten de datascientists, samen met de procesexperts, dat een aanzienlijk deel van de kostbare grondstof aniline niet in HESSAM RAMEZANI Manager DSAI-team, Group Function IT: “Naast de voorspellingen uit AI-modellen zijn de verkregen inzichten even essenti- eel; ze bieden een dieper begrip van de processen.” PROJECT 4 COCKPIT ALS CENTRAAL TOEGANGSPUNT Een ander baanbrekend pilotproject dat voortkwam uit de productieop- timalisatie in Kallo, heeft geleid tot de ontwikkeling van een innovatief produc- tiedashboard. Dit werd gerealiseerd door datascientists Rasit Faller en Hessam Ra- mezani, samen met procesexperts in Kallo en collega's van de GF PTSE. Het resultaat is een geavanceerde cockpit, geïntegreerd in Microsoft Power BI, waarmee gebruikers de productiestatus en het energieverbruik van de installatie dynamisch en nauwkeurig kunnen monitoren. “Met deze cockpit bie- den we een uitgebreid en volledig overzicht van alle belangrijke productie- en ener- gie-KPI’s via één centraal toegangspunt”, legt Faller uit. De productiecockpit wordt al actief gebruikt op de locatie Kallo en wordt continu uitge- breid om de efficiëntie en besluitvorming verder te verbeteren. WEGWIJS IN DE WERELD VAN AI Machine learning: Bij machine learning wordt een model getraind met bekende invoergegevens om voorspellingen te doen voor nieuwe, onbekende datapunten. Het model leert verbanden en patronen te her- kennen in de gegevens, waardoor het steeds beter wordt in het maken van nauwkeurige voorspellingen. Sequential learning: Sequential learning is een iteratief proces waarin een machine learning-model continu wordt getraind en gebruikt om voor- spellingen te doen voor onbekende gegevens. De meest veelbelovende voorspellingen worden getest en de resultaten worden gebruikt om het model opnieuw te trainen. Dit cyclische proces helpt het model om steeds beter verbanden en patronen te begrijpen, waardoor de voorspel- lingskracht met elke iteratie verbetert. Data Integration & Analytics Platform (DIAP): Dit platform, ontwikkeld door het DSAI-team, maakt het mogelijk om gegevens uit alle LANXESS-systemen en verschillende externe systemen te combineren, te analyseren en te visualiseren. In productieomgevingsprojecten wordt het platform gebruikt om processen te verbeteren, knelpunten te iden- tificeren, onderhoudsbehoeften te voorspellen, de productieprestaties te verhogen of de algehele efficiëntie te verbeteren. Power BI: Power BI is een krachtige verzameling van softwarediensten, apps en interfaces die het mogelijk maken om gegevens uit verschillende bronnen te koppelen, importeren en visualiseren. Met Power BI kunnen rapporten niet alleen lokaal op de pc worden geraadpleegd, maar ook wereldwijd via een browser. Daarnaast bieden de mobiele Power BI-apps de mogelijkheid om rapporten en dashboards op smartphones te ge- bruiken, voor zowel Windows-, iOS- als Android-apparaten. 02.2024 | Xpress 15