Startupbolaget Calejo Industrial Intelligence har inom ramen för det strategiska innovationsprogrammet PiiA tilldelats stöd av Vinnova på närmare 700 000 kronor för två olika AI-projekt i nära samarbete med SCA respektive Boliden och konsultbolaget Optimation.
Inom Vinnova-programmet "Digitalisering av industriella värdekedjor" har Calejos två AI-projekt fått godkännande av elva oberoende nationella experter, som alla är förordnade av Vinnova. Bedömningarna har skett gentemot kriterierna: Potential, Genomförbarhet och Aktörer. Experternas rekommendation har sedan legat till grund för Vinnovas beslut.
- Finansieringen ger svensk processindustri, dess leverantörer och forskningsparter möjlighet att undersöka, utveckla och testa nya metoder för att genom digitalisering nå ökad konkurrenskraft. Extra glädjande är att flera projekt fokuserar på hur digitaliseringen möjliggör en effektivare och mer klimatsmart processindustri. Vi har haft ett bra söktryck till utlysningen och bedömarna har haft en svår uppgift att prioritera bland de sökande projekten, säger Peter Wallin, programchef för PiiA, i ett pressmeddelande..
Energioptimering på SCA Obbola
Tillsammans med SCA har Calejo nu inlett ett projekt med namnet ”Energioptimering inom processindustri med hjälp av AI”
- Med en bättre förståelse över ingående delars energibehov i en process på både kort och lång sikt är det möjligt att skapa en jämnare energiförbrukning över tid. Projektets idé är att undersöka om AI-teknik kopplad till relevant produktionsdata kan skapa en träffsäker prognos över kommande energibehov och möjligheten av att använda ackumulerad energi för att lösa kommande underskott, äger Johannes Holmberg, vd för Calejo Industrial Intelligence.
Effektivare processmodellering på Boliden
Tillsammans med Boliden och konsultbolaget Optimation har Calejo nu även inlett ett projekt med namnet ”AI som stöd för effektivare processmodellering”.
- Att ha en tillförlitlig modell av sina processer är ett viktigt steg mot en mer övergripande processoptimering. Om delar av processen är svåra att mäta eller beskriva fysikaliskt eller därför att indata förändras över tid, så är det svårt att skapa och hålla modeller aktuella. Projektets problemställning är därför på vilket sätt man på ett generiskt sätt kan använda AI för att effektivisera processmodelleringen. Längre fram, men utanför denna ansökan, är målet att sedan kunna utnyttja dessa modeller i kombination med AI för att optimera processtyrningen, säger Johannes Holmberg och avslutar:
- Möjligheten att kombinera traditionell fysikalisk modellering med AI-teknik har inte tidigare testats inom processindustrin. Ett framgångsrikt projektresultat kommer att medföra en generisk lösning, som är applicerbar för all typ av processindustri, slutar Johannes Holmberg.