Siirry sisältöön

Energiantuotannon ja teollisuuden materiaalivirtojen digitalisointi tuo tehokkuutta – koneoppimisella parempaa päätöksentekoa

June 16, 2020
  • Blogi
  • |
  • Infratalks

Ville Koikkalainen vastaa digitaalisista toiminnoista ja kehitystyöstä Nevelillä. Koikkalainen on vetänyt ja vienyt läpi useita projekteja, jotka muuttavat ihmisten työskentelytapoja. Hän on sitä mieltä, että alan toimijat voivat parantaa kilpailukykyään huomattavasti digitalisoimalla toimintojaan.

Hiilineutraalius- ja kestävyystavoitteet vievät voimakkaasti eteenpäin muutosta, joka kasvattaa yritysten tarvetta tehostaa energia- ja materiaaliresurssien hallintaa kilpailuedun saamiseksi. Muuttuva markkinaympäristö tuo uusia haasteita mutta myös uudenlaisia työskentelytapoja ja uusia mahdollisuuksia. Automaatio ja koneoppiminen ovat tehokkaita tapoja hyödyntää näitä mahdollisuuksia ja löytää uusia tapoja tehokkuuden parantamiseen.

Suurista voimalaitoksista ja teollisuuden tuotantolaitoksista tehdään tulevaisuudenkestäviä perustuen koneoppimiseen ja huipputason asiantuntemukseen

Energiantuottajat ja materiaaliresurssien omistajat joutuvat jatkuvasti tasapainottelemaan kilpailukyvyn säilyttämisen, kestävän kehityksen edistämisen ja ympäristönsuojelun välillä. Perinteisen energiantuotannon tehokkuus on lähtökohtaisesti vajavaista, sillä henkilöstöresurssit ovat ohjautuneet vuorotyöhön eikä hintojen ja kysynnän muutoksiin pystytä reagoimaan nopeasti. McKinseyn tutkimuksen* mukaan 44 % työstä energiasektorilla voitaisiin automatisoida, mutta tähän tarvitaan uudenlaisia toimintatapoja.

Ympäristöystävälliset toimintamallit kulkevat usein käsi kädessä kustannustehokkuuden kanssa, sillä resursseja käytetään tällöin tehokkaammin, mutta yrityksille on tarjolla myös muita kilpailuetua parantavia mahdollisuuksia. Automaatio ja koneoppiminen saavat yhä laajempaa tunnustusta arvokkaina työkaluina, joilla voidaan tehdä työtavoista älykkäämpiä. Samalla voidaan parantaa luotettavuutta, vähentää hävikkiä ja pienentää kustannuksia. Kun uudet teknologiat valjastetaan laitoksille huipputason asiantuntijoiden avuksi, saadaan ainutlaatuinen toimintamalli ja uudenlainen työskentelytapa.

Kehittyneen digitaalisen käyttö- ja kunnossapitoalustan avulla sekä tuotanto että laitosten ulkopuoliset toiminnot voidaan digitalisoida. Keskitettyä dataa ja analytiikkaa hyödyntävä alustamme kerää kaiken hyvien päätösten tueksi tarvittavan informaation, joka auttaa saavuttamaan merkittäviä synergiaetuja ja suoria kustannussäästöjä. Kehittyneet koneoppimisalgoritmit operoivat laitoksia vuorokauden ympäri erikoisasiantuntijoiden valvonnan alaisina käyttäen apunaan älykästä data-analytiikkaa. Näin parannetaan prosesseja, suorituskykyä sekä kannattavuutta. Henkilökunta voi keskittyä ennakoivaan, ehkäisevään huoltoon, jolloin sekä luotettavuus että saatavuus paranevat.

Todistetusti toimiva

Oma laitoksemme Forssassa on hyvä esimerkki tällaisen palvelun täydestä käyttöönotosta. Laitos tuottaa energiaa maksimiteholla 70 MW. Laitoksen pääasiallinen energianlähde on kiinteä bioenergia, ja laitosta operoidaan kellon ympäri etäkäyttökeskuksesta. Digitalisoimalla laitostoiminnot kokonaan olemme automatisoineet prosessit, optimoineet palamisprosessin ja vähentäneet jäännöshapen tasoa sekä CO2– ja NOx-päästöjä. Energiatehokkuuden parantuminen ja toimintamallin muutokset ovat pienentäneet vuosittaisia käyttökustannuksia 600 000 euroa ja lisänneet uusiutuvien energianlähteiden käyttämistä.

*Lähde: McKinsey Global Institute, 2017: A future that works: automation employment and productivity