Sedan starten för tre år sedan har mycket hänt. En antal sensorer och kameror har placerats ut i sågverket och data har samlats in i mängder. Idéer har funnits, och förkastats.

Peter Rockedahl

– Ja, när vi startade provade vi flera färdiga lösningar. Vi hade en förhoppning om att kunna ta en idé från annat håll, som vi kunde utgå ifrån, men vi hittade inget som passade sågverk, säger Peter Rockedahl, teknisk direktör på Moelven Industrier.

De existerande lösningarna för Industri 4.0 stödde helt enkelt inte sågverkets arbetssätt. När andra industrier plockar ihop olika delar till något större i sin process arbetar sågverket i motsatt riktning. Där delas istället stockarna successivt upp i allt mindre bitar.

– Processen är sönderdelande. Då blir det en utmaning när man ska spåra flöden genom en process. Hur håller man exempelvis reda på vilken planka eller bräda som tillhör en speciell stock? Det har vi slitit med.

Fingeravtryck – som Moelven kallar det – är en del av lösningen.

Så fort en trästock tas in på område röntgas den. En profilbild skapas av stocken och registreras. Det betyder att avståndet mellan varje kvistvarv dokumenteras. Likaså identifieras storleken på varje kvist och hur långt kvisten går in i stammen.

– Oavsett hur mycket vi sen delar upp stocken, om det blir åtta, tolv eller sexton bitar, så finns informationen kvar och vi kan spåra en bräda eller planka på individnivå med mycket stor sannolikhet.

När stocken har gått igenom sortering, sågning och torkning är resultatet färdiga plankor och brädor. Innan de läggs i rätt hög, till rätt kund, används kameror för att skanna av dem.

– Vi kombinerar mönsterigenkänning av kviststrukturen med trakidteknik, som betyder att vi tittar på träfiberstrukturerna, för att identifiera de olika individerna.

Även ute i produktionen använder företaget kameror. Likaså tar det in information via sensorer som exempelvis mäter vibration, energi och ljud.

En insikt som kommit med projektet är att kvaliteten på den färdiga produkten kan avslöja eventuella problem i produktionsutrustningen.

Om en maskin mår dåligt, vibrerar och drar mycket ström kommer det att visa sig på olika sätt när kameran skannar slutprodukten. Resultatet blir helt enkelt inte som förväntat – kanske har flera brädor blivit för tunna.

– Därför är det viktigt för oss att kunna samla energi- och vibrationsvärden och sedan kunna koppla dem till rätt bräda eller plank. Först då kan vi se om det är några avvikelser och då kan vi göra felorsaksanalyser som gör att vi kommer tillrätta med vår produktkvalitet och att vi får en stabilare process, förklarar Peter Rockedahl.

I ett sågverk är det mycket fysisk förflyttning av plankor och brädor. De hoppar och studsar. Miljön är dammig och allmänt tuff.

På speciellt utsatta ställen har högupplösta kameror satts upp för att analysera produktionsmönstret. Om brädorna exempelvis studsar på ett visst sätt, kan det vara ett tecken på att processen helt enkelt körs för fort.

– Vi kan då göra korrigeringar utifrån hur kamerorna tolkar bilderna. Vi försöker också att lära kamerorna hur det ska se ut när allt går bra.

På sikt är tanken att få till en automatisk korrigering.

– Där är vi inte ännu, men vi har idéer och vi vet handgreppen för att kunna göra det. Företaget har även gjort analyser på hur det låter när det sågar. Vissa ljud är bra, andra kan tyda på att något är på väg att bli fel.

– Det är också någonting som vi försöker använda. Vi vill kombinera ljud och bild för att skapa en förstärkt upplevelse över vad det är som sker.

Denna artikel har tidigare publicerats i magasinet Elektronik­tidningen. För dig som jobbar i den svenska elektronik­branschen är Elektronik­tidningen gratis att prenumerera på – våra annonsörer betalar kostnaden. Här tecknar du prenumeration (länk).

För att spåra problem i utrustningen måste det gå att ta sig steg för steg bakåt i tiden för att på så sätt ta redan på vad som hänt i en speciell maskin, och också i den föregående processen. Det kräver att allt som sker är tidsstämplat och att mätdata är lagrat på rätt sätt.

En utmaning är att ­processen inom ett sågverk är väldigt ut­dragen. Träd fälls i skogen, de lastas, körs till sågverket, där de sorteras och lagras. Hanteringstiden inom sågverket är minst två månader från det att stocken kommer in till en färdig planka eller bräda. Allt sker med många mellanlager, och då behövs en teknik som länkar ihop mätvärden utifrån processvärden.

– Tidigare har vi haft uppåt 20 informationsöar. Nu har vi länkat samman all information så att det i den virtuella världen ser ut som en sammanhållen process istället för enskilda processer med mellanlagring.

En viktig del har varit att ta fram en fungerande tidsstämpling som håller redan på tidsskillnaden mellan olika steg i processen.

I många andra projekt har man arbetat med att försöka addera en fysisk märkning, som stämplar och rfid-taggar, men det kostar pengar.

– Vi ville hitta något som är unikt för trävaran. Det har vi utvecklat inom projektet. Det är ett system som kombinerar bildbehandling med aktuell driftsdata.

– Det har vi patentsökt och fått beviljat i Sverige. Nu har vi även sökt patent på internationell nivå.

Den kanske tuffaste nöten att knäcka inom projektet har varit att besluta var all data ska lagras.

– När projektet började var vi övertygade om att vi skulle lägga allt i molnet, men det var en så stor utmaning att vi fick släppa det.

– Vi har faktiskt inte vetat hur vi ska dela upp strukturen i mer än ett drygt halvår. Det har vi fått lära oss den svåra vägen.

Resultatet är att det mesta idag lagras lokalt. Det som däremot analysera mycket och i flera olika kombinationer lagras i molnet.

– Det som skiljer vår lösning från andra är vi kan ställa frågor till utrustningen om var vi kan hitta data. Vi lastar inte upp en mängd data i molnet som många lösningar gör, exempelvis Amazons, utan vi har ett system som undviker att dubbellagra data.

Var data placeras avgörs av vilken målgrupp som behöver den. Allt som har med fabriken att göra – det som processoperatören ska komma åt – måste ligga lokalt. De som däremot arbetar med att analysera processen arbetar med historiska data, och sådan ligger i molnet.

– Utmaning framåt är att kunna använda data på ett effektivt sätt och att kunna återkoppla till verksamheten, konstaterar Peter Rockedahl.

Utmaningen är att använda data Målet i projektet ”Det smarta digitala sågverket” är högt satt. Ännu är det inte nått, men det ligger fast. Utmaningen är att utnyttja data på rätt sätt. När det tvååriga projektet ”Det smarta digitala sågverket” drog igång för tre år sedan var målet att höja produktvärdet med 10 procent, höja processeffektiviteten med 15 procent och minska energianvändningen med 10 procent. Där är sågverket inte ännu. – Men vi är säkra på att vi kommer att nå dit vi tänkt, säger Peter Rockedahl, och adderar: – Tekniskt vet vi hur vi ska göra. Vi har testat och just nu kör vi på delar av vårt sågverk. Närmast gäller det att få detta adopterat av alla i en organisation som denna. Det handlar om att utbilda personalen hur den på bästa sätt ska utnyttja den teknik som sågverket håller på att införa. – Att samla in data i stora högar är en sak, att använda den är en helt annan. Vi behöver lära oss att hantera data lokalt. Det är den delen vi kommer att jobba mycket med under 2020. Att projektet ”Det smarta digitala sågverket” lett till att Moelven Valåsen i skrivande stund är en av fem finalister i IVA:s företagstävling ”Smart Industri 2019” är uppskattat. Det stärker sammanhållningen på sågverket, men ger också viktiga spinn-off-effekter. – Ungdomarna som kommer till oss säger att sågverk och trä­industri ger känslan av mossiga, gråhåriga förstockade gubbar. Men när de läser om vad vi gör blir de intresserade och vi får lite lättare att rektytera den kompetens som vi så väl behöver, säger Peter Rockedahl, och konsta­terar: – Vi måste attrahera männi­skor som är intresserade av dataanalys utifrån processen sågverk. Det är den delen som är kritisk för oss.