Düsseldorf, 24. Juli 2017

Prognosemodelle beim Stranggießen

Die Stahlherstellung ist eine Ingenieurdisziplin für sich. Immense Kräfte wirken, extreme Temperaturen und Temperaturgradienten sind zu beherrschen. In jeder einzelnen Prozessstufe stehen die Produzenten vor der Herausforderung, die gegenüber Störeinflüssen empfindlichen Prozessabläufe möglichst konstant zu halten. Beispiel Stranggießen: Hier fließt der über 1.500 Grad Celsius heiße Stahl durch ein Tauchrohr in eine Kokille, in der er beginnt zu erstarren. Der teilerstarrte Strang wird, durch die Strangführung gestützt, nach unten abgezogen und im weiteren Prozess gebogen und gerichtet. Dabei soll ein Qualitätsprodukt entstehen, das den hohen Anforderungen zum Beispiel aus der Automobilindustrie gewachsen ist. Zwar können Brammen mit Defekten nachbearbeitet werden, das jedoch reduziert das Ausbringen und kostet Zeit und Geld. In der ersten „Data Challenge“ der SMS digital und der SMS group haben Datenwissenschaftler aus der ganzen Welt datenbasierte Modellansätze entwickelt, um die Rissentstehung beim Stranggießen noch besser vorherzusagen.

Deshalb arbeitet bei SMS group ein Team aus Experten an immer neuen Ideen, um die Stranggießtechnik weiter zu verbessern. Um herauszufinden, wie Risse beim Stranggießen vermieden werden können, sind die Ingenieure jetzt ganz neue Wege gegangen. Viele unterschiedliche Fehlerursachen und Entstehungsmechanismen sind bekannt. Das jedoch war den Ingenieuren nicht genug; um noch bessere Prognosemodelle zur Beschreibung der Rissentstehung oder bisher unbekannte Ursachen und Wirkmechanismen zu finden, haben sie Lösungsvorschläge von Experten der Datenverarbeitung und -aufbereitung vorbereiten lassen. Diese Datenwissenschaftler („Data Scientists“) beschäftigen sich mit der zielgerichteten Aufbereitung und Auswertung von Daten und der Schaffung von Prognosemodellen.

Spannende Aufgaben für Datenexperten

An sie stellte die SMS digital zwei Aufgaben:

  • Einen Algorithmus zu entwickeln, der die Entstehung von Längsrissen in der Kokille besser prognostiziert.
  • Datenbasierte Analyse der Wirkmechanismen zur Entstehung von Kantenrissen.

Für die Ausschreibung geworben wurde auf Meetups in Berlin und Köln sowie über eine Microsite. In sozialen Medien wurden die Informationen weiter verbreitet. Die erste „Data Challenge“ von SMS digital und SMS group hat mehr als 100 Datenexperten aus aller Welt erreicht. Die Teilnehmer kamen aus sehr unterschiedlichen Fachdisziplinen. Von Ingenieuren über Statistiker bis hin zu Biologen und Medizinern reichte der Kreis der Interessierten. Allen war die Stahlherstellung bis dato fremd.

Wir sind sehr zufrieden mit der Beteiligung an der Data Challenge. Wir haben sehr interessante Menschen kennengelernt, die es ihrerseits ganz spannend fanden, sich mit Daten der Stahlbranche zu beschäftigen. Vielen war allein das schon Anreiz genug, sich für die Teilnahme zu entscheiden. Maximilian Wagner, CEO der SMS Digital
Teilnehmer mit überzeugenden Vorschlägen

Für die SMS group-Ingenieure hat dieses neue Format einen besonderen Reiz: „Wir wollten schnell und viele verschiedene Lösungen, an die wir vorher noch nicht gedacht haben”, erklärt Dirk Lieftucht, Leiter Arbeitsgebiet Komponentenentwicklung im Bereich R&D. „Die Teilnehmer hatten klar definierte Ziele zu erreichen, das heißt den bisherigen Algorithmus zur Längsrisserkennung in seiner Prognosequalität zu schlagen bzw. neue Erkenntnisse zu den Wirkmechanismen der Entstehung von Kantenrissen aufzuzeigen“ ergänzt Esra Erdem-Hornauer, Ingenieurin im Bereich Prozessführung Stranggießen, R&D.

Nach sechs Wochen konnten zum Stichtag fünf Teilnehmer bzw. Teilnehmerteams mit aussagefähigen Ergebnissen aufwarten. Nachdem sie ihre Lösungen eingereicht hatten, mussten sie die Ergebnisse vor der Jury präsentieren und deren Fragen beantworten.

Dabei überzeugte Florian Borchert (26) aus Berlin. Ausschlaggebend für seinen Sieg war neben der technischen Raffinesse des von ihm genutzten Conditional Random Fields (CRF) Algorithmus` die Praxistauglichkeit des Konzepts: „Diese Lösung hat große Chancen, realisiert zu werden“, stellte Markus Reifferscheid, Leiter Technische Entwicklung der SMS group, fest. Den zweiten Platz belegte der 25-jährige Thanish Batcha aus dem indischen Chennai.

Für beide war die Teilnahme an der SMS Data Challenge etwas Besonderes. Herr Borchert fand es vor allem spannend, mit realen Daten zu arbeiten. „Ich hoffe, dass mit der Lösung das Ausbringen im Stranggießprozess deutlich erhöht werden kann, sobald sie im praktischen Einsatz ist“, erklärte er. Herrn Batcha motivierte vor allem die Möglichkeit, sich mit einer Branche zu beschäftigen, die ihm bis dahin völlig fremd war. Im heimischen Chennai arbeitet er in einer Agentur für Business Consulting und IT-Dienstleistungen.