Более эффективные лесопильные заводы с искусственным интеллектом

Рентгеновская компьютерная томография бревен и искусственный интеллект дадут лесопильным предприятиям больше возможностей для оптимизации выхода каждого распиленного бревна и улучшения сушки и сортировки древесины. В рамках программы CT Wood Технологического университета Лулео в Скеллефтео разрабатывается ведущая в мире технология для оценки качества досок еще до того, как бревно будет подано на распиловку.

– CT Wood должна создавать добавленную стоимость при использовании сырья и делать возможным его наиболее эффективное использование. «Мы четко ориентируемся на потребности отрасли, хотя кроме того проводим фундаментальные исследования», — говорит Брор Сундквист, председатель программы CT Wood.

Ядро области исследований искусственного интеллекта, ИИ, состоит из прототипа компьютерного томографа, который финансируется через CT Wood. Сканер создает трехмерные цифровые модели бревен и пиломатериалов, которые можно распилить из бревен. Сегодня на лесопильных предприятиях Швеции и остального мира имеется всего несколько таких сканеров.

В своей докторской работе я разрабатывал AI-модели для классификации пиломатериалов по внешнему виду. Нашим клиентом была лесопилка, имевшая очень разные требования к эстетическому виду выпускаемых досок. С помощью модели искусственного интеллекта и камер для сортировки мы могли найти найти ответы на любые требования и выбирать лучший вариант распиловки в зависимости от требований к размерам, числу, величине и качеству сучков. Таким образом, клиент мог получить именно ту древесину, которую он хочет, — говорит Линус Олофссон, ассистент преподавателя университета.

Еще одна замечательная возможность технологии CT — предоставить лесопилкам информацию о качестве бревен как основы для принятия решений, чтобы максимизировать выход древесины из бревна уже во время распиловки. В зависимости от того, как бревно выглядит внутри, вкладыш в пилу можно приспособить таким образом, чтобы любые дефекты, например, из-за повреждения ветки или ствола, как можно меньше снижали выход и стоимость конечной продукции. В разработанных моделях ИИ можно на основе данных компьютерной томографии сначала «распилить» бревно виртуально, измерить различные результаты и оптимизировать вставку в пилу, прежде чем делать это в реальности.

– Сучки во многом определяют ценность древесины, поэтому важно, чтобы модели могли предсказывать их различные свойства. С помощью томографии измеряется только плотность, но мы можем обучить модель ИИ определять здоров или мертв сучок в ходе анализа, – говорит Линус Олофссон.

Усовершенствованная измерительная техника и большие вычислительные возможности открывают новые перспективы для качественной сортировки древесины и, в конечном счете, для оптимизации ее использования.

– Разрабатываемые нами модели позволяют совершенно по-новому прогнозировать свойства древесины. Виртуальные испытания прочности на изгиб с использованием моделирования открывают новые возможности для поиска древесины со свойствами, соответствующими потребностям заказчика, еще до распиловки. Классификация древесины по прочности на уровне древесины может быть более точной, чем сегодняшняя классификация механической прочности, которая оценивает только уже распиленную древесину. Это сделало бы деревянное домостроение более ресурсоемким, и мы могли бы получить совершенно новые категории прочности вместо нынешних классов прочности, предназначенных только для испытаний на изгиб. Если вы разумно воспользуетесь возможностями технологии, вы уже на лесопилке сможете решить, для чего будет использоваться древесина, – говорит Йоханнес Хубер, ассистент преподавателя университета.

Пока нет возможности использовать технологию с той производительностью, которую требуют лесопильные заводы. Для этого требуется слишком много вычислительной мощности. Но разработка идет быстро, и вычислительная мощность компьютеров со временем будет увеличиваться. Кроме того, вычислительную мощность можно сэкономить за счет упрощения вычислительных моделей или использования моделей ИИ, которым большая вычислительная мощность требуется только на этапе обучения. На этапе использования требования к ней значительно снижаются.

– На самом деле, с точки зрения технологии измерения, мы не делаем много нового по сравнению с тем, что было 20 лет назад, но мы обрабатываем данные измерений совершенно новыми методами, например моделированием и ИИ, которые требуют для обработки данных, вычислительных мощностей, которых тогда не существовало. LTU Skellefteå является мировым лидером в области исследований компьютерной томографии для решения технических вопросов лесопиления, и мы должны инвестировать в наилучшие доступные технологии, чтобы не потерять знания и конкурентоспособность, – говорит Йоханнес Хубер и продолжает: – В конце концов, мы должны не только обрабатывать древесину, но и данные, которые мы генерируем в процессе лесопиления.

Программа исследований CT Wood является мировым лидером в области исследований в области томографии древесины и цифровизации в деревообрабатывающей промышленности. Программа, в тесном сотрудничестве с лесной промышленностью, упростит использование сырья от леса до пиломатериалов, уделяя особое внимание растущему деревянному строительству. Областями компетенции являются измерительные технологии для древесных материалов, резка, физика древесины и разработка древесных материалов.

Программа стартовала в 2020 году и рассчитана на пять лет. Портфель проектов включает 25 проектов, семь из которых завершены. За инвестициями стоят Svenskt Trä и около двадцати независимых деревообрабатывающих предприятий, Kempestiftelserna, муниципалитет Шеллефтео и Технологический университет Лулео.