ELEKTROTEHNI ˇ SKI VESTNIK 90(4): 159–166, 2023 IZVIRNI ZNANSTVENI ˇ CLANEK Optimizacija delovanja elektroobloˇ cne peˇ ci prek intuitivnega uporabniˇ skega vmesnika na platformi Siemens MindSphere Simon Tomaˇ ziˇ c, Vito Logar Univerza v Ljubljani, Fakulteta za elektrotehniko, Trˇ zaˇ ska cesta 25, 1000 Ljubljana, Slovenija E-poˇ sta: simon.tomazic@fe.uni-lj.si Povzetek. V prispevku je predstavljen nov in inovativen sistem podpore odloˇ canju za operaterje elektroobloˇ cne peˇ ci, namenjen optimizaciji uˇ cinkovitosti upravljanja procesov. Ta sistem zdruˇ zuje dve orodji, in sicer Simulator EOP ter Optimizator EOP, ki vkljuˇ cujeta napredne mehanistiˇ cne in podatkovne modele. Ti so bili izurjeni na zgodovinskih podatkih ter omogoˇ cajo simulacijo naˇ crtovanih ˇ sarˇ z s podatki v realnem ˇ casu. Tako so operaterjem na voljo dragocene informacije, ki jih vodijo pri prilagajanju nastavitev peˇ ci. Kljuˇ cna lastnost sistema je intuitiven grafiˇ cni vmesnik, implementiran v okolju Siemens MindSphere ter Node-RED, ki omogoˇ ca interaktivno analizo in upravljanje. Prek tega vmesnika lahko operaterji analizirajo in primerjajo zgodovinske ˇ sarˇ ze s simulacijami ter prilagajajo razliˇ cne vhodne podatke in parametre taljenja. Orodja ponujajo moˇ znost doloˇ canja optimalnih nastavitev peˇ ci, kar pripomore k optimizaciji procesa in zmanjˇ sanju obratovalnih stroˇ skov predvsem porabe elektriˇ cne energije. Sistem podpore odloˇ canju je mogoˇ ce predstaviti tudi kot zmogljiv digitalni dvojˇ cek, ki operaterjem elektroobloˇ cne peˇ ci zagotavlja podlago za informirane odloˇ citve, kar vodi k trajnejˇ semu in ekonomiˇ cnejˇ semu delovanju. Kljuˇ cne besede: uporabniˇ ski vmesnik, sistem za podporo odloˇ canju, MindSphere, elektroobloˇ cna peˇ c, storitve v oblaku, MQTT, optimizacija procesa, digitalni dvojˇ cek Optimising the operation of an electric arc furnace through an intuitive user interface on the Siemens MindSphere platform The paper presents a new and innovative decision support system for electric arc furnace operators to optimise the process control efficiency. The system combines two tools, the EAF Simulator and EAF Optimiser, which contain advanced mechanistic and data-driven models. They have been trained using historical data and allow simulation of planned batches with real-time data. This provides operators with valuable information on how to adjust furnace settings. The main feature of the system is the intuitive graphical interface implemented in the Siemens MindSphere environment and Node- RED, which enables interactive analysis and management. The inter- face allows operators to analyse historical batches and compare them with simulations, as well as adjust various input data and melting parameters. Furthermore, the tools added benefit of being able to determine the optimal furnace settings to optimise the process and reduce operating costs, particularly energy consumption. The decision support system is a powerful digital twin that helps electric arc furnace operators make decisions and leads to more sustainable and efficient operations. 1 UVOD Z razmahom digitalizacije in tehnologije interneta stvari (IoT) [1] so se pojavile nove priloˇ znosti za izboljˇ sanje procesov in poveˇ canje uˇ cinkovitosti v industriji. V za- Prejet 20. september, 2023 Odobren 18. oktober, 2023 dnjem desetletju je industrija dosegla drastiˇ cen napre- dek, saj so se tradicionalni proizvodni procesi zaˇ celi preoblikovati s pomoˇ cjo digitalnih tehnologij. Razvoj in implementacija algoritmov ter sistemov, ki operaterjem procesov nudijo uˇ cinkovito podporo pri odloˇ canju na podlagi preteklih podatkov in/ali podatkov v realnem ˇ casu ter naprednih modelov [2, 3, 4], sta priloˇ znost za izboljˇ sanje uˇ cinkovitosti procesov in s tem poveˇ canje produktivnosti. V sodobni industriji so simulacijska okolja kljuˇ cnega pomena [5, 6], saj omogoˇ cajo testiranje in optimizacijo procesov v varnem in nadzorovanem okolju, preden se spremembe uvedejo v dejansko proizvodnjo. Simulacije inˇ zenirjem in operaterjem procesov omogoˇ cajo, da pred- vidijo morebitne teˇ zave, optimizirajo delovanje sistema in zagotovijo boljˇ se rezultate brez nepotrebnih stroˇ skov ali izgubljenega ˇ casa [7, 8]. Kljub tehniˇ cni dovrˇ senosti simulacijskih okolij je kljuˇ cnega pomena, da je uporabniˇ ski vmesnik intuitiven. Intuitiven uporabniˇ ski vmesnik uporabnikom omogoˇ ca, da hitro in uˇ cinkovito dostopajo do potrebnih informa- cij, analizirajo rezultate in sprejemajo odloˇ citve brez nepotrebnega zapravljanja ˇ casa ali napora. Intuitivnost vmesnika lahko zmanjˇ sa napake, poveˇ ca produktivnost in zagotovi, da se vse prednosti digitalne tehnologije v celoti izkoristijo. V tem kontekstu je platforma Siemens MindSphere [9] postala ena izmed vodilnih reˇ sitev za industrijo 4.0, 160 TOMA ˇ ZI ˇ C, LOGAR ki omogoˇ ca povezovanje, analizo in vizualizacijo po- datkov v realnem ˇ casu. Predstavljeno delo se nanaˇ sa na eno od tem projekta Evropske unije INEVITABLE [10], katerega cilj sta optimizacija in izboljˇ sanje proizvodnih procesov z uporabo digitalnih tehnologij. V okviru tega projekta smo razvili intuitivni uporabniˇ ski vmesnik za optimizacijo delovanja elektroobloˇ cne peˇ ci, ki temelji na platformi Siemens MindSphere. ˇ Clanek je razdeljen na pet poglavij. Naslednje po- glavje v grobem opisuje proces taljena jekla v elektro- obloˇ cni peˇ ci, za katerega so bili razviti modeli in upo- rabniˇ ski vmesniki, opisani v tem prispevku. V tretjem poglavju sta predstavljena sistem za podporo odloˇ canju in platforma, na kateri temelji predlagana reˇ sitev. ˇ Cetrto poglavje podrobneje predstavlja celotno reˇ sitev in s tem povezane grafiˇ cne uporabniˇ ske vmesnike. V zadnjem poglavju so podane ugotovitve. 2 ELEKTROOBLO ˇ CNA PE ˇ C Elektroobloˇ cna peˇ c (EOP), ki se je v industriji upora- bljala ˇ ze pred veˇ c kot sto leti, zgodovinsko ˇ se vedno velja za velik tehnoloˇ ski preboj v industriji reciklira- nja jekla, saj ˇ se danes ustreza sodobnim smernicam kroˇ znega gospodarstva. Gre za tip peˇ ci, zasnovan pose- bej za taljenje odpadnega jekla. Njeno delovanje temelji na elektriˇ cnem obloku, ki prepuˇ sˇ ca elektriˇ cni tok skozi zrak ali plazmo pri visokih temperaturah, ki se gibljejo med 4.000 in 6.000 K. To ne povzroˇ ci samo taljenje jekla, ampak omogoˇ ca tudi pretvorbo staljenega jekla v nove, uporabne izdelke. Osrednji del EOP je peˇ c, katere notranjost je obloˇ zena z ognjevzdrˇ znim materialom za prepreˇ cevanje prekomer- nega segrevanja. Za prenos elektriˇ cne energije v peˇ c se uporabljajo grafitne elektrode, ki ustvarjajo elektriˇ cni oblok za taljenje zaloˇ zenega materiala. Da bi zagoto- vili optimalno delovanje in varnost, je peˇ c opremljena z vrsto drugih komponent. Zmogljiv transformator (z moˇ cjo do 250 MV A) prilagaja napetost in tok, potreben za ustvarjanje elektriˇ cnega obloka, medtem ko sistem za dovod plina, obiˇ cajno argona, zmanjˇ suje oksidacijo in poˇ skodbe elektrod. Za uravnavanje temperature je vgrajen hladilni sistem, poleg tega je tu ˇ se sistem za odvajanje prahu in plinov, ki skrbi za odstranjevanje nezaˇ zelenih odpadnih produktov, sproˇ sˇ cenih med po- stopkom. Stopljeno jeklo se nato s pomoˇ cjo sistema za nalivanje prelije v kalupe, da se iz njega oblikujejo novi izdelki. Ves ta postopek se nadzira s pomoˇ cjo kontrol- nega panela, ki operaterju omogoˇ ca celovit pregled in upravljanje peˇ ci. V procesu taljenja v EOP se poleg taline tvori tudi ˇ zlindra, ki ima kljuˇ cno vlogo pri ˇ ciˇ sˇ cenju staljenega jekla. ˇ Zlindra je stranski produkt, sestavljen iz oksidov, kovin, silikatov in drugih neˇ cistoˇ c. Med taljenjem plava na povrˇ sini stopljenega jekla in pomaga pri odstranje- vanju neˇ cistoˇ c iz jekla, saj se neˇ cistoˇ ce bolj topijo v ˇ zlindri kot v jeklu. Poleg ˇ ciˇ sˇ cenja ima ˇ zlindra tudi druge koristne funkcije, kot so izolacija stopljenega jekla, kar zmanjˇ suje izgubo toplote, zakritje oblokov in poslediˇ cno manj izgub s sevanjem, zaˇ sˇ cita jekla pred oksidacijo ter uravnavanje kemiˇ cne sestave in temperature jekla. Po konˇ canem postopku taljenja se ˇ zlindra obiˇ cajno odstrani, obdeluje in lahko ponovno uporabi v razliˇ cne indu- strijske namene ali pa se odloˇ zi na posebej doloˇ cenih mestih. Vloga ˇ zlindre je zelo pomembna, saj omogoˇ ca izdelavo kakovostnejˇ sih jeklenih izdelkov in prispeva k uˇ cinkovitejˇ si in trajnostni uporabi virov. Shematiˇ cni prikaz delovanja EOP je prikazan na sliki 1. Ta tehnologija je kljuˇ cna za trajnostno prihodnost industrije, saj jeklo, eden najbolj uporabljenih materi- alov na svetu, omogoˇ ca recikliranje brez poslabˇ sanja kakovosti. ˇ Ce primerjamo proces taljenja jekla v EOP s procesom v oksidacijski talilni peˇ ci (BOF), se izkaˇ ze, da je postopek EOP energetsko uˇ cinkovitejˇ si in zahteva manj surovin. To je ˇ se posebej pomembno, saj pribliˇ zno 30 % svetovne proizvodnje jekla izvira iz procesa EOP. Tako EOP ne izpolnjuje le potreb industrije, ampak tudi znatno prispeva k zmanjˇ sanju porabe energije in ohranjanju naravnih virov. 3 SISTEM ZA PODPORO ODLO ˇ CANJU Sistem za podporo odloˇ canju pri procesu EOP je na- menjen pomoˇ ci operaterju pri sprejemanju uˇ cinkovitih odloˇ citev v zvezi z upravljanjem elektroobloˇ cne peˇ ci. Na podlagi arhivskih in uporabniˇ sko opredeljenih vhodnih podatkov sistem operaterju zagotavlja ustrezne informa- cije, ki jih potrebuje za izboljˇ sanje procesa. Razviti sta bili dve podporni orodji, in sicer Simulator EOP, ki je namenjen simulaciji procesa EOP, in Optimizator EOP, ki je namenjen optimizaciji porabe elektriˇ cne energije v EOP. Omenjeni orodji sta podrobneje opisani v nadalje- vanju. Obe orodji za podporo odloˇ canju sta implementi- rani lokalno na streˇ zniku Siemens Edge, ki omogoˇ ca medsebojno komunikacijo med lokalnim grafiˇ cnim upo- rabniˇ skim vmesnikom in vmesnikom v oblaku prek pro- tokola MQTT [11]. Takˇ sna izvedba uporabniku omogoˇ ca izbiro med uporabo lokalne (Node-RED [12]) in oblaˇ cne (MindSphere Visual Flow Creator - VFC [13]) razliˇ cice grafiˇ cnega vmesnika. Zato je simulator trenutno za- snovan tako, da ga lahko naenkrat uporablja samo en uporabnik. 3.1 Okolje Siemens MindSphere Siemens Mindsphere je vodilna reˇ sitev za industrijski internet stvari – IIoT v oblaku, ki podpira celoten eko- sistem IIoT. Z napredno analitiko in umetno inteligenco MindSphere zdruˇ zuje podatke iz povezanih izdelkov, obratov in sistemov za optimizacijo delovanja, ustvarja- nje kakovostnejˇ sih izdelkov in uvajanje novih poslovnih modelov [9]. Storitev MindSphere omogoˇ ca tudi robno raˇ cunalniˇ stvo za izvajanje in obdelavo podatkov OPTIMIZACIJA DELOV ANJA ELEKTROOBLO ˇ CNE PE ˇ CI 161 PROIZVODNJA JEKLA V ELEKTROOBLOČNI PEČI NAGIBNI MEHANIZEM VRTLJIV POKROV IZ OGNJEVZDRŽNE OPEKE OGNJEVZDRŽNA OBLOGA IZTOK ZA STALJENO ŽELEZO SPODNJA OBLOGA OGNJEVZDRŽNO OBLOŽENO OGNJIŠČE V OBLIKI SKLEDE ŽLINDRA STALJENO JEKLO VRATA ZA POLNJENJE GRAFITNE ELEKTRODE DIMNI PLIN Slika 1: Proizvodnja jekla v elektroobloˇ cni peˇ ci. na robu (prek aplikacije Edge Streaming Analytics [14]), kar zagotavlja veˇ cjo robustnost, obdelavo v realnem ˇ casu in hiter odziv na spremembe. Hkrati se podatki z robne naprave prenesejo v oblak za daljˇ se obdobje shranjevanja ter poznejˇ so in celovitejˇ so analizo. MindSphere omogoˇ ca upravljanje, analizo in upo- rabo podatkov za optimizacijo proizvodnje, poveˇ canje uˇ cinkovitosti in izboljˇ sanje storitev. Vkljuˇ cuje tudi apli- kacije za napovedovanje napak, nadzor kakovosti in upravljanje zalog ter druge aplikacije, potrebne za izboljˇ sanje poslovnih procesov. Prav tako vkljuˇ cuje razliˇ cne aplikacije in storitve za obdelavo podatkov, ki jih lahko uporabniki uporabljajo za izboljˇ sanje svojih poslovnih procesov. 3.2 Visual Flow Creator Ena od omenjenih aplikacij znotraj okolja Min- dSphere je tudi Visual Flow Creator [13], ki je bila raz- vita posebej za internet stvari in omogoˇ ca vizualni pre- tok podatkov. VFC je izpeljanka programskega orodja Node-RED in temelji na tako imenovanih vozliˇ sˇ cih. Ta vozliˇ sˇ ca predstavljajo preproste, vnaprej doloˇ cene funkcionalne enote, ki lahko sprejemajo, obdelujejo in poˇ siljajo podatke. Med seboj jih je mogoˇ ce povezati in dodati na delovno obmoˇ cje, kar omogoˇ ca hitro in preprosto konfiguracijo zapletenih podatkovnih tokov. VFC se ponaˇ sa z bogato knjiˇ znico vozliˇ sˇ c, ki omogoˇ cajo integracijo z razliˇ cnimi platformami in sto- ritvami. V kontekstu varnosti je okolje zasnovano tako, da zagotavlja zaˇ sˇ cito podatkovnih tokov, kar je ˇ se zlasti pomembno v svetu interneta stvari. Za tiste, ki ˇ zelijo prilagoditi delovanje, VFC omogoˇ ca dodajanje lastnih vozliˇ sˇ c in prilagojenih funkcij, ki ustrezajo specifiˇ cnim potrebam. Vizualno ali grafiˇ cno programiranje omogoˇ ca hitrejˇ si razvoj in izvedbo prototipne reˇ sitve. Ena od prednosti uporabe VFC je zdruˇ zljivost s platformo Node-RED, kar pomeni, da je mogoˇ ce program razviti in preiz- kusiti v okolju Node-RED na lokalnem raˇ cunalniku, po preizkusu pa ga z minimalnimi popravki uvoziti v oblaˇ cno okolje VFC. Slika 2 prikazuje primer zasnove uporabniˇ skega vmesnika v okolju VFC. 3.3 Izmenjava podatkov Izmenjava podatkov med EOP modelom oz. modelom porabe elektriˇ cne energije [2] in uporabniˇ skim vme- snikom (v okolju Node-RED in MindSphere) v celoti temelji na protokolu MQTT (Message Queuing Tele- metry Transport) [11]. Odprtokodni protokol MQTT, ki 162 TOMA ˇ ZI ˇ C, LOGAR Slika 2: Primer pretoka podatkov v okolju VFC. Slika 3: Primer podatkovnega toka za komunikacijo prek MQTT protokola. deluje po naˇ celu objavi-naroˇ ci (angl. publish-subscribe), zagotavlja enostavno in zanesljivo komunikacijo med programskimi moduli in napravami. Razvit je bil za uporabo v industrijskih aplikacijah in IoT s ciljem uˇ cinkovite izmenjave podatkov ter podpira tudi razliˇ cne kategorije storitev, vkljuˇ cno s kakovostjo storitev – QoS in vzdrˇ zevanjem stanja povezave, kar zagotavlja zane- sljiv prenos podatkov tudi ob omejenih virih naprave ali ˇ sibkejˇ si omreˇ zni povezavi. Primer izmenjave podatkov prek protokola MQTT v okolju VFC je prikazan na sliki 3. V tem primeru se sporoˇ cilo MQTT z doloˇ cenimi podatki prek vhodnega vozliˇ sˇ ca ˇ Subscriber”pretvori v objekt JSON in nato prek funkcije (zapisane v jeziku JavaScript) v ustrezno obliko za prikaz v tabeli (definirani v formatu JSON). Vsaka sprememba v tabeli se prek sporoˇ cila MQTT poˇ slje v potrditev v okolje modela EOP prek izhodnega vozliˇ sˇ ca ”Publisherˇ z vnaprej doloˇ ceno temo (angl. topic). 3.4 Interaktivni grafiˇ cni elementi po meri Glede na zahteve pri zasnovi uporabniˇ skega vmesnika je bilo treba implementirati veˇ c prilagojenih vozliˇ sˇ c, ki predstavljajo ustrezne interaktivne grafiˇ cne elemente, saj VFC v okolju Siemens MindSphere v osnovi ne podpira vseh vozliˇ sˇ c, ki so za ta namen na voljo v okolju Node-RED. Za reˇ sitev potreb po prilagojenih komponen- tah lahko uporabimo sklad tehnologij, znan kot ”fron- tendˇ sklad HTML/CSS/JS, s katerim lahko ustvarjamo interaktivne grafiˇ cne elemente. V naˇ sem primeru so bili s takˇ snim pristopom razviti naslednji elementi: • spustni seznam z moˇ znostjo izbire veˇ c elementov; • I/O tabele, ki omogoˇ cajo prikaz in urejanje posa- meznih polj ter po vsaki spremembi posredujejo informacije v EOP model; • drsniki s poljubno loˇ cljivostjo za nastavitev vpliv- nih parametrov modela EOP. Po temeljiti primerjavi obeh platform lahko ugotovimo, da je Node-RED v ˇ stevilnih aspektih bolj vsestranski, medtem ko je Visual Flow Creator z optimizacijami na podroˇ cju varnosti in upravljanja dostopa robustnejˇ si in prilagojen za industrijsko okolje. 4 REZULTATI V tem poglavju je predstavljena celovita reˇ sitev, tj. sistem za podporo odloˇ canju, ki vkljuˇ cuje dve orodji – Simulator EOP in Optimizator EOP. Grafiˇ cna vmesnika OPTIMIZACIJA DELOV ANJA ELEKTROOBLO ˇ CNE PE ˇ CI 163 Slika 4: Struktura orodja Simulator EOP. obeh orodij sta bili implementirana tako v okolju Node- RED kot tudi v Siemens MindSphere. 4.1 Simulator EOP Namen orodja Simulator EOP je (off-line) simulacija procesa EOP z uporabo arhivskih ali uporabniˇ sko de- finiranih vhodnih podatkov, da bi operater lahko anali- ziral delovanje sistema v razliˇ cnih scenarijih, preizkusil razliˇ cne strategije delovanja ali prakse (recepte) in pre- veril njihov vpliv na uˇ cinkovitost sistema EOP. Orodje omogoˇ ca simulacijo delovanja EOP, pri ˇ cemer je mogoˇ ce spreminjati vse kljuˇ cne vhodne podatke (mase zaloˇ zenih materialov po posameznih koˇ sarah, transformatorski profil EOP, profil dodatnega ogljika in profil dodatnega kisika) in tako opazovati spremembe v delovanju sistema EOP. Orodje omogoˇ ca tudi primer- javo simuliranih rezultatov za poljubno ˇ stevilo preteklih ˇ sarˇ z, kar omogoˇ ca neposredno primerjavo rezultatov in opazovanje odstopanj med njimi glede na spremembe vhodnih podatkov, ki jih izvede uporabnik. Struktura celovite reˇ sitve simulacije EOP je prika- zana na sliki 4. Kljuˇ cni gradniki celovite reˇ sitve so mehanistiˇ cni model EOP, aplikacija za zbiranje in pred- obdelavo podatkov Edge Streaming Analytics (okolje MindSphere) ter Node-RED, ki delujeta na robu (Edge server), in Mindsphere VFC, ki deluje v oblaku. Ko- munikacijski protokol za zbiranje podatkov s PLK je OPC-UA [15], za interakcijo med modelom in grafiˇ cnim vmesnikom pa se uporablja protokol MQTT. Do upo- rabniˇ skega vmesnika je mogoˇ ce dostopati prek portala MindSphere (VFC) ali lokalno (Node-RED). Prva podstran grafiˇ cnega uporabniˇ skega vmesnika (slika 5) vsebuje le kljuˇ cne elemente, potrebne za zagon simulacije, ponastavitev parametrov, spustna polja za izbiro vhodnih podatkov (preteklih ˇ sarˇ z) in ˇ stiri grafe, ki prikazujejo temperature, mase, energije in profil trans- formatorja EOP med postopkom taljenja. Druga podstran (slika 6) omogoˇ ca nastavitev parame- trov simulacije prek vhodno-izhodnih tabel. V zgornji tabeli ”Inputs”(vhodi) uporabnik nastavi mase zaloˇ zenih materialov po posameznih koˇ sarah, v tabelah ob grafih pa profil za transformator EOP, profil dodatnega ogljika (C) ter profil dodatnega kisika (O 2 ). Tretja podstran (slika 7) je namenjena primerjavi rezultatov simulacij ob spreminjanju vhodnih parame- trov. Uporabnik prek spustnega seznama najprej izbere pretekle simulacije, ki jih ˇ zeli primerjati, nato na grafih izbere ˇ zelene spremenljivke za prikaz. 4.2 Optimizator EOP Namen orodja Optimizator EOP, ki temelji na meh- kem (fuzzy) modelu [2], je optimizacija porabe elek- triˇ cne energije v EOP (off-line) z uporabo arhivskih ali uporabniˇ sko doloˇ cenih vhodnih podatkov. Orodje 164 TOMA ˇ ZI ˇ C, LOGAR Slika 5: Glavna (nadzorna) stran. Slika 6: Nastavitev parametrov simulacije. omogoˇ ca napovedovanje optimiziranega vhodnega pro- fila transformatorja, ki naj bi privedel do manjˇ se po- rabe elektriˇ cne energije. Pri tem uporabnik doloˇ ci ˇ stiri kljuˇ cne vhodne podatke, tj. maso zaloˇ zenega materi- ala po koˇ sarah, priˇ cakovani vnos O 2 in C ter ˇ zeleno temperaturo taline pri prebodu. Nato orodje (na osnovi predikcije mehkega modela) predlaga optimalni profil stopnje transformatorja za vsako koˇ saro, s katerim naj bi dosegli najniˇ zjo porabo elektriˇ cne energije. Grafiˇ cni uporabniˇ ski vmesnik orodja Optimizator EOP, ki ga je mogoˇ ce v celoti upravljati na eni strani, je prikazan na sliki 8. Zgodovinski podatki preteklih ˇ sarˇ z, na podlagi ka- terih se nastavijo vhodni parametri optimizacije, se izberejo na enak naˇ cin kot pri orodju Simulator EOP. Vhodni parametri, ki sicer najbolj vplivajo na porabo elektriˇ cne energije in jih lahko doloˇ ci uporabnik, so skupna priˇ cakovana koliˇ cina kisika (O 2 [Nm 3 ]), skupna priˇ cakovana koliˇ cina dodanega ogljika med postopkom taljenja (C [kg]), ˇ zelena temperatura taline pri izlitju (T [°C]) in skupna masa zaloˇ zenega materiala po posame- znih koˇ sarah (Basket i [kg]). Uporabnik lahko z drsniki poljubno spreminja para- metre in opazuje vpliv na ˇ cas taljenja oziroma porabo elektriˇ cne energije. Rezultati orodja (izhodi modela), ki so vidni v osrednjem delu vmesnika, tj. na grafiˇ cnih (”analognih”) instrumentih in grafu, so naslednji: celoten ˇ cas taljenja, ocenjena poraba elektriˇ cne energije (kWh/t), temperatura taline pri odlivanju in profil stopnje trans- formatorja. Orodje Optimizator EOP je bilo zasnovano kot pomoˇ cnik operaterjem pri iskanju potencialno najboljˇ sih parametrov peˇ ci. Njegova glavna naloga ni nadome- stiti znanje in izkuˇ snje operaterja, temveˇ c mu ponuditi smernice za optimizacijo procesa taljenja. Predlogi, ki jih orodje nudi, temeljijo na matematiˇ cnih modelih in simulacijah, kar pomeni, da lahko v praksi pride do odstopanj. Zato je kljuˇ cnega pomena, da operater sproti preizkuˇ sa predlagane nastavitve v realnih pogojih in opazuje uˇ cinke na postopek taljenja. OPTIMIZACIJA DELOV ANJA ELEKTROOBLO ˇ CNE PE ˇ CI 165 Slika 7: Primerjava rezultatov simulacije. Slika 8: Optimizator EOP - grafiˇ cni uporabniˇ ski vmesnik. 5 ZAKLJU ˇ CEK Uspeˇ sno smo razvili in vpeljali integrirano reˇ sitev za podporo odloˇ canju operaterja procesa EOP. Orodji Si- mulator EOP in Optimizator EOP omogoˇ cata simulacijo in optimizacijo procesa EOP na osnovi arhivskih ali upo- rabniˇ sko doloˇ cenih vhodnih podatkov. Sistem operaterju zagotavlja ustrezne informacije, ki mu pomagajo pri sprejemanju uˇ cinkovitih odloˇ citev v zvezi z delovanjem procesa. Simulator EOP omogoˇ ca simulacijo delovanja EOP in analizo delovanja sistema v razliˇ cnih scenarijih ter testiranje razliˇ cnih strategij delovanja, s katerimi je mogoˇ ce preveriti uˇ cinkovitost delovanja EOP. Opti- mizator EOP omogoˇ ca optimizacijo porabe elektriˇ cne energije v sistemu EOP, kar lahko privede do manjˇ se porabe elektriˇ cne energije in s tem do niˇ zjih stroˇ skov obratovanja. Izvedba sistema na lokalnem streˇ zniku Siemens Edge operaterju omogoˇ ca, da izbere med uporabo lokalne (Node-RED) ali oblaˇ cne (Mindsphere VFC) razliˇ cice grafiˇ cnega uporabniˇ skega vmesnika, kar zagotavlja veˇ cjo prilagodljivost. Prav tako je implementacija obeh razliˇ cic omogoˇ cila primerjavo med obema platformama za vizu- alizacijo in upravljanje podatkov. V prihodnje vidimo priloˇ znosti za dodatne izboljˇ save, vkljuˇ cno s sprotnim spremljanjem in optimizacijo v realnem ˇ casu. Kljub temu smo s tem projektom ˇ ze zago- tovili dragoceno reˇ sitev, ki prispeva k boljˇ si uˇ cinkovitosti procesa EOP. LITERATURA [1] Dimitri Petrik and Georg Herzwurm. Iiot ecosy- stem development through boundary resources: A siemens mindsphere case study. In Proceedings of the 2nd ACM SIGSOFT International Workshop 166 TOMA ˇ ZI ˇ C, LOGAR on Software-Intensive Business: Start-Ups, Plat- forms, and Ecosystems, IWSiB 2019, page 1–6, New York, NY , USA, 2019. Association for Com- puting Machinery. ISBN 9781450368544. doi: 10.1145/3340481.3342730. URL https://doi.org/ 10.1145/3340481.3342730. [2] Simon Tomaˇ ziˇ c, Goran Andonovski, Igor ˇ Skrjanc, and Vito Logar. Data-driven modelling and op- timization of energy consumption in eaf. Me- tals, 12(5), 2022. ISSN 2075-4701. doi: 10. 3390/met12050816. URL https://www.mdpi.com/ 2075-4701/12/5/816. [3] Yadollah Saboohi, Amirhossein Fathi, Igor ˇ Skrjanc, and Vito Logar. Optimization of the electric arc furnace process. IEEE Transactions on Industrial Electronics, 66(10):8030–8039, 2019. doi: 10.1109/TIE.2018.2883247. [4] Amirhossein Fathi, Yadollah Saboohi, Igor ˇ Skrjanc, and Vito Logar. Comprehensive electric arc furnace model for simulation purposes and model-based control. steel research international, 88, 2017. URL https: //api.semanticscholar.org/CorpusID:138125855. [5] Thomas Hay, Thomas Echterhof, and Ville-Valtteri Visuri. Development of an electric arc furnace simulator based on a comprehensive dynamic pro- cess model. Processes, 2019. URL https://api. semanticscholar.org/CorpusID:208029689. [6] Vito Logar and Igor ˇ Skrjanc. Development of an electric arc furnace simulator considering ther- mal, chemical and electrical aspects. Isij Inter- national, 52:1924–1926, 2012. URL https://api. semanticscholar.org/CorpusID:60049586. [7] Vito Logar and Igor ˇ Skrjanc. The influence of electric-arc-furnace input feeds on its electrical energy consumption. Journal of Sustainable Me- tallurgy, 7(3):1013–1026, Sep 2021. ISSN 2199- 3831. doi: 10.1007/s40831-021-00390-y. URL https://doi.org/10.1007/s40831-021-00390-y. [8] Aljaˇ z Blaˇ ziˇ c, Igor ˇ Skrjanc, and Vito Logar. Soft sensor of bath temperature in an electric arc furnace based on a data-driven takagi–sugeno fuzzy model. Applied Soft Computing, 113: 107949, 2021. ISSN 1568-4946. doi: https://doi.org/10.1016/j.asoc.2021.107949. URL https://www.sciencedirect.com/science/article/pii/ S1568494621008711. [9] Siemens. Mindsphere, 2023. URL https://www.plm.automation.siemens.com/global/ en//products/mindsphere/. [10] Projekt H2020. Inevitable 2018-2023. URL http: //inevitable-project.eu. 10. 9. 2023. [11] G. C. Hillar. MQTT Essentials - A Lightweight IoT Protocol. Packt Publishing Ltd, 2017. ISBN 1787287811. [12] Simon McLean. Node-RED: The Definitive Guide. Packt Publishing, 2021. ISBN 9781789808067. [13] Siemens AG. Mindsphere visual flow creator, 2023. URL https://documentation.mindsphere.io/ resources/pdf/visual-flow-creator-en.pdf. [14] Siemens. Siemens edge streaming analytics. URL https://www.dex.siemens. com/edge/manufacturing-process-industries/ edge-analytics-engine-for-industrial-edge?cclcl= en US. [15] W. Mahnke, S.-H. Leitner, and M. Damm. OPC Unified Architecture. Springer, Berlin, 2009. ISBN 978-3540899664. ISBN-10: 3540899665. Simon Tomaˇ ziˇ c je leta 2012 diplomiral in leta 2016 doktoriral s podroˇ cja elektrotehnike na Fakulteti za elektrotehniko Univerze v Ljubljani. Trenutno je zaposlen kot asistent v Laboratoriju za avtomatiko in kibernetiko na isti fakulteti. Njegovi glavni razisko- valni interesi vkljuˇ cujejo identifikacijo mehkih modelov, simulacijo procesov v elektroobloˇ cni peˇ ci ter modeliranje in vodenje bioloˇ skih procesov. Poleg tega se ukvarja tudi z adaptivnimi in prediktivnimi regulacijskimi sistemi, vizualno odometrijo, Bluetooth lokalizacijo ter uporabo inercialnih senzorjev in senzorske fuzije. Vito Logar je docent na Fakulteti za elektrotehniko, Univerze v Lju- bljani in ˇ clan Laboratorija za avtomatiko in kibernetiko. Raziskovalno deluje predvsem na podroˇ cju modeliranja, simulacije in optimizacije procesov, ki potekajo pri reciklaˇ zi odpadnega jekla v elektroobloˇ cnih peˇ ceh (EOP).