Avslører svevestøvet

– Ved at bedrifter kan få nøyaktig informasjon om svevestøv i sanntid, blir det mulig å sette i verk støvdempende tiltak der det trengs, og samtidig unngå unødvendige tiltak der nivået er forsvarlig. Dermed oppnår de både bedre arbeidsmiljø, og kan spare mye penger, forteller gründer og daglig leder i SAL, Geir Kulia.

Signalprosessering

Bedriften ble startet som et spin-off fra Institutt for kybernetikk ved NTNU, da Kulia fikk støtte fra Forskningsrådet for å etablere bedrift basert på mastergraden sin. Til å begynne med ble imidlertid Kulias kompetanse på dataanalyse og signalprosessering brukt til å utvikle systemer for å stabilisere kraftnettet (gridstabilitet) og tilstandsovervåking for maritim sektor. Helt til Elkem kom på banen og etterlyste en løsning for deteksjon av svevestøv.

Farlig støv

I dag regner man med at det dør nærmere en million mennesker årlig som følge av industrielt svevestøv. Elkem er blant de som ligger langt fremme i beskyttelsestiltak, men fordi dette er så farlig, blir folk gjerne overbeskyttet. – Derfor er bransjen ute etter å gjøre riktige tiltak. Da kreves det imidlertid at instrumentene er nøyaktige, rimelige og robuste nok til å tas i bruk i og tåle røffe miljø, sier Kulia.

Kompetent lag

Teamet i SAL, Jon Tingvold, Lars Havstad, Geir Kulia og den anerkjente metallurgen og industrilederen Magne Dåstøl, samarbeidet tett med Elkem og forskere fra NTNU og Norce for å løse oppgaven steg for steg, ett problem av gangen.– Jeg tror vi har laget rundt 50 prototyper, med forskjellige komponenter, lasermoduler, utforminger osv. I tillegg utviklet vi avanserte algoritmer for å analysere de store datamengdene i sanntid.

Nøyaktig

– Målet var å kunne detektere svevestøv nøyaktighet på ±30 %. Det viste seg at vi oppnådde et avviksnivå på under ±15 % i felt, og uten tegn til sensordrift etter seks måneders kontinuerlig bruk i de røffeste områdene, uten vedlikehold, forteller Kulia. – I tillegg er vi ganske stolt over å kunne kalibrere instrumentet etter forskjellige typer støv. Det er store forskjeller i optisk respons og grenseverdier for ulike typer støv, men nå er det mulig å se eksakt hvor det er farlig, og velge riktige tiltak. For bedriftene er det mulig å spare millioner, bare ved å endre rutiner, hevder han.

Laser teller partikler

Instrumentet, med navnet Arpuro, trekker luft vha. en vifte inn i en tynn søyle, mens en laser fokuserer slik at den treffer ett og ett støvkorn om gangen. Korn med typisk størrelse langt under 10 mikrometer. Refleksjonen blir fanget opp av en fotodiode, og impulsen fra denne vil da si noe om størrelse og hyppighet av støvkorn. Dette er det mange andre instrumenter som kan gjøre, men SAL har utnyttet sin kunnskap om statistiske bevegelser til å estimere hvor mye støv det er, til å lage en «predikasjonsmaskin» som Kulia kaller det. – Det er mye matematikk og algoritmer som skal til for å få svar, påpeker han. Data fra målingene sendes enten til SALs eller kundens skyløsning via smalbånds mobilnett, LTE-M, og presenteres i et egenutviklet dashbord. Data kan også integreres med andre tjenester via et applikasjonsgrensesnitt (API).

Produseres i Norge

Den fysiske løsningen er dels tatt frem innomhus, dels gjennom lokale samarbeidspartnere. For eksempel har Kristiansand-bedriften Eldesign utviklet en «proff» versjon av kretskortet, mens Axxe i Halden står for produksjon, kvalitetskontroll og logistikk. Pivot Industridesign har designet kabinettet.

Videreutvikling

Bedriften ser ikke bort fra å utvide den eksisterende plattformen med flere funksjoner. – Brannvarsling f.eks. innen metallurgisk produksjon kan være en mulighet. Mer aktuelt er det kanskje å se på parametere som vibrasjon, støy, gass og fukt i tillegg til støv, sier Kulia. – Slik kan man få en sanntids HMS-plattform som muliggjør en strukturell tilnærming til HMS, og å følge opp tiltak over tid, mener han.