Maskinene som bedrifter bruker i produksjonen er sjelden utformet helt optimalt i forhold til effekt og utbytte. Ofte er utformingen et mer eller mindre tilfeldig resultat av flere tiårs videreutvikling og tilpasning av gamle ideer.

– Forskningen min illustrerer hvordan matematisk modellering kan bidra til å forbedre eksisterende maskiner i industriproduksjon. Det er et spørsmål om å tenke vitenskap på en ny måte, sier ingeniør Joakim Juhl, som er ansatt ved Institut for Planlægning på Aalborg universitet i Danmark.

Reduserte energiforbruk

Joakim Juhl har beskrevet hvordan matematikk gjorde maskinene til bedriften Daka mer intelligente. Maskinene ble brukt til å produsere benmel til dyrefôr av restproduktene fra slaktegriser.

Modellene gjorde blant annet at energiforbruket ble redusert.

Avhandlingen hans, Models in Action – realising abstractions, er imidlertid ikke forskning slik vi normalt kjenner det, hvor man samler inn en masse tall og kommer fram til en konklusjon.

En annerledes måte å forske på

Joakim Juhl har fulgt en gruppe eksperter og beskrevet forsøket på å optimere Dakas maskiner ved hjelp av matematisk modellering.

Gruppen, som besto av matematikere, fysikere og ingeniører, skulle først identifisere fysikken og prinsippene som lå til grunn for maskinene for å kunne simulere virkemåten på en datamaskin.

Deretter skulle de utvikle konkrete optimeringsløsninger og implementere dem i maskinene.

Fra teori til virkelighet

Forskerne tok utgangspunkt i noen fysiske lover som tyngdeloven. Produksjonsmaskinene er selvsagt – akkurat som resten av verden – betinget av disse lovene.

Ulempen ved naturlovene er imidlertid at de bare beskriver idealiserte fenomener. Det betyr at de bare passer under bestemte omstendigheter, for eksempel i laboratorieforsøk, hvor alle feilkilder kan kontrolleres nøye. Men virkelighetens produksjonsmaskiner er ikke like perfekte.

Kan fintune maskineri

Derfor kombinerte ekspertene flere forskjellige fysiske teorier i modellene sine. På den måten kom de så tett som mulig på hvordan maskinene virker i praksis.

Én av de store utfordringene i Daka er at både sammensetningen og mengden av griserester endrer seg hele tiden.

Gruppen klarte blant annet å utvikle nye reguleringer av styresignalet i tørkemaskinen – altså nye måter å reagere på det råmaterialet den får inn. Maskinen ble altså i stand til å styre etter hvor stor mengde griserester den mottok.

Jo mer konkret, jo bedre

Med de nye reguleringene unngikk gruppen at maskinen overstyrte når det for eksempel kom flere rester fra slakteriene.

Forbedringene i reguleringen tok utgangspunkt i den matematiske modellen forskerne hadde laget.

– Vitenskapen skal ikke alltid hige etter å utvikle mer generelle og universelle teorier, selv om det ofte er det som oppfattes som det «fineste» vitenskapelige målet. Hvis man ønsker at arbeidet virkelig skal kunne brukes til noe i samfunnet, er det viktig at man også tar utgangspunkt i konkrete, virkelige problemer, sier Joakim Juhl.

Forskning i et kryssfelt

Henrik Kragh Sørensen er førsteamanuensis i vitenskapsstudier på Institut for Fysik og Astronomi på Aarhus universitet. Han var ikke involvert i studien.

Sørensen utdyper at det er to ekstremer i den matematiske vitenskapen:

Den ene er abstrakt og generaliserende, hvor man prøver å beskrive fenomener og forstå sammenhenger.

Den andre er konkret og spesifikk, hvor fokus er på å løse problemer og for eksempel optimere. Ofte vil begge aspekter være involvert i den samme modelleringen.

– Og det er nettopp dette kryssfeltet Joakim Juhls prosjekt beveger seg i, sier Sørensen.

Matematikk bygger broer

Han er grunnleggende enig i Joakim Juhls kritikk av det manglende samarbeidet mellom industrien og vitenskapen. Det kan nemlig være både penger og nye ideer å hente.

– Det er et fint poeng at man kan bruke matematiske modeller som en kobling mellom forskernes og industriens måte å arbeide på. De kan fungere som en slags grensesnitt, sier Sørensen.

© Videnskab.dk. Oversatt av Lars Nygaard for forskning.no.