Kronik: Abstrakt matematik giver konkrete energibesparelser
Joakim Juhl er ph.d.-studerende ved DTU Management Engineering og forsker i anvendelsen af matematiske modeller. Han skriver ph.d.-projekt om anvendelsen af matematiske modeller i virksomheders produktudvikling.
Matematisk modellering er et vigtigt redskab til at opnå en mere miljøvenlig og samtidigt mere konkurrencedygtig industri. Men matematikken implementerer ikke sig selv, den skal oversættes og integreres i samarbejde med industrien.
Der bruges i dag mange ressourcer på at udvikle højt specialiseret naturvidenskabelig og teknisk viden, hvis anvendelse afhænger af, at industrien forstår denne viden og investerer i at 'oversætte' den til praksis. Udfordringen er, at jo mere specialiseret viden bliver, jo sværere bliver det typisk for andre at forstå anvendelsen af den.
Højt specialiseret viden er typisk indlejret i et sprog, som kun meget få forstår og taler. Vi vil derfor have meget at vinde ved at fokusere mere på opgaven i at bringe højt specialiseret viden i anvendelse gennem oversættelse til sprog, hvor problemer og behov kan forstås og hjælpes.
Gennem et igangværende forskningsprojekt følger jeg udviklingen og implementeringen af matematiske modeller og reguleringer i projektet 'Energieffektiv regulering af separationsprocesser' hos Daka Bio-Industries, som støttes af fornyelsesfonden. På etnografisk vis følges det praktiske arbejde, og produktionen oversættes til matematik. Matematikken oversættes derefter tilbage til produktionen gennem implementeringen af en bedre reguleringsteknologi.
Forskningsprojektet beretter derved detaljeret om, hvordan repræsentativ matematisk modellering spiller en central rolle i at muliggøre forbindelsen mellem konkrete forhold i produktionen og generelle fysiske erkendelser. Det er derved blevet muligt at se nye fysiske sammenhænge i produktionen, som f.eks. temperaturprofiler for opvarmningsprocesser, der kan bruges til at styre produktionen efter, gennem udviklingen og implementeringen af operative reguleringsmodeller.
Matematisk modellering kan derved forstås som en praksis, der arbejder modsat den klassiske reduktionistiske forestilling om naturvidenskabelig videnproduktion. Hvor den klassiske forståelse af naturvidenskabelig videnproduktion er, at afgrænsning (reduktion) af fænomeners kompleksitet gør det muligt at producere generelle matematiske teorier om disse afgrænsede sammenhænge, arbejdes der gennem repræsentative matematiske modeller med at rekonstruere kompleksitet.
Gennem matematik kan modellører nemlig kombinere disse afgrænsede naturvidenskabelige erkendelser for bedre at imødegå den kompleksitet, som konkrete fænomener udspiller sig i, f.eks. i en produktionsproces. Matematiske modeller er dermed en måde at beskrive komplekse sammenhænge numerisk, så der kan regnes på dem, udføres prædiktioner og eksperimenteres med dem.
Den særlige egenskab, at man matematisk kan kombinere afgrænsede erkendelser til ny viden om specifikke fænomener og deres konkrete kompleksitet, er i sig selv en vigtig og indledende oversættelse af naturvidenskab til aktuelle og praktiske forhold.
Men en matematisk model skal også oversættes, for at den kan implementeres. I Daka-projektet er dette gjort ved at udvikle og tilpasse adaptive reguleringsmodeller, som gennem en igangværende automatiseringsproces af produktionen, er blevet implementeret heri.
Anvendeligheden af den naturvidenskabelige og tekniske viden kan således forstås som, at den bliver realiseret gennem en lang række af oversættelser. Disse oversættelser tjener det centrale formål at bringe generelle erkendelser mod konkret anvendelse, og er derfor afgørende for at forskning realiseres i samfundet.
På Daka Bio-Industries fabrikkerne i Randers og i Løsning er de foreløbige resultater af projektet allerede tydelige. I Randers er der opnået en energibesparelse på 75 MWh/uge (ca. 250 husstandes varmeforbrug) samt 20 pct. øget produktionskapacitet. I Løsning er der opnået 25 pct. bedre energieffektivitet af tørrerne samt 1 pct. merudbytte i råfedt. Dette til trods for, at projektet kun er halvvejs.
Med Daka-projektet som eksempel kan det vises, at der kan være meget at hente i at lære mere om fysikken i produktionsprocesser. Men matematisk modellering bruges i mange andre sammenhænge. Uden denne særlige måde at producere viden på ville vi f.eks. ikke kunne se vejrudsigtssimuleringer eller forstå vores klimaudvikling, som vi gør. Det meste af den teknologi, som omgiver os, har typisk været genstand for matematisk modellering. Enten under dennes udvikling, eller som en integreret del af dens funktion.
Udbredelsen af matematisk modellering er i hastig vækst og er allerede blevet en integreret del af, hvordan vi tænker og udvikler teknologi. Det er derfor vigtigt, at vi forstår, hvordan denne særlige videnproduktion fungerer, og at vi bliver bedre til at oversætte den til anvendelse. Vi skal selvfølgelig også forstå, hvordan vi skal være kritiske over for den. Vejret bliver jo ikke altid, som vejrudsigten forudsiger.
