Den 4 maj 2026 genomfördes iba-dagen hos Ovako i Hofors och samlade cirka 40 deltagare från företag inom stålindustrin. Detta var tredje gången iba-dagen arrangerades och i år deltog representanter från bland annat Ovako, Alleima, Marcegaglia, Outokumpu, Högskolan i Gävle och Swerim.
Syftet med dagen var att belysa hur iba-systemet används i praktiken för insamling, analys, visualisering och användning av processdata, samt att skapa en gemensam arena för erfarenhetsutbyte. Dagsprogrammet bestod av presentationer följt av en workshop, där deltagarna i blandade grupper diskuterade aktuella frågeställningar.
Daniel Lindell, Alleima, behandlade hur bandprofiler kan beskrivas mer detaljerat och informationstätt än med traditionella profilparametrar. Utgångspunkten var kontinuerliga tjockleksmätningar från iba, där råsignalerna i sig är svåra att jämföra mellan olika band och produktionssituationer.
Niclas Björsell, Högskolan i Gävle, beskrev ett samarbetsprojekt med SSAB kring preskriptivt underhåll av pumpar. Målet var inte bara är att förutsäga fel utan även kunna påverka när underhåll behöver utföras. Ett intressant inslag var användningen av AI‑stöd, där AI användes för att ta fram både analyslogik och kod för iba‑plug‑ins.
Emil Pasovic, Ovako, inledde med att visa hur iba kan användas för att skapa automatiska månadsrapporter över gasförbrukningen i finverkets ugn och fortsatte sedan med analys av spårkvalitet i valsningen.
Christian Helgesson, Ovako Boxholm, presenterade hur iba Capture används för att spela in video från kameror och operatörsskärmar och synkronisera detta med processdata från iba. Erfarenheterna visade att iba Capture är ett mycket kraftfullt verktyg, men att nyttan är starkt beroende av hur väl verktyget införs och används operativt.
Magnus Janhager berättade om Outokumpus arbete med att tillgängliggöra iba‑data i molnbaserade analysmiljöer genom konvertering av historiska och löpande mätdata till parquet‑format. Presentationen belyste både potentialen i avancerad dataanalys och de praktiska utmaningarna kring datavolymer, licenser och datakvalitet.
Lars Qvarnström, Alleima, fokuserade på praktiska erfarenheter av prediktivt underhåll inom Alleima, baserat på iba‑PDA och larm‑ och händelsehantering. Exempel visades från pressar, ventiler och ugnar där tidiga indikatorer på degradering kunde identifieras i låg‑ och medelfrekventa processignaler.
Den avslutande presentationen, av Joakim Ebervik, Outokumpu, behandlade visualisering som ett avgörande steg i analyskedjan. Med utgångspunkt i data från en ugn visades hur avancerade inställningar i iba Analyzer kan användas för att göra komplexa data mer begripliga och kommunicerbara.