← Вернуться к разделу «Сбор данных, сеть, Comms & IIoT»

Работать в Fast Lane

TrendMiner1

Контекстуализируйте данные временных рядов для более разумной аналитики

Эдвин ван Дейк, TrendMiner

В мире IIoT данные считаются новым маслом. Но весь потенциал будет раскрыт только в том случае, если операционный контекст может быть принят во внимание при анализе, мониторинге или прогнозировании эксплуатационных характеристик. Пролить необходимый свет на данные временных рядов с помощью динамической контекстуализации позволяет вам превратить ваши процессы в высочайший механизм операционного совершенства и вашу организацию в будущее.

Сегодня фабрики собирают и хранят огромное количество данных, прямо или косвенно связанных с производственным процессом. Все эти полученные данные обычно попадают в лучшие бизнес-приложения, предназначенные для конкретных операционных целей. Некоторые данные хранятся в архивах, другие данные поступают в информационную систему качества, систему управления техническим обслуживанием, систему управления инцидентами и т. Д. Часто все эти данные не связаны, и поэтому возникает вопрос, можно ли найти связь между данными в различных хранилища, когда вы анализируете свои данные процесса в своем историке?

Освещают ли все данные, полученные в вашей организации, ваши производственные мощности, чтобы вы могли работать быстрее? Во многих случаях мы видим, что если фабрикой управляют эксперты, даже несмотря на все их знания, вы в основном управляете своей фабрикой в ​​темноте. Самостоятельная аналитика данных временных рядов уже проливает свет на операционные показатели. Но если у вас есть вся доступная контекстная информация, полученная во время производства и использованная из других приложений, вы сможете лучше видеть свои операции. По аналогии, вы можете двигаться намного быстрее по освещенной трассе, чем в темноте. Это также тот случай, когда контекстная информация помогает вам быстрее анализировать, работать более эффективно и получать больше прибыли.

TrendMiner2

Использование сгенерированных датчиком данных временных рядов, собранных в вашей истории, дает много возможностей для улучшения эксплуатационных характеристик за счет использования аналитики самообслуживания, как показывает этот практический пример:

Практическое применение: обеспечить стабильную производительность процесса, избегая отключений ректификационной колонны.

TrendMiner3

Рисунок 2 Улучшение качества продукции за счет обеспечения процесса
производительность в ректификационной колонне

В непрерывном производственном процессе дистилляционные колонны на специальном химическом заводе используются для разделения метилацетата и метанола путем добавления воды сверху для разрушения азеотропа. Регулятор температуры в нижней части колонны предназначен для предотвращения захвата метилацетата. Недавно произошел всплеск давления, что негативно сказалось на производстве и качестве. Цель состоит в том, чтобы выяснить, был ли это отдельный инцидент или произошло ли это раньше, и если да, то можно ли найти основную причину проблемы.

Чтобы проверить, имела ли место ситуация раньше, профиль давления использовался для нахождения аналогичного поведения во всех исторических данных временных рядов. При выполнении поиска по сходству и наложении результатов было найдено очень похожее событие (> 90% соответствия), которое произошло несколько месяцев назад. Сложив результаты, картина событий показывает ту же форму, что, естественно, привело инженеров к мысли, что это может быть связано с аналогичной причиной.

TrendMiner4

Вместо ручного поиска потенциальных первопричин использовался механизм рекомендаций для получения предложений от аналитического решения самообслуживания. Эксперт по предмету может легко повторить, чтобы найти идеи, которые он или она ищет. В этом случае, довольно быстро, программное обеспечение предложило инженерам ряд интересных тегов для дальнейшей оценки. Стало очевидным, что сочетание высокого флегмы с недостаточным вскипанием или паром с ребойлером (испарение пара) во время фазы запуска колонны были основными причинами всплеска.

Благодаря рекомендованному движку стало также ясно, что более высокая температура поддона в колонне является хорошим ранним индикатором скачка давления. Установлен монитор, который предупредит инженера-технолога, как только температура начнет падать, чтобы можно было своевременно предпринять действия и смягчить последствия.

Анализ показал, что нежелательная комбинация условий процесса приведет к нестабильной работе колонны, что, в свою очередь, приведет к плохому разделению и низкому качеству продукта. Установленные мониторы дадут инженерам и операторам достаточно времени, чтобы среагировать и избежать подобных ситуаций в будущем. Каждое событие может привести к потере нескольких часов производства и снижению качества. При средней пропускной способности 25t / ч это приводит к экономии более чем 100 тонн некондиционного продукта на одно событие, и, наоборот, 100 тонн дополнительной спецификации, получаемой в результате полного исключения этого события.

Разумная аналитика с контекстными данными

Использование захваченных данных временных рядов в сочетании с знаниями ваших экспертов по процессам и активам ускоряет вашу работу и повышает общую производительность. Как было сказано ранее, прямые и косвенные рабочие данные собираются различными бизнес-приложениями. Если эти данные можно связать с данными временных рядов во время анализа тенденций, можно добиться еще большего улучшения в работе.

TrendMiner5Первое логическое добавление контекстной информации - это привязка данных тестирования качества из лаборатории к данным процесса. Особенно в случае серийного производства, где контекст партии (такой как номер партии, время цикла ...) может быть связан с данными испытаний из лаборатории. Таким образом, каждый конкретный пакетный прогон привязан не только к своим данным процесса, но и к своим собственным данным качества. Эта дополнительная связанная информация позволяет быстрее оценить лучшие прогоны для создания отпечатков золотых партий для мониторинга будущих партий. Это также помогает собирать неэффективные партии для начала анализа, чтобы улучшить производственный процесс.

Работаете быстрее, используя всю контекстную информацию?

Независимо от того, производите ли вы непрерывный производственный процесс или работаете партиями, широкий спектр контекстных данных может пролить новый свет на ваши операционные показатели. Подумайте о зафиксированных событиях во время производственного процесса, таких как остановки обслуживания, аномалии процесса, информация о работоспособности активов, внешние события, производственные потери и т. Д. Также снижение производительности оборудования может указывать на то, что на качество продукта будет влиять, что может быть использовано для обеспечения качество продукта. Вся эта контекстная информация помогает лучше понять операционную производительность и дает новые отправные точки для проектов оптимизации при использовании вашей расширенной аналитической платформы.

TrendMiner6

Рисунок 5 Многие факторы влияют на эксплуатационные характеристики и, следовательно, на качество продукции, что может быть включено для анализа, мониторинга и прогнозирования эксплуатационных характеристик.

Заключительные мысли

Многие компании на рынке процессного производства уже используют свои данные временных рядов для улучшения операционных показателей. Наилучшие результаты достигаются, когда отраслевые эксперты могут самостоятельно анализировать данные с использованием программного обеспечения для расширенной аналитики самообслуживания. Когда данные из других бизнес-приложений можно привязать к данным временного ряда, можно получить новое понимание. Данные в этих бизнес-приложениях дают новые отправные точки для улучшения процессов. Выводы могут привести к тому, что мониторы будут регистрировать новые события для более глубокой оценки производственного процесса в будущем, что приведет к непрерывному циклу улучшений. Такой подход поможет сократить расходы, связанные с отходами, энергоресурсами и техническим обслуживанием, и повысить урожайность с помощью качественной продукции. В целом, это приводит к повышению прибыльности сайта, заставляя вас работать в быстром темпе.

Для получения дополнительной информации свяжитесь с TrendMiner по:

+32 11 263830
[Электронная почта защищена]
www.trendminer.com

Индустрия технологической промышленности

Оставить комментарий

Ваш электронный адрес не будет опубликован. Обязательные поля помечены *

Этот сайт использует Akismet для уменьшения количества спама. Узнайте, как обрабатываются ваши данные комментариев.