L’évolution dynamique de la fabrication du papier et les mesures différées de la qualité d’un rouleau à l’autre représentent l’un des plus grands défis pour les opérateurs de papeterie. Dans la papeterie moderne, les opérateurs font confiance à leur système de contrôle distribué (DCS) et à une multitude de capteurs installés pour surveiller et contrôler de près leur processus. Mais la quantité de données collectées par ce système est stupéfiante. Une usine typique peut avoir jusqu'à 10 000 étiquettes historiennes de données qui peuvent être associées par des relations variables multidimensionnelles très complexes. Il est presque impossible d’analyser ces données à l’aide de techniques et d’outils classiques, ce qui rend l’optimisation des processus extrêmement difficile.
Cependant, les technologies de numérisation apparaissent comme de véritables solutions à ces défis. Selon McKinsey & Company, la numérisation peut potentiellement réduire de 15 % le coût de base d’un producteur de papier. Le cabinet de conseil estime que 7,5 % de ces coûts sont attribuables à l’intelligence artificielle (IA) et aux données analytiques.
Compte tenu de ces estimations, l’intégration de l’IA dans l'usine de pâte et papier est l’une des principales priorités de l’industrie pour favoriser l’amélioration continue et conserver un avantage concurrentiel. Plus précisément, l’utilisation de l’analyse prédictive positionne les usines pour atteindre les objectifs de qualité des produits, optimiser la consommation de matières premières et de produits chimiques et augmenter l’efficacité globale des procédés. Une valeur incrémentielle supplémentaire peut être obtenue grâce à la fusion de l’IA et de l’équipement de contrôle ou DCS.
Cet article examine les avantages de l’IA et du contrôle chimique autonome et présente ce qui est possible avec les systèmes d’IA actuellement sur le marché, tels que la propre plateforme OPTIX™ Intelligence appliquée de Solenis.
La numérisation de la fabrication de papier
L’émergence de l’IA comme outil sérieux pour la fabrication de papier n’a pas été un phénomène soudain. En fait, elle représente une phase d’évolution progressive qui se déroule depuis de nombreuses années. Au début de cette évolution, il y a des décennies, une papeterie utilisait des systèmes manuels pour le contrôle qualité. Des tests en laboratoire d’échantillons, qui prenaient parfois entre 45 minutes et deux heures, produisaient des résultats indiquant si des ajustements du procédé étaient nécessaires. Les opérateurs effectuaient ces réglages manuellement, puis reprenaient la production.
Ensuite, l’ère de l’automatisation a vu le jour, et les usines de pâte et papier ont installé des capteurs et des systèmes de surveillance pour collecter des données sur les paramètres de qualité critiques, tels que la résistance à la compression à courte portée des panneaux de revêtement (STFI), Mullen, la traction et la déchirure humide. Le plus souvent, cette surveillance était réservée à un petit nombre de machines de haute priorité. Les techniciens établissaient des seuils de contrôle et, lorsqu’un indicateur clé, comme la température ou les vibrations, franchissait l’un des seuils établis, ils recevaient une alerte. Ils répondaient ensuite en effectuant les réglages appropriés sur la machine.
Ces systèmes automatisés ont amélioré le contrôle des variables du processus de fabrication et l’ont fait plus rapidement avec moins de temps d’arrêt, mais la plupart des données des capteurs intégrés ont été perdues ou pas entièrement utilisables. Et la plupart des systèmes n’ont pas été en mesure de déclencher automatiquement d’autres actions. La prochaine génération de numérisation sera la prévision en temps réel. Les mesures en temps réel de la qualité du produit fini peuvent améliorer considérablement les opérations et la prise de décision dans les papeteries. Cependant, il n’existe pas de capteurs physiques en temps réel pour ces paramètres de qualité. La seule façon d’obtenir des informations en temps réel est de générer des prédictions mathématiques à l’aide de l’IA et du machine learning.
Ensuite, nous examinerons comment l’IA et l’analyse avancée des données peuvent révolutionner l'usine de pâte et papier telle que nous la connaissons aujourd’hui.
Avantages de l’IA
L’IA et le machine learning sont des concepts clés du mouvement de transformation numérique et des éléments fondamentaux des initiatives Industrie 4.0 et Usine intelligente, qui sont rapidement reconnus par les dirigeants d’entreprise pour leur impact potentiel sur les revenus et les économies de coûts. Examinons quelques-uns des avantages clés de l’IA dans un environnement de fabrication de papier classique :
Dosage chimique optimisé. Les algorithmes au cœur de l’IA calculent la bonne chimie au bon moment. L’intégration du machine learning permet au système d’optimiser la chimie ou de fournir le dosage nécessaire pour maintenir le paramètre de qualité clé, même lors des changements de procédé. Les opérateurs de la papeterie n’ont plus besoin d’effectuer des ajustements réactifs pour retarder les tests de qualité et la direction est rassurée de savoir que la plateforme d’IA administre ou fournit la bonne quantité de chimie fonctionnelle pour le procédé.
Par exemple, une usine qui avait récemment mis en œuvre OPTIX™ Intelligence appliquée, la plateforme IA de Solenis, a réalisé une réduction de 25 % de la chimie de résistance à l’humidité au bout de six mois (Figure 1). Et un deuxième broyeur utilisant OPTIX a été en mesure d’obtenir une réduction moyenne du dosage de la chimie de résistance à l’humidité de 18 % dans les catégories de poids lourds (Figure 2).
Schéma 1. Histogramme comparant le dosage de la résistance à l’humidité en mode manuel par rapport au contrôle autonome piloté par l’IA.
Schéma 2. Variation en pourcentage du dosage de la colophane de résistance à l’humidité en fonction de la nuance de l’étrier.
Contrôle chimique autonome total. Un système d'IA très performant peut optimiser de manière autonome les chimies fonctionnelles ou la fourniture dans le processus de fabrication. Dans de nombreux cas, les usines installent l’IA dans le but principal de contrôler les produits chimiques fonctionnels, puis passent à des applications à plus forte valeur ajoutée.
Compléter l’apport humain. L’IA est un outil utile pour les opérateurs, quelle que soit leur expérience. En automatisant les données clés des processus, les opérateurs peuvent se concentrer sur les principaux objectifs de qualité et de production de l’usine. De plus, l’utilisation d’une mesure périodique en laboratoire avec une erreur humaine supplémentaire pour prendre des décisions de contrôle de la machine induit une variabilité indésirable dans le processus de fabrication de papier. L’analyse prédictive aide à éliminer la variabilité introduite lors des tests de qualité.
Accent sur la qualité. Des algorithmes personnalisés permettent un contrôle autonome basé sur l’IA pour améliorer la qualité jusqu’à la cible. Dans un autre exemple concret, les algorithmes de contrôle autonome d'OPTIX ont ajusté à la hausse ou à la baisse le dosage de la chimie de résistance à l'état humide pour garantir l'adhérence cible du paramètre de qualité de la traction à l'état humide. Ce contrôle autonome sans précédent, piloté par l’IA, a optimisé la qualité de la traction sur sol humide en réduisant la variation de 23 % et en augmentant le respect de l’objectif de 63 % tout en évitant la production hors qualité (Figure 3).
Schéma 3. Comparaison par histogramme de la qualité de la traction sur sol humide avant et après la mise en œuvre d’un contrôle autonome piloté par l’IA.
Solutions basées sur l’IA pour la durabilité. La fusion de l’intelligence humaine et artificielle permet aux usines de relever les défis de durabilité les plus complexes. Plus précisément, le contrôle autonome piloté par l’IA offre aux opérateurs de papeteries la possibilité d’atteindre systématiquement les objectifs de durabilité tout en optimisant les paramètres de production. Dans le cas de l'utilisation de la fibre, par exemple, le fait de permettre à l'IA de prendre des décisions concernant le mélange de fourniture permet d'obtenir le mélange de fibres le plus économique et le plus durable tout en incorporant du papier recyclé ou de qualité inférieure.
La puissance de l’analyse prédictive
Les fabricants de papier ont fait preuve d’une incroyable résilience au cours des deux dernières décennies, et le marché s’est développé malgré la croissance des médias numériques, les préoccupations environnementales croissantes et l’augmentation des réglementations gouvernementales. Selon certaines sources,l’industrie du papier aux États-Unis passera de 63 milliards de dollars en 2019 à 79 milliards de dollars en 2024.
Les fabricants devront adopter de nouvelles technologies, y compris les technologies de l’Industrie 4.0, pour s’adapter à cette croissance. L’analyse prédictive et le machine learning seront des outils essentiels au fur et à mesure que les fabricants de papier continueront d’évoluer. Les broyeurs qui utilisent le contrôle autonome basé sur l’IA, comme OPTIX™ Intelligence appliquée de Solenis, seront en mesure d’optimiser le dosage de la chimie fonctionnelle et d’améliorer la qualité du produit sans perturber leurs opérations.