La continua evoluzione della produzione della carta e i ritardi nelle misurazioni della qualità da bobina a bobina rappresentano per gli operatori delle cartiere una delle sfide più importanti. Nell'impianto moderno gli operatori si affidano al loro sistema di controllo distribuito (DCS) e a tutta una serie di sensori installati per monitorare e controllare attentamente il loro processo. Tuttavia, la quantità di dati raccolti da questo sistema è enorme. Una cartiera tipica può avere fino a 10.000 dati storici che possono essere correlati attraverso molto complesse relazioni variabili multidimensionali. Cercare di analizzare questi dati utilizzando tecniche e strumenti tradizionali è quasi impossibile, il che rende l'ottimizzazione dei processi estremamente difficile.
Le tecnologie di digitalizzazione, tuttavia, stanno emergendo come soluzioni reali a queste sfide. Secondo McKinsey & Company, la digitalizzazione può potenzialmente ridurre del 15% i costi di un produttore di carta. La società di consulenza stima che il 7,5% di questo valore sia attribuibile all'intelligenza artificiale (IA) e alle analisi.
Stando a queste stime, l'integrazione dell'IA nelle cartiere è una delle priorità più elevate del settore per promuovere il miglioramento continuo e mantenere un vantaggio competitivo. In particolare, l'uso dell'analisi predittiva consente alle cartiere di raggiungere gli obiettivi di qualità dei prodotti, ottimizzare il consumo di materie prime e sostanze chimiche e aumentare l'efficienza complessiva dei processi. È possibile ottenere ulteriore valore incrementale attraverso la combinazione di IA e apparecchiature di controllo o DCS.
In questo blog esaminiamo i vantaggi dell'IA e del controllo autonomo dei prodotti chimici e presentiamo le possibilità offerte dai sistemi di IA attualmente sul mercato, come la piattaforma OPTIX™ di Solenis per l'Intelligenza applicata.
La digitalizzazione della fabbricazione della carta
L'emergere dell'IA come strumento importante nella fabbricazione della carta non è stato un fenomeno improvviso. In realtà, rappresenta una fase di un'evoluzione graduale che si sta verificando da molti anni. All'inizio di questa evoluzione, decenni fa, le cartiere si affidavano a sistemi manuali per il controllo della qualità. Le analisi di laboratorio dei campioni, che talvolta richiedevano da 45 minuti a due ore, hanno prodotto risultati che indicavano la necessità di apportare modifiche al processo. Gli operatori effettuavano queste regolazioni manualmente e poi riprendevano la produzione.
Successivamente è arrivata l'era dell'automazione e le cartiere hanno installato sensori e sistemi di monitoraggio per raccogliere dati su parametri qualitativi critici, come la resistenza alla compressione Short-Span del cartoncino (STFI), il test di Mullen, la resistenza alla trazione e la lacerazione a umido. Il più delle volte, questo monitoraggio era riservato a un numero limitato di macchine ad alta priorità. I tecnici impostavano le soglie di controllo e, quando un indicatore chiave, come la temperatura o le vibrazioni, violava una delle soglie stabilite, ricevevano un avviso. In base a ciò apportavano le opportune regolazioni alla macchina.
Questi sistemi automatizzati hanno migliorato il controllo delle variabili del processo di produzione e lo hanno fatto più rapidamente con meno tempi di inattività, ma molti dei dati provenienti dai sensori incorporati andavano persi o non erano completamente utilizzabili. Inoltre, la maggior parte dei sistemi non era in grado di attivare automaticamente ulteriori azioni correttive. La prossima generazione di digitalizzazione sarà costituita da previsioni in tempo reale. Le misurazioni in tempo reale della qualità del prodotto finito possono migliorare significativamente le operazioni e il processo decisionale delle cartiere. Tuttavia, per questi parametri di qualità non esistono sensori fisici in tempo reale. L'unico modo per ottenere informazioni in tempo reale è attraverso previsioni matematiche generate utilizzando l'IA e l'apprendimento automatico.
Di seguito esamineremo come l'IA e l'analisi avanzata dei dati possono rivoluzionare l'industria della carta e della cellulosa così come la conosciamo oggi.
Vantaggi dell'Intelligenza Artificiale
L'intelligenza artificiale e l'apprendimento automatico sono concetti chiave del movimento di trasformazione digitale ed elementi fondamentali delle iniziative di Industria 4.0 e Smart Factory, che vengono rapidamente riconosciuti dai dirigenti aziendali per il loro potenziale impatto sui ricavi e sui risparmi. Esaminiamo alcuni dei vantaggi chiave dell'IA in un tipico ambiente della fabbricazione della carta:
Dosaggio ottimizzato dei prodotti chimici. Gli algoritmi al centro dell'IA calcolano il prodotto chimico giusto al momento giusto. L'inserimento dell'apprendimento automatico consente al sistema di ottimizzare la chimica o di fornire il dosaggio necessario per mantenere il parametro di qualità chiave, anche durante le modifiche del processo. Gli operatori delle cartiere non devono più apportare modifiche reattive a test di qualità tardivi e la gestione della produzione è certa che la piattaforma di intelligenza artificiale stia somministrando la quantità corretta di sostanze chimiche o materiali funzionali per il processo.
Ad esempio, in una cartiera che aveva da poco implementato l'Intelligenza applicata OPTIX™, la piattaforma di IA di Solenis, lo stabilimento ha ottenuto una riduzione del 25% dei prodotti chimici per la resistenza a umido dopo sei mesi (Figura 1). Una seconda cartiera che utilizza OPTIX è stata in grado di ottenere una riduzione media del dosaggio dei prodotti chimici per la resistenza a umido del 18% per le carte di grammatura elevata (Figura 2).
Figura 1. Istogramma che confronta il dosaggio del prodotto per la resistenza a umido in modalità operatore manuale rispetto al controllo autonomo basato sull'IA.
Figura 2. Variazione in percentuale del dosaggio di colofonia per resistenza a umido in funzione del calibro.
Controllo completamente autonomo dei prodotti chimici Un sistema di IA altamente funzionale può ottimizzare autonomamente le sostanze chimiche o materiali funzionali o integrarli nel processo produttivo. In molti casi le cartiere introducono l'intelligenza artificiale con l'obiettivo primario di controllare le sostanze chimiche funzionali e poi passano ad applicazioni a maggior valore aggiunto.
Integrare l'apporto umano. L'IA è uno strumento utile per gli operatori, indipendentemente dalla loro esperienza. Automatizzando gli input chiave del processo , gli operatori possono concentrarsi sugli obiettivi principali di qualità e produzione dell'impianto. Inoltre, l'utilizzo di una misurazione periodica di laboratorio, che include l' errore umano, nel prendere decisioni sul controllo della macchina comporta una variabilità indesiderata nel processo di produzione della carta. L'analisi predittiva aiuta a eliminare la variabilità introdotta durante i test di qualità.
Focus sulla qualità. Gli algoritmi personalizzati consentono un controllo autonomo basato sull'IA per ottenere la qualità desiderata. In un altro esempio concreto gli autonomi algoritmi di controllo di OPTIX hanno regolato il dosaggio dei prodotti chimici per la resistenza a umido aumentandolo o riducendolo per garantire l'aderenza al parametro di qualità del test di trazione a umido. Questo controllo autonomo senza precedenti basato sull'IA ha ottimizzato la qualità della trazione a umido riducendo la variazione del 23% e aumentando del 63% la conformita' all'obiettivo, evitando così al contempo una produzione di scarsa qualità (Figura 3).
Figura 3. Confronto dell'istogramma della qualità della trazione a umido prima e dopo l'implementazione del controllo autonomo basato sull'IA.
Soluzione basata sull'IA per la sostenibilità. La combinazione di intelligenza umana e artificiale consente alle cartiere di affrontare le sfide di sostenibilità più difficili. In particolare, il controllo autonomo offre agli operatori della cartiera l'opportunità di raggiungere costantemente gli obiettivi di sostenibilità ottimizzando al contempo gli input di produzione. Nel caso dell'utilizzo delle fibre, ad esempio, consentire all'intelligenza artificiale di prendere decisioni sul mix di materiali permette di ottenere la miscela di fibre più economica e sostenibile, incorporando al contempo carta riciclata o di qualità inferiore.
Il potere dell'analisi predittiva
I produttori di carta hanno dimostrato un'incredibile capacità di recupero negli ultimi due decenni e il mercato è cresciuto nonostante la crescita dei media digitali, la crescente preoccupazione per l'ambiente e l'aumento delle normative governative. Secondo alcune fonti l'industria della carta negli Stati Uniti crescerà da 63 miliardi di dollari nel 2019 a 79 miliardi di dollari nel 2024.
Per far fronte a questa crescita, le aziende manifatturiere dovranno adottare nuove tecnologie, comprese quelle dell'Industria 4.0. L'analisi predittiva e l'apprendimento automatico saranno strumenti essenziali per la continua evoluzione dei produttori di carta. Le cartiere che utilizzano il controllo autonomo basato sull'IA, come l'Intelligenza applicata OPTIX™ di Solenis, saranno in grado di ottimizzare con successo il dosaggio funzionale dei prodotti chimici e migliorare la qualità del prodotto senza interrompere le loro attività.