Dynamicznie zmieniający się charakter produkcji papieru i opóźnione pomiary jakości między szpulami stanowią jedno z największych wyzwań dla operatorów celulozowni i papierni. W nowoczesnym zakładzie operatorzy polegają na swoim rozproszonym systemie sterowania (DCS) i licznych zainstalowanych czujnikach do ścisłego monitorowania i sterowania procesem. Jednak ilość danych gromadzonych przez ten system jest zdumiewająca. Typowy młyn może mieć nawet 10 000 znaczników historycznych danych, które mogą być powiązane za pomocą bardzo złożonych, wielowymiarowych zmiennych relacji. Próba analizy tych danych przy użyciu typowych technik i narzędzi jest niemal niemożliwa, co sprawia, że optymalizacja procesów jest niezwykle trudna.
Jednak technologie cyfryzacji są prawdziwymi rozwiązaniami tych wyzwań. Według firmy McKinsey & Company cyfryzacja może potencjalnie obniżyć koszty produkcji papieru o 15 procent. Ta firma konsultingowa szacuje, że 7,5% z nich pochodzi ze sztucznej inteligencji (AI) i analityki.
Biorąc pod uwagę te szacunki, wdrożenie sztucznej inteligencji w celulozowniach i papierniach jest jednym z najwyższych priorytetów branży w celu zapewnienia ciągłego doskonalenia i utrzymania przewagi konkurencyjnej. W szczególności zastosowanie analizy predykcyjnej pozwala zakładom papierniczym osiągnąć cele w zakresie jakości produktów, zoptymalizować zużycie surowców i chemikaliów oraz zwiększyć ogólną wydajność procesu. Dodatkową wartość przyrostową można uzyskać poprzez połączenie rozwiązań AI i urządzeń sterujących lub DCS.
W tym wpisie na blogu omawiamy zalety sztucznej inteligencji i autonomicznej kontroli substancji chemicznych oraz przedstawiamy możliwości systemów sztucznej inteligencji obecnie dostępnych na rynku, takich jak własna platforma OPTIX™ Applied Intelligence firmy Solenis.
Cyfryzacja produkcji papieru
Pojawienie się sztucznej inteligencji jako ważnego narzędzia do produkcji papieru nie było nagłym zjawiskiem. W rzeczywistości jest to faza stopniowej ewolucji, która trwa od wielu lat. Na początku tej ewolucji, kilkadziesiąt lat temu, zakłady papiernicze polegały na ręcznych systemach kontroli jakości. Badania laboratoryjne próbek, czasami trwające od 45 minut do dwóch godzin, dawały wyniki wskazujące, czy konieczna była korekta procesu. Operatorzy wprowadzali te udoskonalenia ręcznie, a następnie wznawiali produkcję.
Nieco później nastąpiła era automatyzacji, a w celulozowniach i papierniach zainstalowano czujniki i systemy monitorowania do zbierania danych krytycznych dla parametrów jakościowych, takich jak wytrzymałość płyty wykładzinowej na ściskanie w krótkim zakresie (STFI), Mullen, rozciąganie i rozrywanie na mokro. Najczęściej monitorowanie to było zarezerwowane dla niewielkiej liczby maszyn najważniejszych dla procesu. Technicy ustawiają progi kontrolne, a gdy kluczowy wskaźnik, taki jak temperatura lub wibracje, przekroczy jeden z ustalonych progów, otrzymywali alert. Następnie reagowali, dokonując odpowiednich regulacji maszyny.
Te zautomatyzowane systemy poprawiły kontrolę nad zmiennymi w procesie produkcyjnym i skróciły czasy przestojów, ale jednak wiele danych z wbudowanych czujników zostało utraconych lub nie było w pełni użytecznych. Większość systemów nie była w stanie automatycznie zainicjować dalszych działań. Następną generacją cyfryzacji były prognozy w czasie rzeczywistym. Pomiary jakości wykończenia w czasie rzeczywistym znacznie usprawniły pracę papierni oraz podejmowanie decyzji. Jednak dla tych parametrów jakości nie istnieją fizyczne czujniki czasu rzeczywistego. Jedynym sposobem na uzyskanie wglądu w czasie rzeczywistym są matematyczne prognozy generowane przy użyciu sztucznej inteligencji i uczenia maszynowego.
Teraz przyjrzymy się, w jaki sposób sztuczna inteligencja i zaawansowana analiza danych mogą zrewolucjonizować fabrykę celulozy i papieru w obecnej postaci.
Zalety sztucznej inteligencji
Sztuczna inteligencja i uczenie maszynowe to kluczowe koncepcje transformacji cyfrowej oraz podstawowe elementy inicjatyw Przemysł 4.0 i inteligentnej fabryki, które szybko zostały uznane przez kierownictwo przedsiębiorstw za ich potencjalny wpływ na przychody i oszczędności kosztów. Przyjrzyjmy się niektórym kluczowym zaletom sztucznej inteligencji w typowym środowisku produkcji papieru:
Zoptymalizowane dozowanie produktów chemicznych. Algorytmy znajdujące się w sercu sztucznej inteligencji obliczają właściwą ilość substancji chemicznej we właściwym czasie. Wdrożenie uczenia maszynowego umożliwia systemowi optymalizację składu chemicznego lub dozowania wymaganego do utrzymania kluczowych parametrów jakości, nawet podczas zmian procesów. Operatorzy młynów nie muszą już dokonywać reaktywnych regulacji w celu opóźnienia testów jakości, a kierownictwo zyskuje pewność, że platforma AI zarządza odpowiednią ilością chemii funkcjonalnej lub wyposażenia dla procesu.
Na przykład w młynie, w którym niedawno wdrożono OPTIX™ Applied Intelligence, platforma AI firmy Solenis pozwoliła po sześciu miesiącach osiągnąć 25% redukcję chemii zwiększającej wytrzymałość na mokro (rysunek 1). Drugi młyn wykorzystujący OPTIX był w stanie osiągnąć średnią redukcję dozowania chemii zwiększającej wytrzymałość na mokro o 18 procent w klasach ciężkich (rysunek 2).
Ilustracja nr 1 Histogram porównujący dozowanie chemi zwiększającej wytrzymałość na mokro w trybie operatora ręcznego z autonomicznym sterowaniem przez sztuczną inteligencję.
Ilustracja nr 2 Procentowa zmiana dozowania żywicy zwiększającej wytrzymałość na mokro jako funkcja suwmiarki.
Pełna autonomiczna kontrola stosowania produktów chemicznych. Wysoce funkcjonalny system AI może autonomicznie optymalizować funkcjonalne środki chemiczne lub wspomagać proces produkcyjny. W wielu przypadkach sztuczna inteligencja wdrażana jest w młynach. Jej głównym zadaniem jest kontrola funkcjonalnych środków chemicznych, a następnie przechodzą do zastosowań o większej wartości dodanej.
Uzupełnianie ludzkiego wkładu. Sztuczna inteligencja jest przydatnym narzędziem dla operatorów, niezależnie od ich doświadczenia. Automatyzując kluczowe dane procesowe, operatorzy mogą skoncentrować się na głównych celach jakościowych i produkcyjnych zakładu. Ponadto zastosowanie okresowych pomiarów laboratoryjnych z uwzględnieniem błędu ludzkiego do podejmowania decyzji dotyczących sterowania maszynami powoduje niepożądaną zmienność w procesie produkcji papieru. Analityka zapobiegawcza pomaga wyeliminować zmienność wprowadzoną podczas testowania jakości.
Jakość w centrum uwagi. Niestandardowe algorytmy umożliwiają autonomiczne sterowanie oparte na sztucznej inteligencji, aby zapewnić jakość na poziomie docelowym. Na innym rzeczywistym przykładzie autonomiczne algorytmy sterowania OPTIX dostosowały dozowanie środków chemicznych zwiększających wytrzymałość na mokro w górę oraz w dół, aby zapewnić zgodność z docelowym parametrem jakości rozciągania na mokro. To niespotykane dotąd sterowanie autonomiczne oparte na sztucznej inteligencji zoptymalizowało jakość rozciągania na mokro, zmniejszając zmienność o 23 procent i zwiększając zgodność z celem o 63 procent, jednocześnie unikając produkcji nieodpowiedniej jakości (ilustracja 3).
Ilustracja nr 3 Porównanie jakości mokrego rozciągania na histogramie przed i po wdrożeniu autonomicznej kontroli opartej na sztucznej inteligencji.
Rozwiązanie oparte na sztucznej inteligencji w celu zapewnienia zrównoważonego rozwoju. Połączenie ludzkiej i sztucznej inteligencji umożliwia młynom sprostanie najtrudniejszym wyzwaniom związanym ze zrównoważonym rozwojem. Sterowanie autonomiczne daje operatorom młynów możliwość konsekwentnego osiągania celów zrównoważonego rozwoju przy jednoczesnej optymalizacji surowców produkcyjnych. W przypadku wykorzystania włókien, dopuszczenie sztucznej inteligencji do podejmowania decyzji dotyczących użycia mieszanek umożliwia uzyskanie najbardziej ekonomicznej i zrównoważonej mieszanki włókien przy jednoczesnym wykorzystaniu papieru z recyklingu lub papieru niskiej jakości.
Moc analityki zapobiegawczej
Producenci papieru wykazali się niesamowitą odpornością w ciągu ostatnich dwóch dekad, a rynek ten poszerzył się pomimo rozwoju mediów cyfrowych, rosnących obaw o środowisko i coraz bardziej rygorystycznych przepisów rządowych. Według niektórych źródeł przemysł papierniczy w Stanach Zjednoczonych wzrośnie z 63 miliardów dolarów w 2019 r. do 79 miliardów dolarów w 2024 r.
Aby sprostać temu wzrostowi, producenci będą musieli wdrożyć nowe technologie, w tym technologie Przemysłu 4.0. Analityka predykcyjna i uczenie maszynowe będą niezbędnymi narzędziami, ponieważ producenci papieru nadal dążą do rozwoju. Fabryki wykorzystujące sterowanie autonomiczne oparte na sztucznej inteligencji, takie jak OPTIX™ Applied Intelligence firmy Solenis, będą w stanie z powodzeniem zoptymalizować dozowanie funkcjonalnych środków chemicznych i poprawić jakość produktu bez zakłócania działalności zakładów.