Kâğıt üretiminin dinamik olarak değişen doğası ve gecikmeli makaradan makaraya kalite ölçümleri, kâğıt hamuru ve kâğıt fabrikası operatörlerinin karşılaştığı en büyük zorluklardan biridir. Modern fabrikada operatörler, proseslerini yakından izlemek ve kontrol etmek için dağıtılmış kontrol sistemlerine (DCS) ve çok sayıda sensöre güvenirler. Ancak bu sistem tarafından toplanan veri miktarı çok büyüktür. Tipik bir fabrikada son derece karmaşık, çok boyutlu değişken ilişkileri aracılığıyla ilişkilendirilebilen 10.000 kadar veri geçmişi etiketi bulunabilir. Tipik teknikler ve araçlar kullanarak bu verileri analiz etmeye çalışmak neredeyse imkansızdır, bu da proses optimizasyonunu son derece zorlaştırır.
Ancak dijitalleşme teknolojileri bu zorluklara gerçek çözümler olarak geliştirilmiştir. McKinsey & Company'ye göre dijitalleşme, bir kâğıt üreticisinin baz maliyetlerini potansiyel olarak yüzde 15 oranında azaltabilir. Danışmanlık şirketi, bunun yüzde 7,5'inin yapay zeka (YZ) ve analizlerden kaynaklandığını tahmin ediyor.
Bu tahminler göz önünde bulundurulduğunda kâğıt hamuru ve kâğıt fabrikasına yapay zekanın dahil edilmesi, sürekli iyileştirmeyi teşvik etmek ve rekabet avantajını korumak için sektörün en yüksek önceliklerinden biridir. Özellikle öngörüye dayalı analizlerin kullanımı, kâğıt fabrikalarını; ürün kalitesi hedeflerine ulaşmak, ham madde ve kimyasal tüketimini optimize etmek ve genel proses verimliliğini artırmak için konumlandırır. Yapay zeka ile kontrol ekipmanı veya DCS'nin birleştirilmesiyle ek katma değer elde edilebilir.
Bu blogda yapay zeka ve otonom kimyasal kontrolün faydaları incelenmekte ve Solenis'in kendi OPTIX™ Applied Intelligence platformu gibi şu anda piyasada bulunan yapay zeka sistemleriyle neler yapılabileceği anlatılmaktadır.
Kâğıt Üretiminde Dijitalleşme
Yapay zekânın kâğıt yapımında önemli bir araç olarak kullanılmaya başlanması bir anda gerçekleşen bir durum değildir. Aslında bu, uzun yıllardır devam eden kademeli bir dönüşümün bir aşamasını temsil etmektedir. Onlarca yıl önce bu evrimin başlangıcında, kalite kontrolü için manuel sistemlere güvenen bir kâğıt fabrikası bulunmaktaydı. Bazen 45 dakikadan iki saate kadar süren laboratuvar testleri, proses ayarlamalarının gerekli olup olmadığını gösteren sonuçlar üretiyordu. Operatörler bu ayarlamaları manuel olarak yaptıktan sonra üretime devam ederdi.
Sonrasında otomasyon çağı geldi ve kâğıt hamuru ve kâğıt fabrikaları, Liner Kâğıdının Kısa Aralıklı Ezilme Testi (STFI), Mullen, mukavemet ve ıslak yırtılma gibi kritik kalite parametrelerine ilişkin verileri toplamak için sensörler ve izleme sistemleri kurdu. Çoğu zaman bu izleme sistemi, az sayıda yüksek öncelikli makine varlığı için ayrılırdı. Teknisyenler kontrol eşiklerini belirler ve sıcaklık veya titreşim gibi önemli bir gösterge, belirlenen eşiklerden birini aştığında bir uyarı alırlardı. Ardından makinede uygun ayarlamaları yaparak müdahalede bulunurlardı.
Bu otomatik sistemler, üretim sürecindeki değişkenler üzerinde daha hızlı ve daha az duruş süresi ile kontrolü iyileştirdi, ancak gömülü sensörlerden gelen verilerin büyük bir kısmı kayboldu veya tam olarak kullanılamaz hâle geldi. Ve sistemlerin çoğu, otomatik olarak başka bir eylemi tetikleyemiyordu. Dijitalleşmenin bir sonraki aşaması gerçek zamanlı tahminler yapmak olacaktır. Gerçek zamanlı bitmiş kalite ölçümleri, kâğıt fabrikası operasyonlarını ve karar verme süreçlerini önemli ölçüde iyileştirebilir. Ancak bu kalite parametreleri için gerçek zamanlı fiziksel sensörler bulunmamaktadır. Gerçek zamanlı bilgilere ulaşmanın tek yolu, yapay zeka ve makine öğrenimi kullanılarak oluşturulan matematiksel tahminlerdir.
Bir sonraki yazımızda; yapay zekâ ve gelişmiş veri analitiğinin, bugün bildiğimiz kâğıt hamuru ve kâğıt fabrikalarında nasıl devrim yaratabileceğini inceleyeceğiz.
Yapay Zekânın Faydaları
Yapay zekâ ve makine öğrenimi; dijital dönüşüm hareketinin kilit kavramları ve gelir ve maliyet tasarrufu üzerindeki potansiyel etkileri nedeniyle şirket yöneticileri tarafından hızla fark edilen Endüstri 4.0 ve Akıllı Fabrika girişimlerinin temel unsurlarıdır. Tipik bir kâğıt üretim ortamında yapay zekânın bazı temel faydalarını inceleyelim:
Optimize edilmiş kimyasal dozajlama. Yapay zekânın kalbinde yer alan algoritmalar doğru zamanda doğru kimyasalı hesaplar. Makine öğreniminin dahil edilmesi; sistemin, proses değişiklikleri sırasında bile temel kalite parametresini korumak için gereken kimyasalı optimize etmesini veya dozajı sağlamasını mümkün kılar. Fabrika operatörlerinin artık geciken kalite testleri için reaktif ayarlamalar yapmasına gerek kalmamasıyla birlikte yönetim, yapay zekâ platformunun proses için doğru miktarda işlevsel kimyasalı veya malzemeyi uyguladığını bilmenin rahatlığını yaşıyor.
Örneğin; Solenis'in yapay zekâ platformu OPTIX™ Applied Intelligence'ı yakın zamanda uygulamaya koyan bir fabrika, altı ay sonra yaş mukavemet kimyasalında yüzde 25'lik bir azalma gerçekleştirdi (Şekil 1). OPTIX kullanan ikinci bir fabrika ise yaş mukavemet kimyasalı dozajını ağır kalitelerde ortalama yüzde 18 oranında azaltmayı başardı (Şekil 2).
Şekil 1. Manuel operatör modundaki yaş mukavemet dozajı ile yapay zekâ destekli otonom kontrolü karşılaştıran histogram.
Şekil 2. Kalınlığın bir fonksiyonu olarak yaş mukavemet reçine dozajındaki yüzdesel değişim.
Tam otonom kimyasal kontrolü. Yüksek işlevli bir yapay zekâ sistemi, işlevsel kimyasalları otonom olarak optimize edebilir veya üretim sürecine dahil edebilir. Çoğu durumda fabrikalar, yapay zekâyı öncelikli olarak işlevsel kimyasalları kontrol etmek amacıyla kurar ve ardından daha katma değerli uygulamalara geçer.
İnsan girdisinin tamamlanması. Yapay zekâ, bireysel deneyimlerinden bağımsız olarak operatörler için yararlı bir araçtır. Önemli proses girdilerini otomatikleştirerek, operatörler fabrikanın öncelikli kalite ve üretim hedeflerine odaklanabilir. Ayrıca, makine kontrol kararlarını almak için insan hatasının eklendiği periyodik laboratuvar ölçümlerinin kullanılması, kâğıt yapım sürecinde istenmeyen değişkenliklere neden olmaktadır. Öngörüye dayalı analizler, kalite testleri sırasında ortaya çıkan değişkenliği ortadan kaldırmaya yardımcı olur.
Kaliteye odaklanma. Özelleştirilmiş algoritmalar; yapay zekâ tabanlı otonom kontrolün, kaliteyi hedefe ulaştırmasını sağlar. Bir başka yaşanmış örnekte, OPTIX'in otonom kontrol algoritmaları yaş mukavemet kimyasalı dozajını yukarı veya aşağı ayarlayarak yaş gerilme direnci kalitesi parametresinin hedefe uygunluğunu sağlamıştır. Bu benzersiz, yapay zekâ destekli otonom kontrol; kalite dışı üretimi önlerken varyasyonu yüzde 23 azaltarak ve hedefe bağlılığı yüzde 63 artırarak yaş gerilme direnci kalitesini optimize etmiştir (Şekil 3).
Şekil 3. Yapay zekâya dayalı otonom kontrolün uygulanmasından önce ve sonra yaş gerilme direnci kalitesinin histogram karşılaştırması.
Sürdürülebilirlik için yapay zekâ destekli çözüm. İnsan ve yapay zekânın etkileşimi, fabrikaların en zorlu sürdürülebilirlik sorunlarının üstesinden gelmesini sağlıyor. Özellikle otonom kontrol, fabrika operatörlerine üretim girdilerini optimize ederken sürdürülebilirlik hedeflerine tutarlı bir şekilde ulaşma fırsatı sunuyor. Örneğin; elyaf kullanımında, yapay zekânın elyaf karışımı hakkında kararlar almasına izin vermek, geri dönüştürülmüş veya kalitesiz kâğıt kullanılarak en ekonomik ve sürdürülebilir elyaf karışımının elde edilmesine olanak sağlar.
Öngörüye Dayalı Analitiğin Gücü
Kâğıt üreticileri son yirmi yılda inanılmaz bir esneklik gösterdi ve sektör; dijital medya büyümesine, büyüyen çevresel kaygılara ve artan resmî kısıtlamalara rağmen büyüdü. Bazı kaynaklara göre, Amerika Birleşik Devletleri'nde kâğıt endüstrisi 2019 yılında 63 milyar dolarken 2024 yılında 79 milyar dolara ulaşacak.
Üreticilerin bu büyümeye uyum sağlamak için Endüstri 4.0 teknolojileri de dahil olmak üzere yeni teknolojileri benimsemeleri gerekecek. Kâğıt üreticileri gelişmeye devam ettikçe, öngörüye dayalı analiz ve makine öğrenimi vazgeçilmez araçlar olacak. Solenis'in OPTIX™ Applied Intelligence gibi yapay zekâ odaklı otonom kontrol kullanan üreticiler, operasyonlarını aksatmadan fonksiyonel kimyasal dozajını başarılı bir şekilde optimize edebilecek ve ürün kalitesini artırabilecekler.