APP下载
现代造纸机在生产过程中的各个环节将产生大量的数据信息。然而，为提高性能、效率和终产品质量而进行的工艺调整，通常仍依赖于人为判断和纸机操作员的个人经验。这是什么原因呢？
“今天，造纸过程产生的数据仍未有效地转化为可操作的信息。这些数据通常散布在多个数据收集系统中，且这些系统之间并不能完全互通并创建流程的实时视图，而这使得数据的全部潜力未被开发。”凯米拉数字化应用经理Juha Rintala这样解释道。
他举了一个例子。数十年来，凯米拉开发了多项针对化学应用的在线监测工具。它们能够获取化学品的实时使用情况及其性能指标，实现智能化学管理，并对化学过程的控制和诊断进行优化。“如果我们将这些信息与性能以及造纸过程中其他方面的处理数据结合起来，则可以更广泛地鉴别与化学工艺相关的关联。通过使用预测分析和机器学习技术，我们能够发现可影响整体性能的现象，甚至预测和预防代价高昂的问题。”
品质控制的新时代
目前，造纸厂的质量控制主要依赖响应措施。依靠对纸张或纸卷抽样检测来发现终产品质量问题的方法存在着明显的滞后效应，因为在找到问题根本原因并采取纠正措施之前，劣质产品会持续生产数小时乃至数天之久。但假如可以预见未来数小时，预测可影响纸板质量的工艺条件，并在出现问题前及时采取预防措施，会怎么样？
“如今，这个想法基本上已经可通过预测分析做到。举个例子，借助我们的新数字化解决方案，纸板厂能够可靠地预测待生产的前五个纸板卷在生产过程中的沉积风险水平，并预测并防止由此产生的质量问题和纸张的缺陷。”Juha说，“数据驱动的工艺过程控制可识别并突出提示即将发生的流程干扰问题，例如沉积物形成，并使工厂操作员有充分的时间在纸张质量受到影响之前采取纠正措施。”
凯米拉对化学工艺过程中的测量数据，结合造纸机其它工艺单中的信息，并使新的数据驱动方式能够控制过程化学并改善终产品质量。
借助预测工具，纸厂可以避免产生数千吨的不合格产品。除了提高纸张质量外，持续平衡的湿部化学稳定了工艺，从而导致了生产可用性和性能的提高。
借助预测工具，纸厂可以避免产生数千吨的不合格产品。
整体设备效率(OEE) 提高0.5％似乎并不多，但以一台年产量40万吨的折叠式箱板机为例，OEE的这一小幅提升可能已经意味着250万的收入增长。
“这只是一个起点，当发现改善工艺效率、产品质量和原材料使用率的潜在机会后，纸机性能还可得到更大的提升。”Juha说道。
以化学专业知识为基础
预测分析还可以用来提高纸张和纸板机湿部的稳定性。目前，一家精细造纸厂正在与凯米拉开展合作项目，以防止断裂，并提高纸机的运行能力和效率。利用机器学习技术，从客户的历史数据中识别生产过程异常和中断原因。
“对性能数据和工艺条件的整体看法清楚地描绘了整个工艺的健康情况。通过预测模型，我们能够为工厂生产经理和操作员提供有价值的信息，让他们在日常工作中能做出正确的决定。”Juha表示并补充道，“深入了解工艺过程中化学品应用情况有助于降低许多风险：可运行性问题、断裂，终端产品中的缺陷……数据驱动的化学控制使过程中以前隐藏的因果关系变得可见。”
化学工艺复杂而不断变化的本质决定了它需要更快的响应速度。
凯米拉的新数字化解决方案建立在广泛的化学品及其应用的专业知识、工艺技术以及测量和控制过程化学品的专利解决方案组合的基础上。KemConnect平台已拥有500多个连接客户和48,000个数据测量点。
后，这是一种管理工艺过程的新方法。“某些湿部化学品以标准剂量运行并不罕见，当出现问题时，剂量会改变。数据驱动的方法以及终的自动化化学管理，实现基于实时性能信息和对工艺条件的可靠预测进行持续的微观调整。从而使更快速反应的能力与复杂多变的化学过程相匹配。”Juha总结道。
