Часть 1: CRM для ERP

Часть 2: Роботизация бизнес-процессов

Часть 3: Волшебные интерфейсы и оживление железа

Часть 4: Автоматические личные кабинеты и чат-боты

Часть 5: Автоматизация на производстве

Часть 6: Траблшутинг на предприятии

Часть 7: Интуитивная система управления качеством (в этой публикации)

Свою первую статья на Хабре я опубликовал год назад, а это уже 7-ая часть из цикла статей о цифровой трансформации. В статье речь пойдёт о весьма интуитивной системе, которая работает с неактуальными данными, и успешно управляет качеством.

Рекомендация: Не айтишные книги для развития thin skills

Многим известны понятия Soft skills и Hard skills. Thin skills - это больше о тонких материях и энергиях, развитии интуиции и внутренних ощущений, о неосязаемом и бессознательном. Мои рекомендации:

  1. Сила подсознания, или как изменить жизнь за 4 недели. Джо Диспенза

  2. Трансерфинг реальности. Ступень I-V. Вадим Зеланд

  3. Дизайн человека. Откройте человека, которым вы были рождены. Четан Паркин

Краткая предыстория

В конце прошлого года на очередном заводском совещании обсуждался вопрос качества клинкера (полуфабрикат) и готовой продукции (цемент). Тема довольно спорная, так как на качество влияет множество факторов.

Одной из проблем называли нестабильное качество сырья (мергеля и мела), которое добывается в собственном карьере. Под качество сырья подразумевается его химический состав.

Чтобы разобраться в этой проблеме и понять применимость ИТ для улучшения качества, я решил исследовать эту область.

На обследование процессов мне потребовалось ~ 2 недели. Описывать всё в деталях нет смысла, в публикации информация изложена кратко и наиболее значимая.

Насколько детальным было обследование и анализ данных

Обследование включало в себя выезды на производственные участки, сбор и анализ данных, отсмотр архивов видеозаписей, прослушивание записей разговоров, личное общение с сотрудниками, поиск и изучение материалов.

То, что лежит на поверхности и это видят все - не имеет большой ценности. В таком случае, люди сделают примерно одинаковые выводы, а это не помогает найти решение.

Например, только 2 презентации для руководства включали больше 120 слайдов наиболее важной информации, включая конкретные предложения по автоматизации и изменению процессов на производстве.

Итак, первая часть публикации посвящена обследованию процессов и анализу данных, вторая - разработке новой системы и интеграциям.

Выезд в карьер и обследование процесса добычи сырья: частично проблемы начинаются здесь

Карьер представляет собой несколько уступов, где мергель и мел добываются открытым способом. Погрузка сырья в карьерные самосвалы выполняется ковшовыми экскаваторами.

Общий вид на карьер
Общий вид на карьер
Как происходит добыча мергеля и мела в карьере
Добыча мела в карьере
Добыча мела в карьере
Добыча мергеля в карьере
Добыча мергеля в карьере

Карьерные самосвалы доставляют мел и мергель на производственную площадку завода и выгружают в бункеры-приемники.

Как выглядят бункеры-приемники на производственной площадке завода

Всего на заводе 2 линии подачи и 8 бункеров-приемников: по 4 бункера-приемника на каждую линию (по 2 для мела и по 2 для мергеля).

Бункер-приемник (вид сверху)
Бункер-приемник (вид сверху)
Бункер-приемник (вид сбоку)
Бункер-приемник (вид сбоку)

От начальника горного цеха я узнал, что одной из проблем является наличие негабаритов в мергеле и меле (одна из сторон камня > 50 см), которые иногда попадают в бункеры-приемники и могут останавливать линию подачи. От начальника производственного участка я узнал, что проблемой также является периодическое налипание мела и мергеля на стенках бункеров-приемников.

Анализ данных о хим. составе сырья и добавок: много гугл-таблиц не сильно помогли понять проблему качества

В заводской лаборатории я запросил данные о хим. составе сырья (мергеля и мела) и покупных добавок (бокситов и огарков). Мел, мергель, бокситы и огарки являются компонентами сырьевой смеси, которая спекается для получения клинкера.

Личный опыт: Как быстро понять сложную технологию (на бытовом уровне)?

У меня нет профильного образования и я не являюсь специалистом в производстве цемента. Но для анализа данных нужны минимальные базовые знания, причем очень быстро, чтобы разобраться в таблицах и цифрах.

Попробовал получить консультацию у инженеров и технологов на производстве, но вместо внятной картины получил сложную техническую информацию.

На помощь пришла Википедия и техническая документация с картинками :)

На примере этой статьи понятно, как получается типичный клинкер и какой его примерный химический состав.

Примерный хим. состав клинкера
Примерный хим. состав клинкера

Например, в этой статье довольно простым языком написано о многообразии сырья, добавок, сырьевой смеси и технологии производстсва.

Вот эта технологическая схема (на картинке часть обследуемого процесса) помогла разобраться с тем, как сырье фактически идет по линии производства.

Технологическая схема производственного участка
Технологическая схема производственного участка

Так за пару вечеров удалось довольно быстро разобраться в сложной технологии - на бытовом уровне.

В моем распоряжении оказались гугл-таблицы за последние 3 года. Путем нехитрых манипуляций я свел данные в Excel в удобный для себя формат (по месяцам и годам) и получил сравнительную таблицу по каждому компоненту.

Сравнение месячных колебаний хим. состава мела и динамика по годам
Сравнение месячных колебаний хим. состава мела и динамика по годам
Как выглядели исходные таблицы и какая в них детализация?

Детализация данных с таблице до часов, когда выполнялся анализ хим. состава в лаборатории и все это разбито по дням. Т.е. одна гугл-таблица представляла собой совокупность вкладок с данными за конкретный месяц. Для анализа были взяты данные с 2018 по 2021 год (> 30 гугл-таблиц).

Часовые данные сводились среднедневные, далее в среднемесячные, далее в среднегодовые, и далее в сводную таблицу с динамикой по годам.

Часовые данные о хим.составе мела и мергеля по сменам
Часовые данные о хим.составе мела и мергеля по сменам

И так далее по каждому компоненту сырьевой смеси за последние 3 года.

По цифрам видно, что есть дневные и среднемесячные колебания, но в целом хим. состав довольно стабильный, особенно в динамике по годам.

Остальные таблицы по своей сути в цифрах сходны в том, что хим. состав отдельных компонентов примерно одинаковый и нет явных колебаний по хим. составу, чтобы существенно влиять на качество сырьевой смеси и клинкера.

Читая историю изобретения портландцемента, я узнал, что его запатентовал каменщик Джозеф Аспдин в 1824 году. В двухстраничном документе простыми словами написано, условно, что нужно взять определенное количество материалов и смешать их.

Кто такой каменщик в XIX веке?

С большой вероятностью - это человек без специального образования. В своей работе он полагался, скорее, на личный опыт и простые эксперименты, чем на сложные лабораторные исследования.

Вряд ли о знал химический состав материалов, которые смешивал. В лучшем случае, соблюдал примерную пропорцию. Без глубокого понимания хим. процессов или сложных вычислений.

Текст патента на русском языке (картинка)

Отсутствие явных проблем с хим. составом сырья и добавок, наличие проблемы негабаритов и налипаний мела и мергеля, и патент каменщика навели на мысль, проверить: как соблюдается пропорция смешения компонентов сырьевой смеси на заводе?

Анализ работы оператора сырьевого отделения: интуитивный подбор пропорции, вместо сложных математических вычислений

Следующий участок после карьера и лаборатории - сырьевое отделение. Здесь мел, мергель, бокситы и огарки фактически смешиваются в определенном соотношении для получения сырьевой смеси с заданными показателями качества (Кн, n, p). Контролирует этот процесс оператор сырьевого отделения.

Что такое показатели качества (Кн, n, p) в сырьевой муке?

Кн (коэффициент насыщения) - показатель, характеризующий неполную насыщенность кремнезема оксидом кальция в процессе клинкерообразования.

n (cиликатный модуль) - представляет собой отношение процентного содержании в клинкере оксида кремния к сумме процентного содержания оксидов алюминия и железа.

p (глиноземный модуль) - показывает процентное отношение содержания глинозема к содержанию оксида железа.

Общие формулы, упрощенный вид
Общие формулы, упрощенный вид

C (CaO), A (Al2O3), F (Fe2O3), S (SiO2) содержатся во всех 4-х компонентах сырьевой смеси, и их нужно смешать в таких пропорциях, чтобы хим. состав находился в заданных пределах одновременно по каждому показателю качества (Кн, n, p).

Понять принцип работы оператора оказалось довольно просто. Каждый час оператор получает от лаборатории хим. состав сырьевой смеси и фактические значения показателей качества. В случае отклонения показателей качества от требуемых, оператор корректирует в АСУТП дозировки сырья и добавок.

Учитывая, что каждый показатель качества представляет собой математическую формулу (в сумме это система уравнений с тремя неизвестными - Кн, n, p), за 3 часа общения с оператором я не увидел, чтобы он пользовался калькулятором или какой-либо программой для вычисления.

Сменные операторы с 2018 года вели гугл-таблицу, в которой каждый час записывали - какие дозировки установлены для какого хим. состава сырьевой смеси за предыдущий час. Гугл-таблица содержала больше 60 тыс. строк.

Листая таблицу, обратил внимание, что в зависимости от фамилии оператора показатели качества имеют разную раскраску (красный фон - это выход за пределы).

Ночная смена оператора №1 - больше красных значений
Ночная смена оператора №1 - больше красных значений
Дневная смена оператора №2 - меньше красных значений
Дневная смена оператора №2 - меньше красных значений

Получается, что опыт работы оператора оказывает непосредственное влияет на качественные показатели сырьевой смеси, а не хим. состав сырья и добавок.

Дальше эта гугл-таблица подверглась очистке от "грязных" данных (явно некорректные значения, ошибки ручного ввода и т.п.) и поиску зависимостей с помощью инструмента гугл-таблиц "Анализ данных".

В основном, это были очевидные зависимости. Меня заинтересовали только графики с резкими колебаниями пропорций мергеля и мела.

Как выглядели колебания на графике для ~ 30 тыс. "очищенных "строк гугл-таблицы

Учитывая отсутствие явных колебаний в хим. составе мергеля и мела, резкие колебания в дозировках говорят проблеме, которой пока не видно. Дальнейший анализ данных гугл-таблиц больше ничего интересного не показал.

Оставалось как-то проверить влияние негабаритов и "зависаний" на качество сырьевой смеси. На помощь пришла система видеонаблюдения на заводе.

О чём не расскажут данные: анализ с помощью архива записей системы видеонаблюдения на заводе

Наибольший интерес для проверки вызывали резкие отклонения основного показателя качества сырьевой муки - Кн. Особенно там, где до и после показатель в норме.

Пример резкого колебания качества в 4 утра (до и после Кн в норме)
Пример резкого колебания качества в 4 утра (до и после Кн в норме)

Для анализа хим. состава сырьевой смеси используются усредненные пробы за предыдущий час с помощью автоматических пробоотборников. Зная, что в таблице оператора 3-х часовой хим. состав сырьевой муки, это фактически проба за предыдущий час, записи с камер системы видеонаблюдения я отсматривал также за предыдущий час.

Примерно в 03:03 часа водитель экскаватора садится в кабину и едет к бункеру
Примерно в 03:03 часа водитель экскаватора садится в кабину и едет к бункеру
Скриншоты с перемещением экскаватора к бункеру-приемнику
Примерно в 03:25 экскаватор завершает работу
Примерно в 03:25 экскаватор завершает работу

Примерно в течение 15 минут (с 03:09 до 03:25) экскаватор выкапает негабарит или устраняет "зависание" мела в бункере-приемнике.

Просмотр других строк гугл-таблицы по времени резких колебаний Кн, и аналогичный просмотр записей видеоархива за предшествующий час показывал одну и ту же явную зависимость - резкому падению качества Кн предшествует "зависание" материала в бункерах-приемниках.

Что делал оператор сырьевого отделения в подобных ситуациях:

  1. При кратковременных "зависаниях" (до 5 минут) оператор ничего не делал.

  2. При длительных "зависаниях" (до 15 минут) оператор увеличивал дозировку мергеля или мела на набольшой процент - интуитивно, без каких-либо вычислений.

  3. При "зависаниях" больше 15 минут оператор мог остановить линию до полного устранения проблемы с движением сырья по линии.

Таким образом, возникала диспропорция сырья и добавок в составе сырьевой смеси. При установленных процентных отношениях, отклонения возникали в тоннаже мела или мергеля. Это служило причиной резких колебаний показателей качества в сырьевой муке.

Таким образом, существенное влияние на качество сырьевой смеси оказывал не хим. состав сырья и добавок, а несоблюдение весовой пропорции мела, мегреля, бокситов и огарков.

Таким образом, историческая ошибка на производстве заключалась в том, что проблему искали не в том месте - в нестабильном качестве добаваемого в карьере сырья.

Дополнительный анализ записей разговоров оператора сырьевого отделения вскрыл другие проблемы, которые были решены изменением регламентов и действующих процессов. Но это уже совсем другая история, и здесь описывать не буду.

АЦТЕК: интуитивная система управления качеством на основе неактуальных данных

После презентации руководству результатов анализа данных и обследования процессов, мы приступили к разработке системы для поддержания весовой пропорции подаваемых на линию производства материалов, что позволит удерживать качество сырьевой смеси в заданных пределах.

Какие готовые решения есть на рынке

Основным решением для цементных заводов является промышленный поточный анализатор, который представляет собой программно-аппаратный комплекс для онлайн-анализа и расчета состава сырьевой смеси, с последующим управляющим воздействием на дозаторы.

Стоимость для 2-х линий от 100 млн. руб. Это не только инвест. бюджет, но долгая поставка и длительный процесс внедрения и наладки.

Поточный анализатор устанавливается над ленточным транспортером и в режиме онлайн выполняет анализ хим. состава сырья и корректирует пропорции подачи материалов для подбора оптимального состава сырьевой смеси.

Промышленный поточный анализатор
Промышленный поточный анализатор

Учитывая множество факторов, включая стоимость и сроки, вариант покупки промышленных поточных анализаторов не рассматривался.

В любом случае, системе для обработки и вычислений нужны хоть какие-то данные, даже если их нет в режиме онлайн (как с поточным анализатором).

Позже выяснилось, что данные в гугл-таблицы лаборатории заносились вручную, а источником данных служили два XRF-анализатора (рентгенофлуоресцентных) в заводской лаборатории: большой и малый. Информация о результатах анализов выводилась на экраны мониторов.

Как выглядят XRF-анализаторы в лаборатории
Большой анализатор (Axios)
Большой анализатор (Axios)
Малый анализатор (Oxford)
Малый анализатор (Oxford)

Найденная в интернете инструкция для большого XRF-анализатора удивила: 2009 страниц на английском языке. Потребовалось несколько дней на его изучение, прежде чем приступить к интеграции.

Мануал большого XRF-анализатора
Мануал большого XRF-анализатора
Инструкция малого XRF-анализатора скромнее: всего 105 страниц
Мануал малого XRF-анализатора
Мануал малого XRF-анализатора

Какие выявлены ньюансы интеграции у большого и малого XRF-анализаторов.

Большой

Малый

ПК отдельно от анализатора (+)

ПК в составе анализатора (-)

Есть выгрузка в сетевой каталог (+)

Есть выгрузка в сетевой каталог (+)

Гибкая настройка выгрузки данных: сразу после анализа, 1 раз в Х минут (+)

Минимальный интервал выгрузки анализов: 1 раз в час (-)

Есть API для прямого подключения (+)

Нет API для прямого подключания (-)

ПК и ОС нормальные (+)

ПК и ОС устаревшие (-)

Сложность с ограниченной 1 раз в час периодичностью выгрузки малого анализатора усугублялась тем, что это файловая БД MS Access, которая практически всегда занята. Решилось написанием простого bat'ника, который в периодичностью 1 раз в 5 минут копировал файл БД в общую папку, а уже эта копия БД обрабатывалась системой для выборки данных.

В пятой части я уже рассказывал о разработке собственного OPC-клиента для интеграции с АСУТП завода на базе Siemens Simatic PCS7. Коннектор пригодился и для этой задачи, изменились только источники получения данных по тэгам.

Систему АЦТЕК (цифровой помощник оператора сырьевого отделения) решили разработать в виде отдельной конфигурации 1С для автономной работы, независимо от контура ERP-системы.

Почему систему я назвал АЦТЕК?

Выше я рассказывал о каменщике Джозефе Аспдине, который в 19 веке запатентовал технологию производства портландцемента, в основе которой лежит соблюдение пропорций материалов и получения смеси для последующего спекания в клинкер и помола.

Соблюдение пропорции - это вообще древняя технология, то и название должно олицетворять древнюю цивилизацию, например, ацтеков. Актеки точно применяли простую технологию соблюдения пропорций материалов.

АЦТЕК - это цифровое воплощение технологии древних цивилизаций по соблюдению пропорций материалов.

Кроме того, название АЦТЕК подходит для завода Азия Цемент. осталось только придумать расшифровку аббревиатуры ТЕК :)

С одной стороны, операторам сырьевого отделения удается достигать заданных показателей качества сырьевой смеси, пусть даже интуитивно и по личному опыту.

С другой стороны, диапазон значений Кн находится в довольно широком коридоре, а задача заключается в стабилизации качества, когда значения лежат в более узком коридоре с меньшими отклонениями.

В процессе опытной эксплуатации системы на заводе, за 1 месяц нам удалось протестировать 5 алгоритмов расчета состава сырьевой смеси и поддержания весовой пропорции материалов. 4 из них не буду описывать, а только приведу их название:

1. Прямой расчет от последнего хим. состава сырья и добавок

2. Расчет от усредненного за Х дней хим. состава сырья и добавок

3. Расчет на разницах последнего хим. состава муки и оптимального Кн

4. Расчет на разницах последнего хим. состава муки и оптимального, с поиском и усреднением оптимальных Кн

Все 4 алгоритма работают, но недостаточно хорошо и предсказуемо в условиях отсутствия актуальных данных на момент выполнения расчетов.

Что из себя представляет система АЦТЕК и какие принципы заложены в работу алгоритма

Система интегрирована с двумя XRF-анализаторами лаборатории и АСУТП завода, которые служат источниками данных:

  • От анализаторов 1 раз в Х минут загружаются наборы данных о хим. составе мела, мергеля, бокситов, огарков и сырьевой муки. Актуальность данных: от 1 до 6 час назад.

  • От АСУТП 1 раз в Х секунд загружаются наборы данных о фактическом тоннаже поданных на линию мела, мергеля, бокситов и огарков. Актуальность данных: актуальные.

Другими словами, в момент обработки данных и вычислений, система использует неактуальные (устаревшие) наборы данных из лаборатории. Прямо сейчас на линию производства подаются те же материалы, но с другим хим. составом.

Пример наборов данных от XRF и OPC, загруженные в систему:

Данные с обоих анализаторов синхронизованы между собой и обрабатываются системой, как один набор данных
Данные с обоих анализаторов синхронизованы между собой и обрабатываются системой, как один набор данных
Фактические значения тэгов, полученные от OPC-сервера
Фактические значения тэгов, полученные от OPC-сервера
Пример настроек системы для получения данных от XRF и OPC
Настройки точек забора проб, профилей и обозначений
Настройки точек забора проб, профилей и обозначений
Настройки тэгов OPC для получения фактических значений
Настройки тэгов OPC для получения фактических значений

Чтобы более менее корректно обработать неактуальные данные лаборатории, мы ввели в систему настройки производственных тактов. Т.е. получив от лаборатории хим. состав сырьевой муки за предыдущий час, нам нужно понимать какие весовые пропорции материалов в прошлом часе фактически образовали текущие показатели качества:

  • за 15-20 минут до окончания часа усредненная проба сырьевой смеси извлекается из пробоотборника (это я узнал у сотрудника, который извлекает стакан из пробоотборника и передает в лабораторию)

  • предшествующие 60 минут эта проба автоматически накапливалась в пробоотборнике (это я узнал от сотрудника КИПиА, который прислал фотографию настроек пробоотборника)

  • еще 6-8 минут сырье и добавки движутся по линии от дозаторов до пробоотборника (это я узнал от начальника проиводственного участка, который знает длину производственной линии и скорость движения материалов по ней)

Схематически такты выглядят примерно так
Схематически такты выглядят примерно так

Таким образом, в начале часа в системе мы получаем хим. состав сырьевой муки, которая фактически начала формироваться примерно 84 минуты назад в течение следующих 60 минут до извлечения стакана из пробоотборника.

Как выглядят настройки автоматического пробоотборника
Настройки автоматического пробоотборника
Настройки автоматического пробоотборника

Пробоотборник отбирает порцию пробы 1 раз в минуту с паузой 8 минут в течение цикла 60 минут.

Таким образом, в системе появились предопределенные настройки тактов для макмимально приближенного вычисления фактических пропорций.

Предопределенные настройки тактов в системе
Предопределенные настройки тактов в системе

Дополнительный анализ работы оператора показал, что он практически не оценивает данные прошлых периодов, и в моменте реагирует на текущий показатели качества, как на входные данные. С другой стороны, у него нет выбора из-за отсутствия актуальных данных и при явном дефиците информации.

Поэтому реакция оператора по очередному изменению пропорции сырья и добавок допольно своеобразная: прямо сейчас управять и влиять на то, что фактически уже прошло по линии.

Система также работает с неактуальными данными и дефицитом информации, поэтому мы применяем довольно интуитивный подход к изменению пропорции сырья и добавок. Но в отличие от оператора, все же опираемся на расчеты и реагируем на изменение касество не так резко, как это делает оператор.

Пример настроек реакции системы на отклонение Кн от заданных показателей качества
Пример настроек реакции системы на отклонение Кн от заданных показателей качества

Понимая, что прямо сейчас на по линии производства идут сырье и добавки с доподлинно-неизвестным хим. составом, а текущие показатели качества муки это минимум полтора часа назад - еще в процессе опытной эксплуатации мы выявили типичные паттерны по изменению Кн.

Паттерны заложены в систему, чтобы не выполнять преждевременных пересчетов и не делать "лишних движений". Это позволяет уменьшить количество реакций системы, иначе возникает эффект маятника, который постоянно раскачивается.

Примеры паттернов, когда система пересчитывает исходную пропорцию сырья и добавок для изменения хим. состава сырьевой смеси следующих часов
Примеры паттернов, когда система пересчитывает исходную пропорцию сырья и добавок для изменения хим. состава сырьевой смеси следующих часов

Для определения оптимальной пропорции система использует данные прошлых периодов и находит последние Х значений хим. состава муки, где показатель качества Кн находился в заданном коридоре. Для них вычисляются фактические пропорции сырья и добавок по тактам, и усредняются. Учитывая текущие показатели качества сырьевой муки и оптимальные, система корректирует отклонение до идеального Кн.

Пример расчетов оптимальной пропорции, который применяется в системе
Пример расчетов оптимальной пропорции, который применяется в системе

Таким образом, нам удается подобрать оптимальную пропорцию сырья и добавок для формирования сырьевой муки в условиях деффицита актуальных данных.

Но этого недостаточно, так как остается проблема негабаритов и "зависания" материалов в бункерах-приемниках из-за чего возникают весовые диспропорции материалов. В результате хим. состав муки также становится расбалансирован.

Чтобы поддерживать расчетную пропорцию материалов, система оценивает каждые 15 минут соответствие заданной пропорции фактическому дозированию мела, мергеля, бокситов и огарков. В случае явного отклонения по любому из компонент, следующие 15 минут происходит компенсация и другие компоненты изменяются в пропорции относительно исходной - на уменьшение или увеличение доли в составе смеси.

Интерфейс системы и взаимодействие с оператором

С точки зрения оператора, интерфейс выглядит довольно лаконично, поэтому обучение по работе с системой не требуется. А только следование оператора рекомендациям, и установке значений в АСУТП для изменения пропорции подачи сырья и доабавок на дозаторах.

Интерфейс оператора логически раделен на 2 области - по числу производственных линий на заводе
Интерфейс оператора логически раделен на 2 области - по числу производственных линий на заводе

1 раз в 15 минут оператор получает на экране новую рекомендацию по изменению пропорции сырья и добавок для получения муки оптимального качества.

Новая рекомендация по установке в АСУТП пропорции подачи мела, мергаля, бокситов и огарок
Новая рекомендация по установке в АСУТП пропорции подачи мела, мергаля, бокситов и огарок

Новая рекомендация выводится на экран автоматически, и также автоматически пропадает с экрана по истечение полутора минут. Если оператор не успел ее обработать, то в любой момент может посмотреть последнюю рекомендацию.

Повторный показ последней рекомендации системы
Повторный показ последней рекомендации системы

Интерфейс выполнен таким образом, чтобы оператор понимал введены новые пропорции в АСУТП или нет. Яркий фон и заголовки говорят о том, что пропорция не введена в АСУТП. Серый фон и заголовки - рекомендация введена в АСУТП.

Новая рекомендация не требует от оператора изменения в АСУТП дозировки бокситов и огарков, а только мела и мергеля
Новая рекомендация не требует от оператора изменения в АСУТП дозировки бокситов и огарков, а только мела и мергеля

Также оператору доступно изменение диапазона качественных показателей (Кн, n и p), которые применяются автоматически и перестраивают алгоритм рекомендаций.

Изменение диапазона качественных показателей (пределы и идеальное значение)
Изменение диапазона качественных показателей (пределы и идеальное значение)

Результат работы системы можно легко оценить в сравнении с зпдпнными показателями качества и результатов работы оператора. Индикация "красным" говорит о том, что показатели качества не в норме. Индикация "зеленым" - качество в норме.

До работы системы - показатели качества находятся за пределами качествай
До работы системы - показатели качества находятся за пределами качествай
После работы системы - показатели качества в пределах или максимально близко
После работы системы - показатели качества в пределах или максимально близко

Более наглядное сравнение видно на графике колебания Кн за сутки: слева - результат работы оператора, справа - результат работы системы АЦТЕК.

График колебаний Кн в сырьевой муке по отношению к заданому коридору качества
График колебаний Кн в сырьевой муке по отношению к заданому коридору качества

Очевидно, что несмотря на то, что система работает с неактуальными данными, результат ее работы более предсказуемый и колебания качества сырьевой муки происходят в более узком диапазоне.

Сырьевая мука содержит более стабильный хим. состав, который усредняется дальше по линии производства и фактически превращается в оптимальную смесь ещё до того, как из нее будет спекаться клинкер.

Степень усреднения сырья на отдельных этапах производства
Внизу - стандартное отклонение содержания CaCO3 в сырьевой смеси, вверху - соотношение его значений на входе и выходе
Внизу - стандартное отклонение содержания CaCO3 в сырьевой смеси, вверху - соотношение его значений на входе и выходе

Результат работы системы это участок между "Усреднительный склад" и "Смесительный". Чем стабильнее хим. состав сырьевой смеси на это переделе, тем он еще более стабильный на этапах "Смесительный" и "Печь".

Таким образом, за 2,5 месяца нам удалось создать весьма интуитивную систему для довольно успешного управления качеством в условиях дефицита актуальных данных.

Спасибо, что дочитали до конца!

Комментарии (2)


  1. hahenty
    25.02.2022 15:06

    Я понял, нужен датчик наличия трактора в цехе.

    Hidden text

    шутка


    1. E_BEREZIN Автор
      25.02.2022 15:26

      После обследования мы изменили на заводе часть процессов, включая разделение обедов и пересменок между водителями самосвалов (привоз сырья с карьера), погрузчиков (привоз сырья с открытых складов) и экскаваторщиков (устранение негабаритов и "зависаний").

      Статья больше посвящена анализу данных, интеграциям и разработке системы. Чтобы описать все ньюансы одной публикации не хватит.