侵权投诉
订阅
纠错
加入自媒体

如何挖掘智能分析在流程工业中的价值?

2017-01-19 00:35
天堂的苦涩
关注

在流程工业推进智能分析,为什么超难?

根据行业专家郭朝晖的观点,流程工业推进智能化的困难在于数字化。因为产品和工艺的耦合性太强。

对离散制造业来说,工艺对产品质量的影响相对较小。只要能正确地安装起来、不损害零件,不同安装工艺下产品质量的差别较小。而流程行业则不然,工艺(包括设备状态)对产品质量的影响非常大。以钢铁为例,同样的成分,不同工艺可以生产出完全不同的产品;不同的成分,工艺要点差别很大;工艺的稍许变化,会引发质量不合。工艺影响为什么这么大呢?因为流程行业的生产,往往伴随物理和化学变化。

耦合度强,为什么就难以数字化呢?这是因为:问题太复杂了。假设产品的设计组成有n个要点,工艺过程有m个要点。耦合度低时,影响产品质量的要点大体有n+m个;耦合度高时,产品质量的要点则可能有nxm个。故而,耦合度越强,问题的复杂性往往越大。

说流程行业复杂,是有具体表现的:

复杂的表现之一:质量控制难。在离散行业,人们追求产品质量的6σ。然而,在钢铁行业,有的高端产品的成材率不足60%,连1个σ都没有;能有2σ,就比较满意了;产品合格率达到3~4σ时,就考虑降成本了....产品合格率低,本质上还是人们掌握的知识不完整,很多重要因素被当成了“随机干扰”。

复杂的表现之二:经验很重要。理论上可能引起质量问题的因素太多,难以逐一分析。因此,需要依赖经验,抓住关键问题,才能用可接受的有限尝试得到合理的做法。事实上,尽管理论上的影响因素很多,现实中真正起作用的因素一般却较少。能否正确抓住重点,要看水平了。

复杂的表现之三:标准化方法难以推广。像6σ、APQP等标准化方法,在钢铁行业中的推进很难。这些方法都需要从逻辑上罗列重点要素,以避免经验上的盲点。但是,离开经验,要罗列的问题实在太多。罗列得少,与经验方法差不多;罗列得多,工作会极其复杂。故而,这个度非常难把握。

自动化技术在重工业领域的发展

在重工业领域,可以通过可视化屏幕监督过程控制,实现整体工厂的全自动化。数据通过PID算法管理本地回路。在某些行业,如石油和天然气精炼行业,还引入APC系统来深层挖掘过程控制逻辑的价值,从而实现连续优化。

事实上,在过去的十年中,重工业一直都是APC系统的受益者,通过提高单位时间的生产效率,改进了许多流程。这些看起来比较初步的模型,只要经过相应的训练,实施起来是非常强大的。

然而这种方法的缺点也非常明显,就是成本太高,这制约了它只能局限于特定的高利润行业使用,比如,APC系统应用于蒸馏塔大概需要150万欧元,用于带钢轧机热炉需要50万欧元。因此要考虑投资回报率的话,只有用在重大工业制造中才有意义。

什么是APC?都有谁在玩?

APC是Advanced Process Control先进过程控制的缩写,主要通过对被控对象运行过程中产生的大量实时数据、历史数据进行数据挖掘与分析,建立系统运行模型,利用系统模型进行多变量实时优化控制。

APC技术能够在提高智能化水平的同时,帮助企业提高产品质量,同时降低能源消耗、减少环境污染。APC所涉及的专业技术有:模型辨识、多变量控制、实时优化、网络通信、数据存储等。

公司

软件包名称

简介

SetPoint

SMCA

多变量模型预测控制

DMC Corp

DMC

动态矩阵控制

Continental Controls

MVC

多变量模型预测控制

AspenTech

DMC Plus

动态矩阵控制

Honeywell

TPS

RMPCT

工厂一体化先进控制

漏斗控制技术

Adersa

RMOCT

多变量约束过程控制

Predictive Control

CONNOISSEUR

自适应控制、最优控制

Pavillion Technologies

Process Perfecter

非线性模型预测控制

浙江中控

APC-Suite

高级鲁棒预测控制

Yokogawa

SMOCpro

多变量优化控制

鲁棒质量预估

Capston

capston

先进线性控制优化软件

Invensys

Connois

GPC广义预测控制技术

优化基础设施和工具

<上一页  1  2  3  下一页>  
声明: 本文由入驻维科号的作者撰写,观点仅代表作者本人,不代表OFweek立场。如有侵权或其他问题,请联系举报。

发表评论

0条评论,0人参与

请输入评论内容...

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码:

粤公网安备 44030502002758号