Полиуретан (PU) бүрхүүл болон цавуу үйлдвэрлэх нь мэдрэмтгий химийн урвалаар зохицуулагддаг нарийн төвөгтэй, олон үе шаттай үйл явц юм. Эдгээр материалын эрэлт хэрэгцээ салбар бүрт өсөн нэмэгдэж байгаа ч тэдгээрийн үйлдвэрлэл нь бүтээгдэхүүний чанар, үйлдвэрлэлийн үр ашиг, нийт ашигт ажиллагаанд шууд нөлөөлдөг хэд хэдэн үндсэн бэрхшээлийг бий болгодог. Эдгээр үндсэн асуудлуудыг бүрэн ойлгох нь сайжруулах стратегийн болон практик замын зураг боловсруулахад чухал ач холбогдолтой юм.
1.1. Химийн төрөлхийн нарийн төвөгтэй байдал ба хувьсах чанар: Хурдан хатуурах сорилт
Полиуретан үйлдвэрлэл нь полиол ба изоцианатын хоорондох полиаддитив урвал бөгөөд ихэвчлэн хурдан бөгөөд маш экзотермик процесс юм. Энэхүү урвалаас үүссэн хурд ба дулаан нь нарийн хяналтыг маш хэцүү болгодог. Урвалын төрөлхийн нарийн төвөгтэй байдал нь температур, чийгшил, катализаторын оролцоо зэрэг гадны хүчин зүйлүүдэд мэдрэмтгий байдгаас улам бүр нэмэгддэг. Эдгээр орчны нөхцөл байдал эсвэл материалын оролтын бага зэргийн, хяналтгүй хэлбэлзэл нь эцсийн бүтээгдэхүүний шинж чанарт, түүний дотор хатуурах хугацаа болон физик гүйцэтгэлд мэдэгдэхүйц өөрчлөлтөд хүргэж болзошгүй юм.
Энэ нөхцөлд тулгарч буй үндсэн бэрхшээл бол олон хурдан хатуурдаг PU системийн "богино хугацаа" юм. Хийн үйлдвэрлэл болон PU хөндлөн холболтын хугацааны хэмжээс нь уламжлалт шинж чанарын аргуудтай нийцэхгүй байх нь ихэвчлэн хэтэрхий богино байдаг. Энэ бол гол инженерчлэл болон эдийн засгийн асуудал юм. Реактороос дээж авч, шинжилгээнд зориулж лабораторид хүргэх уламжлалт чанарын хяналт (QC) журам нь угаасаа алдаатай байдаг. Лабораторийн титрлэлтийн үйл явц удаан бөгөөд хамгийн чухал нь дээжийн химийн шинж чанар нь реактороос гаргаж, орчны нөхцөлд өртөх мөчөөс өөрчлөгдөж эхэлдэг. Энэхүү хоцрогдол нь лабораторийн үр дүн нь аль хэдийн үйлдвэрлэгдсэн цувралын нас баралтын дараах шинжилгээ гэсэн үг юм. Өгөгдөл нь зөвхөн арга хэмжээ авах боломжгүй, хөндлөнгөөс оролцоход хэтэрхий оройтож ирсэн төдийгүй үйлдвэрлэлийн савны доторх материалын төлөв байдлыг илэрхийлэхээ больсон тул буруу байж болзошгүй юм. Уламжлалт, хоцрогдолд суурилсан чанарын хяналт болон PU химийн хурдан кинетикийн энэхүү үндсэн нийцгүй байдал нь дэвшилтэт хяналт, загварчлалын шийдвэрлэх ёстой гол асуудал юм.
1.2. Багцын тогтворгүй байдал болон согог үүсэх үндсэн шалтгаанууд
Багц хоорондын тогтворгүй байдал болон согог үүсэх нь санамсаргүй тохиолдол биш, харин чухал процессын параметрүүдийг хянах нарийвчлал дутмаг байгаагийн шууд үр дагавар юм. Эцсийн бүтээгдэхүүн нь процессын туршид бүрэлдэхүүн хэсгийн харьцаа, холих арга техник, температурын профайлд маш мэдрэмтгий байдаг. Жишээлбэл, зохисгүй холимог нь жигд бус тархсан дүүргэгч эсвэл хатууруулагч үүсгэж, эцсийн бүтээгдэхүүн дотор "суурь стресс" болон согог үүсгэдэг.
Түүхий материалын оролтын нарийвчлал, ялангуяа изоцианат (NCO)-ийн гидроксил (OH) бүлгүүдийн молийн харьцаа нь чанарын тасралтгүй байдлыг хадгалахад чухал ач холбогдолтой. Энэхүү NCO/OH харьцаа нь эцсийн бүтээгдэхүүний шинж чанарыг шууд тодорхойлдог; харьцаа нэмэгдэхийн хэрээр суналтын бат бэх, модуль, хатуулаг зэрэг гол физик шинж чанарууд ч мөн адил өөрчлөгддөг. Харьцаа нь материалын зуурамтгай чанар болон хатуурах зан төлөвт нөлөөлдөг. Дулааны профайл гэх мэт бусад чухал үйл явцын нөхцөл байдал нь адилхан чухал юм. Хангалтгүй эсвэл жигд бус халаалт нь жигд бус хатуурал, орон нутгийн агшилтыг үүсгэж болох бол дэгдэмхий бүрэлдэхүүн хэсгүүд нь анивчиж, бөмбөлөг, толбо үүсгэдэг.
Согогийн үндсэн шалтгаануудын нарийвчилсан дүн шинжилгээгээр нэг мэдрэгч эсвэл параметр нь үнэн зөв оношлоход хангалтгүй байдаг нь харагдаж байна. "Гель байхгүй эсвэл хатахгүй" гэх мэт асуудал нь буруу холих харьцаа, хангалтгүй дулаан эсвэл зохисгүй холихоос үүдэлтэй байж болно. Эдгээр шалтгаанууд нь ихэвчлэн хоорондоо холбоотой байдаг. Жишээлбэл, хэт бага температур нь хатах процессыг удаашруулж, материалын харьцааны асуудал гэж буруу оношлогдож болно. Үндсэн шалтгааныг үнэхээр ойлгож, шийдвэрлэхийн тулд олон параметрийг нэгэн зэрэг хэмжих шаардлагатай. Үүнд янз бүрийн эх сурвалжаас авсан бодит цагийн өгөгдлийг холбож, жинхэнэ шалтгаант хүчин зүйлийг үүссэн шинж тэмдгүүдээс ялгаж салгаж чаддаг цогц мэдрэгчийн багц шаардлагатай бөгөөд энэ нь уламжлалт, нэг цэгийн хяналтын хүрээнээс давсан ажил юм.
1.3. Үр ашиггүй байдлын эдийн засаг, байгаль орчинд үзүүлэх нөлөө
Полиуретан үйлдвэрлэлийн техникийн бэрхшээлүүд нь эдийн засаг, байгаль орчинд шууд болон мэдэгдэхүйц үр дагавартай байдаг. Полиол, изоцианат зэрэг өндөр чанартай түүхий эд нь үнэтэй бөгөөд нийлүүлэлтийн сүлжээний тасалдал, түүхий газрын тосноос хамааралтай байдал, дэлхийн эрэлт зэргээс шалтгаалан үнэ нь хэлбэлзэлд өртөмтгий байдаг. Бүтээгдэхүүний багц нь чанарын үзүүлэлтийг хангаагүй тохиолдолд түүхий эд нь шууд санхүүгийн алдагдалд ордог бөгөөд энэ нь эдгээр өндөр зардлыг нэмэгдүүлдэг. Үйл явцын хазайлтыг олж засварлах, засах шаардлагаас үүдэлтэй төлөвлөөгүй зогсолт нь санхүүгийн бас нэгэн томоохон алдагдал юм.
Байгаль орчны тал дээр уламжлалт үйлдвэрлэлийн аргуудад агуулагдах үр ашиггүй байдал болон хаягдал нь ихээхэн санаа зовоосон асуудал юм. Уламжлалт полиуретан бүрхүүлүүдийн олонх нь уусгагч дээр суурилсан бөгөөд Дэгдэмхий органик нэгдлүүдийн (VOC) ялгаралтаар агаарын бохирдолд нөлөөлдөг. Аж үйлдвэрүүд усан суурьтай болон бага VOC-ийн хувилбаруудыг улам бүр нэвтрүүлж байгаа ч эдгээр нь өндөр гүйцэтгэлтэй хэрэглээнд уусгагч дээр суурилсан хувилбаруудын гүйцэтгэлтэй нийцэхгүй байх нь элбэг байдаг. Түүнчлэн, уламжлалт PU үйлдвэрлэлд ашигладаг түүхий эд нь газрын тосонд суурилсан, сэргээгдэхгүй, биологийн задралд ордоггүй. Хог хаягдал болж хувирдаг согогтой бүтээгдэхүүн нь 200 хүртэлх жилийн хугацаанд задрах явцад байгаль орчинд хортой химийн бодис ялгаруулдаг.
Эдгээр эдийн засаг, байгаль орчны хүчин зүйлсийн нэгдэл нь дижиталчлалын хүчирхэг бизнесийн үндэслэлийг бий болгож байна. Энэхүү тайланд санал болгож буй шийдлүүдийг хэрэгжүүлснээр компани зардлыг нэгэн зэрэг бууруулж, ашигт ажиллагааг сайжруулж, тогтвортой байдлын профайлаа сайжруулах боломжтой. Багцын тогтворгүй байдлын техникийн асуудлыг шийдвэрлэх нь санхүүгийн болон байгаль орчны асуудлыг шууд бууруулж, техникийн шинэчлэлийг стратегийн бизнесийн зайлшгүй шаардлага болгон хувиргадаг.
Полиуретан дахь чөлөөт изоцианатын агууламжийн шугаман хяналт
II. Бодит цагийн хяналтын дэвшилтэт технологиуд
PU үйлдвэрлэлийн төрөлхийн бэрхшээлийг даван туулахын тулд уламжлалт лабораторид суурилсан туршилтаас бодит цагийн, шугаман хяналт руу шилжих нь чухал юм. Энэхүү шинэ загвар нь чухал процессын параметрүүдийн талаар тасралтгүй, үйлдэл хийх боломжтой өгөгдлийг өгөх боломжтой дэвшилтэт мэдрэгч технологийн багцад тулгуурладаг.
2.1. Шугаман реологийн хяналт
Зуурамтгай чанар ба нягтрал зэрэг реологийн шинж чанарууд нь полиуретаны урвалын амжилтын үндэс суурь болдог. Эдгээр нь зөвхөн физик шинж чанар төдийгүй полимержилт ба хөндлөн холбоос үүсгэх процессын шууд үзүүлэлт болдог. Эдгээр шинж чанаруудын бодит цагийн хяналтыг шугаман процессын вискозиметр болон нягтрал хэмжигч ашиглан гүйцэтгэдэг.
гэх мэт хэрэгслүүдLonnуулзсанэрPolyмерViscометerмөнVisкоситиМэргэжлийнцесsorЭдгээр нь дамжуулах хоолой болон реакторт шууд оруулах зориулалттай бөгөөд шингэний зуурамтгай чанар, нягтрал, температурыг тасралтгүй хэмжих боломжийг олгодог. Эдгээр төхөөрөмжүүд нь бат бөх, хөдөлгөөнт эд анги шаарддаггүй, гадны чичиргээ болон урсгалын хэлбэлзэлд мэдрэмтгий бус чичиргээт сэрээний технологи гэх мэт зарчмаар ажилладаг. Энэхүү чадвар нь полимержих процессыг хянах үл эвдэх, бодит цагийн аргыг олгодог. Жишээлбэл, NCO3/OH молийн харьцаа болон туйлын холбоо үүсэх нь зуурамтгай чанарт шууд нөлөөлдөг тул урвалын явцыг найдвартай төлөөлдөг. Зуурамтгай чанар нь тодорхой хязгаарт хэвээр байгаа эсэхийг баталгаажуулснаар үйлдвэрлэлийн баг урвал хүссэнээр явагдаж байгааг баталгаажуулж, зорилтот молекулын жин болон хөндлөн холбоосыг хангахын тулд гинжин сунгагч нэмэхийг хянаж чадна. Энэхүү нягт, бодит цагийн хяналт нь бүтээгдэхүүний чанарыг сайжруулж, стандартаас гадуурх багц үйлдвэрлэхээс урьдчилан сэргийлэх замаар хаягдлыг бууруулдаг.
2.2. Химийн найрлагын спектроскопийн шинжилгээ
Реологийн шинж чанар нь материалын физик төлөв байдлыг илтгэдэг боловчбодит цагийн спектроскопийн шинжилгээурвалын талаар илүү гүнзгий, химийн түвшний ойлголтыг өгдөг. Ойролцоох хэт улаан туяаны (NIR) спектроскопи нь изоцианат (%NCO) болон гидроксил бүлгүүдийн концентрацийг тоон үзүүлэлтээр тодорхойлох замаар цөмийн урвалыг тасралтгүй хянах илүү сайн арга юм.
Энэ арга нь уламжлалт лабораторийн титрлэлтээс мэдэгдэхүйц дэвшил гаргаж байгаа бөгөөд энэ нь удаан бөгөөд зохих ёсоор зайлуулах шаардлагатай химийн бодис ашигладаг. Бодит цагийн NIR системийн нэг анализатороос олон процессын цэгийг хянах чадвар нь үр ашиг, аюулгүй байдлын хувьд мэдэгдэхүйц давуу талыг олгодог. NCO/OH харьцаа нь зөвхөн процессын хувьсагч биш; энэ нь суналтын бат бэх, модуль, хатуулаг зэрэг эцсийн бүтээгдэхүүний шинж чанарыг шууд тодорхойлдог хүчин зүйл юм. Энэхүү чухал харьцааны талаар тасралтгүй, бодит цагийн өгөгдлийг өгснөөр NIR мэдрэгч нь материалын тэжээлийн хурдыг урьдчилан тохируулах боломжийг олгодог. Энэ нь хяналтын процессыг реактив, согог дээр суурилсан аргаас урьдчилан сэргийлэх, чанараар нь загварчлах стратеги болгон хувиргадаг бөгөөд өндөр чанартай үр дүнг баталгаажуулахын тулд урвалын туршид нарийн NCO/OH харьцааг хадгалдаг.
2.3. Хатуужилтын төлөв байдлын хяналтад зориулсан диэлектрик шинжилгээ (DEA)
Диэлектрик шинжилгээ (DEA) буюу Диэлектрик дулааны шинжилгээ (DETA) нь эцсийн бүтээгдэхүүний чанарт чухал ач холбогдолтой "үл үзэгдэх хэвний доторх хатуурал"-ыг хянах хүчирхэг арга юм. Энэ нь синусоид хүчдэл хэрэглэж, цэнэг зөөгчдийн (ион ба дипол) хөдөлгөөний өөрчлөлтийг хэмжих замаар материалын зуурамтгай чанар болон хатууралтын төлөвийн өөрчлөлтийг шууд хэмждэг. Материал хатуурах үед түүний зуурамтгай чанар эрс нэмэгдэж, эдгээр цэнэг зөөгчдийн хөдөлгөөн буурч, хатууралтын явцыг шууд, тоон үзүүлэлтээр хэмждэг.
DEA нь хурдан хатуурдаг системд ч гэсэн гель цэг болон хатууралтын процессын төгсгөлийг нарийн тодорхойлж чаддаг. Энэ нь бусад технологийг нөхдөг нарийн мэдрэмжийг санал болгодог. Шугаман вискозиметр нь материалын нийт зуурамтгай чанарыг хэмждэг бол DEA мэдрэгч нь хөндлөн холбоосын урвалын химийн түвшний явцыг харуулдаг.шугаман вискозиметр(хэмжихүр дүнэдгэрэлтийн) болон DEA мэдрэгч (хэмжих)ахиц дэвшилэдгэрэлтийн) нь маш нарийн хяналт, оношлогоо хийх боломжийг олгодог үйл явцын цогц, хоёр шатлалт тоймыг өгдөг. DEA-г мөн янз бүрийн нэмэлт болон дүүргэгчийн үр нөлөөг хянах зорилгоор ашиглаж болно.
Эдгээр технологийн харьцуулалт нь тэдгээрийн харилцан нөхөх шинж чанарыг онцолж байна. Ганц мэдрэгч нь нарийн төвөгтэй PU урвалын бүрэн дүр зургийг өгч чадахгүй. Цогц шийдэл нь янз бүрийн физик болон химийн шинж чанарыг нэгэн зэрэг хянахын тулд олон мэдрэгчийг нэгтгэхийг шаарддаг.
| Хяналттай параметрүүд | Технологийн зарчим | Үндсэн хэрэглээний тохиолдлууд |
| Зуурамтгай чанар, Температур | Чичиргээт сэрээтэй вискозиметр | Түүхий эдийн чанарын хяналт, бодит цагийн урвалын хяналт, төгсгөлийн цэгийг илрүүлэх. |
| %NCO, Гидроксил тоо | Ойрын хэт улаан туяаны (NIR) спектроскопи | Бодит цагийн химийн найрлагын хяналт, тэжээлийн харьцааны хяналт, катализаторын оновчлол. |
| Эдгэрэлтийн төлөв, гель цэг | Диэлектрик шинжилгээ (DEA) | Хэвэнд хатах хяналт, гелжих хугацааг баталгаажуулах, нэмэлт үр нөлөөний шинжилгээ. |
Хүснэгт 2.1: PU үйлдвэрлэлд зориулсан дэвшилтэт шугаман хяналтын технологийн харьцуулалт
III. Тоон урьдчилсан загварчлалын хүрээ
Дэвшилтэт хяналтын технологиос үүдэлтэй баялаг өгөгдлийн урсгал нь дижиталчлалын урьдчилсан нөхцөл боловч тоон урьдчилсан таамаглалын загваруудыг бий болгоход ашигласнаар тэдгээрийн бүрэн үнэ цэнэ нь биелдэг. Эдгээр загварууд нь түүхий өгөгдлийг үйл ажиллагааны ойлголт болгон хөрвүүлж, үйл явцыг илүү гүнзгий ойлгох, урьдчилан таамаглах оновчлол руу шилжих боломжийг олгодог.
3.1. Химиореологийн болон эмчилгээний кинетикийн загварчлал
Жинхэнэ процессын хяналтыг бий болгохын тулд мэдрэгчийн өгөгдлийн цэгүүдийг цуглуулах нь хангалтгүй; химийн урвалын үндсэн зан төлөвийг тайлбарласан загварыг бий болгоход өгөгдлийг ашиглах ёстой. Хими-реологийн болон хатууралтын кинетикийн загварууд нь химийн хувиргалтыг зуурамтгай чанар болон гелжих хугацаа нэмэгдэх зэрэг физик өөрчлөлтүүдтэй холбодог. Эдгээр загварууд нь үзэгдлийн түр зуурын шинж чанар нь уламжлалт шинжилгээг хүндрүүлдэг хурдан хатуурдаг системүүдэд онцгой ач холбогдолтой юм.5
Изоконверцийн аргууд буюу загваргүй аргуудыг хурдан хатуурдаг давирхайн урвалын кинетикийг урьдчилан таамаглахын тулд изотермийн бус өгөгдөлд ашиглаж болно. Ийм загварууд нь өндөр нягтралтай термо-химийн-реологийн шинжилгээг агуулдаг бөгөөд энэ нь температур, химийн найрлага, материалын урсгалын шинж чанаруудын харилцан үйлчлэлийг авч үздэг гэсэн үг юм. Бүхэл урвалын математик дүрслэлийг бий болгосноор эдгээр загварууд нь энгийн хяналтаас давж, жинхэнэ процессын ойлголтыг өгдөг. Тэд өгөгдсөн температурын профайлын хувьд зуурамтгай чанар цаг хугацааны явцад хэрхэн өөрчлөгдөхийг эсвэл катализаторын өөрчлөлт нь урвалын хурдыг хэрхэн өөрчлөхийг урьдчилан таамаглаж, хяналт, оновчлолын нарийн төвөгтэй хэрэгслийг бий болгож чадна.
3.2. Хемометрийн шинжилгээ ба олон хувьсагчийн регресс
Полиуретан үйлдвэрлэл нь олон хүчин зүйл харилцан үйлчилж, эцсийн бүтээгдэхүүний чанарыг тодорхойлдог олон хувьсагчтай үйл явц юм. Уламжлалт, нэг хүчин зүйлийн туршилт нь цаг хугацаа их шаарддаг бөгөөд хувьсагчдын хоорондох нарийн төвөгтэй, шугаман бус хамаарлыг илрүүлж чаддаггүй. Хэсэгчилсэн хамгийн бага квадратын (PLS) регресс болон Хариу үйлдлийн гадаргуугийн арга зүй (RSM) зэрэг хемометрийн аргууд нь энэ бэрхшээлийг шийдвэрлэх зорилготой юм.
Хэсэгчилсэн хамгийн бага квадрат (PLS) регресс нь бодит цагийн NIR спектрометрээр үүсгэгдсэн гэх мэт том, хамааралтай өгөгдлийн багцыг шинжлэхэд тохиромжтой арга юм. PLS нь асуудлыг олон тооны харилцан хамааралтай хувьсагчдаас цөөн тооны гаргаж авсан хүчин зүйл болгон бууруулдаг тул урьдчилан таамаглах зорилгоор маш сайн болгодог. Полиуретан үйлдвэрлэлийн хүрээнд PLS-ийг процессын асуудлуудыг оношлох, чанарын хувьсагчууд бүтээгдэхүүн дотор орон зайд хэрхэн өөрчлөгдөж байгааг илрүүлэхэд ашиглаж болно.
Хариу үйлдлийн гадаргуугийн арга зүй (RSM) нь туршилтын нөхцлийг загварчлах, оновчтой болгоход зориулагдсан хүчирхэг математик болон статистикийн арга юм. RSM нь суналтын бат бэх гэх мэт хүссэн хариу үйлдэл хувьсагч дээр NCO/OH харьцаа, гинжин хэлхээний суналтын коэффициент, хатууралтын температур зэрэг олон хүчин зүйлийн хосолсон нөлөөллийг шинжлэх боломжийг олгодог. Туршилтын цэгүүдийг чухал бүсүүдэд стратегийн хувьд байрлуулснаар RSM нь үндсэн шугаман бус хамаарал болон хүчин зүйлсийн хоорондох харилцан үйлчлэлийн нөлөөллийг нарийвчлан тодорхойлж чадна. Нэгэн судалгаагаар энэхүү аргын үр нөлөөг харуулсан бөгөөд загвар нь эцсийн шинж чанарыг ердөө 2.2% -ийн гайхалтай нарийвчлалын алдаатайгаар урьдчилан таамаглаж, арга зүйн үнэмшилтэй баталгаажуулалтыг өгчээ. Чанарын хэмжүүрийн хувьд "хариу үйлдлийн гадаргуу"-ыг бүхэлд нь зураглах чадвар нь инженерт бүх хүчин зүйлсийн оновчтой хослолыг нэгэн зэрэг тодорхойлох боломжийг олгодог бөгөөд энэ нь дээд зэргийн шийдэлд хүргэдэг.
3.3. Үйлдвэрлэлийн үйл явцын дижитал ихэр
Дижитал ихэр гэдэг нь физик хөрөнгө, систем эсвэл процессын динамик, виртуал хуулбар юм. Химийн үйлдвэрлэлд энэхүү хуулбарыг IoT мэдрэгч болон урьдчилан таамаглах загваруудаас авсан бодит цагийн өгөгдөл дээр үндэслэн хийдэг. Энэ нь үйлдвэрлэлийн шугамын амьд, өндөр нарийвчлалтай симуляци болж үйлчилдэг. Дижитал ихрийн жинхэнэ үнэ цэнэ нь өндөр эрсдэлтэй оновчлолын эрсдэл багатай орчныг бүрдүүлэх чадварт оршино.
Полиуретан үйлдвэрлэл нь үнэтэй түүхий эд, өндөр эрчим хүчний хэрэглээнээс шалтгаалан өртөг өндөртэй үйл явц юм. Тиймээс үйл явцыг оновчтой болгохын тулд физик туршилт хийх нь өндөр эрсдэлтэй, өндөр өртөгтэй ажил юм. Дижитал ихэр нь инженерүүдэд түүхий эд, үйлдвэрлэлийн цаг зарцуулахгүйгээр виртуал загвар дээр мянга мянган "хэрэв" гэсэн хувилбаруудыг ажиллуулах боломжийг олгосноор энэхүү бэрхшээлийг шууд шийдвэрлэдэг. Энэхүү чадвар нь шинэ найрлагад зах зээлд гарах хугацааг хурдасгахаас гадна үйл явцыг оновчтой болгох зардал, эрсдэлийг мэдэгдэхүйц бууруулдаг. Цаашилбал, дижитал ихэр нь одоо байгаа дэд бүтцээс бодит цагийн өгөгдлийг нэгтгэснээр шинэ дижитал технологи болон хуучин, хуучин системүүдийн хоорондох зөрүүг арилгах боломжтой бөгөөд энэ нь өргөн хүрээтэй засвар хийх шаардлагагүйгээр нэгдсэн дижитал орчинг бүрдүүлдэг.
IV. Процессын хяналт болон аномали илрүүлэх хиймэл оюун ухаан/машин сургалт
Урьдчилан таамаглах загварууд нь өгөгдлийг ойлголт болгон хувиргадаг боловч хиймэл оюун ухаан (AI) болон машин сургалт (ML) нь дараагийн алхамыг хийдэг: ойлголтыг бие даасан үйлдэл болон ухаалаг хяналт болгон хувиргадаг.
4.1. Аномали ба алдаа илрүүлэх системүүд
Уламжлалт процессын хяналтын системүүд нь дохиоллыг идэвхжүүлэхийн тулд статик, хатуу кодлогдсон босго утгуудыг ашигладаг. Энэ арга нь хүлээн зөвшөөрөгдөх хязгаарт хэвээр байгаа аажмаар хазайлтыг илрүүлж чадахгүй эсвэл операторуудын мэдрэг чанарыг бууруулдаг таагүй дохиолол үүсгэж болзошгүй тул алдаа гарах хандлагатай байдаг. Хиймэл оюун ухаанаар удирдуулсан гажиг илрүүлэх нь чухал парадигмын өөрчлөлтийг илэрхийлдэг. Эдгээр системүүдийг процессын хэвийн үйл ажиллагааны хэв маягийг сурахын тулд түүхэн өгөгдөл дээр сургадаг. Дараа нь тэд параметр нь статик босгыг даваагүй байсан ч энэхүү сурсан хэв маягаас гарсан аливаа хазайлтыг автоматаар тодорхойлж, тэмдэглэж чаддаг.
Жишээлбэл, тодорхой хугацааны туршид зуурамтгай чанар аажмаар боловч тогтвортой нэмэгдэх нь хүлээн зөвшөөрөгдөх хэмжээнд байгаа ч уламжлалт системд алдагдаж болзошгүй асуудлын дохио байж болно. Хиймэл оюун ухааны гажиг илрүүлэх систем нь үүнийг ер бусын хэв маяг гэж хүлээн зөвшөөрч, эрт сэрэмжлүүлэг гаргаж, баг нь согогтой багцаас урьдчилан сэргийлэх урьдчилан сэргийлэх арга хэмжээ авах боломжийг олгоно. Энэхүү чадвар нь хүссэн техникийн үзүүлэлтээс хазайлтыг илрүүлж, согогтой бүтээгдэхүүний эрсдэлийг бууруулж, нийцлийг хангах замаар чанарын хяналтыг мэдэгдэхүйц сайжруулдаг.
4.2. Чухал хөрөнгийн урьдчилсан засвар үйлчилгээ
Төлөвлөөгүй зогсолт нь аж үйлдвэрийн үйлдвэрлэлийн хамгийн чухал зардлын нэг юм. Уламжлалт засвар үйлчилгээний стратеги нь реактив ("эвдэрсэн үед засах") эсвэл цаг хугацаанд суурилсан (жишээлбэл, насосыг нөхцөл байдлаас нь үл хамааран зургаан сар тутамд солих) аль нэгийг агуулдаг. ML загваруудаар ажилладаг урьдчилан таамаглах засвар үйлчилгээ нь хамаагүй илүү давуу талтай хувилбарыг санал болгодог.
Мэдрэгчээс (жишээ нь чичиргээ, температур, даралт) авсан бодит цагийн өгөгдлийг тасралтгүй шинжлэх замаар эдгээр загварууд нь тоног төхөөрөмжийн эвдрэлийн эрт үеийн шинж тэмдгүүдийг тодорхойлж, болзошгүй эвдрэлийг урьдчилан таамаглах боломжтой. Систем нь "эвдрэл гарах хугацааны урьдчилсан мэдээ"-г гаргаж, баг төлөвлөсөн зогсолтын үеэр засвар хийх цагийг долоо хоног эсвэл хэдэн сарын өмнөөс төлөвлөх боломжийг олгодог. Энэ нь гэнэтийн эвдрэлийн өртөг өндөртэй зогсолтыг арилгаж, ажиллах хүч, эд анги, ложистикийг илүү сайн төлөвлөх боломжийг олгодог. Энэ аргын хөрөнгө оруулалтын өгөөж (ROI) нь мэдэгдэхүйц бөгөөд кейс судалгаанд сайн баримтжуулсан байдаг. Жишээлбэл, газрын тос боловсруулах үйлдвэр урьдчилан сэргийлэх үзлэгийн хөтөлбөрийг хэрэгжүүлснээр 3 дахин их ROI-д хүрсэн бол газрын тос, байгалийн хийн компани тоног төхөөрөмжийн гажиг илрүүлсэн эрт сэрэмжлүүлгийн системээр сая сая доллар хэмнэсэн. Эдгээр бодит санхүүгийн ашиг тус нь хариу үйлдэл үзүүлэхээс урьдчилан таамаглах засвар үйлчилгээний стратеги руу шилжих үндэслэлийг бий болгодог.
4.3. Урьдчилан таамаглах чанарын хяналт
Урьдчилан таамаглах чанарын хяналт нь чанарын баталгаажуулалтын үүргийг үйлдвэрлэлийн дараах шалгалтаас урьдчилан сэргийлэх, процессын үйл ажиллагаа болгон үндсээр нь өөрчилдөг. Эцсийн бүтээгдэхүүнийг хатуулаг эсвэл суналтын бат бэх зэрэг шинж чанараар нь шалгахыг хүлээхийн оронд ML загварууд нь бүх мэдрэгчээс ирсэн бодит цагийн процессын өгөгдлийг тасралтгүй шинжилж, эцсийн чанарын шинж чанарууд юу болохыг өндөр түвшний итгэл үнэмшилтэйгээр урьдчилан таамаглах боломжтой.
Урьдчилан таамаглах чанарын загвар нь хүссэн үр дүнд хүрэхийн тулд түүхий эдийн чанар, процессын параметрүүд болон хүрээлэн буй орчны нөхцөл байдлын хоорондын нарийн төвөгтэй харилцан үйлчлэлийг тодорхойлж, хүссэн үр дүнд хүрэх оновчтой үйлдвэрлэлийн тохиргоог тодорхойлж чадна. Хэрэв загвар нь эцсийн бүтээгдэхүүн нь техникийн шаардлагаас гадуур (жишээлбэл, хэт зөөлөн) байх болно гэж таамаглаж байгаа бол операторт мэдэгдэх эсвэл хазайлтыг бодит цаг хугацаанд засахын тулд процессын параметрийг (жишээлбэл, катализаторын тэжээлийн хурд) автоматаар тохируулж болно. Энэхүү чадвар нь согогийг гарахаас өмнө урьдчилан сэргийлэхэд туслахаас гадна шинж чанарыг илүү хурдан таамаглах, өгөгдөл дэх үндсэн хэв маягийг тодорхойлох замаар судалгаа, хөгжүүлэлтийг хурдасгадаг. Энэхүү арга нь гарцыг хамгийн их байлгах, үйл ажиллагааны үр ашгийг дээшлүүлэхийг эрмэлздэг үйлдвэрлэгчдийн хувьд стратегийн зайлшгүй шаардлага юм.
V. Техникийн хэрэгжилтийн замын зураг
Эдгээр дэвшилтэт шийдлүүдийг хэрэгжүүлэхэд өгөгдөл нэгтгэх болон хуучин дэд бүтцийн нарийн төвөгтэй байдлыг шийдвэрлэх бүтэцлэгдсэн, үе шаттай арга барил шаардлагатай. Эрсдэлийг бууруулах, хөрөнгө оруулалтын эрт өгөөжийг (ROI) харуулахын тулд сайн тодорхойлсон замын зураг чухал юм.
5.1. Дижитал шилжилтийн үе шаттай арга барил
Амжилттай дижитал шилжилтийн аялал бүрэн хэмжээний шинэчлэлээс эхлэх ёсгүй. Анхны өндөр хөрөнгө оруулалтын зардал болон шинэ системийг нэгтгэх нарийн төвөгтэй байдал нь ялангуяа жижиг, дунд үйлдвэрүүдийн хувьд хязгаарлагдмал байж болно. Илүү үр дүнтэй арга бол нэг туршилтын үйлдвэрлэлийн шугам дээр Концепцийн нотолгоо (PoC)-ээс эхлэн үе шаттайгаар хэрэгжүүлэх явдал юм. Энэхүү бага эрсдэлтэй, жижиг хэмжээний төсөл нь компанид шинэ мэдрэгч болон програм хангамжийн одоо байгаа дэд бүтэцтэй харилцан ажиллах чадварыг туршиж үзэх, илүү өргөн хүрээнд нэвтрүүлэхээс өмнө гүйцэтгэлийг үнэлэх боломжийг олгодог. Энэхүү анхны амжилтаас гарсан тоон үзүүлэлттэй ROI-г дараа нь илүү өргөн хүрээнд хэрэгжүүлэх бизнесийн үндэслэлийг бий болгоход ашиглаж болно. Энэхүү арга нь харилцан ажиллах чадвар, бодит цагийн чадавхи, модульчлалыг онцолсон Аж үйлдвэрийн 4.0-ийн үндсэн зарчимтай нийцдэг.
5.2. Өгөгдлийн удирдлага ба интеграцийн архитектур
Бат бөх өгөгдлийн дэд бүтэц нь урьдчилан таамаглах болон хиймэл оюун ухаанд суурилсан бүх шийдлүүдийн үндэс суурь юм. Өгөгдлийн архитектур нь ухаалаг үйлдвэрээс үүссэн асар их хэмжээний болон олон төрлийн өгөгдлийг боловсруулах чадвартай байх ёстой. Энэ нь ихэвчлэн өгөгдлийн түүхч болон өгөгдлийн нуурыг багтаасан давхаргат хандлагыг хамардаг.
Өгөгдлийн түүхч:Өгөгдлийн түүхч нь үйлдвэрлэлийн процессоос их хэмжээний цагийн цувааны өгөгдлийг цуглуулах, хадгалах, удирдах зориулалттай тусгай мэдээллийн сан юм. Энэ нь температурын хэлбэлзэл, даралтын уншилт, урсгалын хурдыг нарийн цагийн тэмдэгтэйгээр бүртгэж, нарийн зохион байгуулалттай дижитал архив болж үйлчилдэг. Өгөгдлийн түүхч нь процессын мэдрэгчээс ирж буй их хэмжээний, тасралтгүй өгөгдлийн урсгалыг зохицуулах хамгийн оновчтой хэрэгсэл бөгөөд дэвшилтэт аналитикийн "төгс түлш" юм.
Өгөгдлийн нуур:Өгөгдлийн нуур нь түүхий өгөгдлийг өөрийн төрөлх форматаар нь хадгалдаг төв сан бөгөөд бүтэцлэгдсэн цагийн цувааны өгөгдөл, чанартай камеруудаас авсан бүтэцгүй зураг, машины бүртгэл зэрэг олон төрлийн өгөгдлийн төрлийг багтаах боломжтой. Өгөгдлийн нуур нь аж ахуйн нэгжийн өнцөг булан бүрээс ирсэн асар их хэмжээний олон төрлийн өгөгдлийг боловсруулах зориулалттай бөгөөд илүү цогц, цогц харагдацыг бий болгодог. Амжилттай хэрэгжүүлэхийн тулд үндсэн процессын өгөгдлийн хувьд өгөгдлийн түүхч, үндсэн шалтгааны шинжилгээ, мэдрэгчгүй өгөгдөлтэй хамаарал зэрэг нарийн төвөгтэй аналитикийг идэвхжүүлдэг өргөн хүрээтэй, цогц харагдацын хувьд өгөгдлийн нуур хоёулаа шаардлагатай.
Өгөгдөл нэгтгэх логик давхаргат архитектур дараах байдалтай байна:
| Давхарга | Бүрэлдэхүүн хэсэг | Функц | Өгөгдлийн төрөл |
| Ирмэг | IoT мэдрэгч, гарц, PLC | Бодит цагийн өгөгдөл цуглуулах болон орон нутгийн боловсруулалт | Цагийн цуваа, хоёртын систем, дискрет систем |
| Өгөгдлийн сан | Өгөгдлийн түүхч | Процессын өгөгдлийг өндөр хүчин чадалтай, цаг хугацаагаар тэмдэглэсэн хадгалах | Бүтэцлэгдсэн цагийн цуваа |
| Төв санд | Өгөгдлийн нуур | Бүх өгөгдлийн эх сурвалжид зориулсан төвлөрсөн, өргөтгөх боломжтой репозитор | Бүтэцтэй, хагас бүтэцтэй, бүтэцгүй |
| Аналитик ба хиймэл оюун ухаан | Аналитикийн платформ | Урьдчилан таамаглах загварууд, машин сургалт, бизнесийн оюун ухааныг ажиллуулдаг | Бүх өгөгдлийн төрлүүд |
Хүснэгт 5.1: Гол өгөгдлийн интеграци ба удирдлагын бүрэлдэхүүн хэсгүүд
5.3. Хуучин системийн интеграцийн бэрхшээлүүдийг шийдвэрлэх
Олон химийн үйлдвэрүүд одоо ч гэсэн арван гаруй жилийн настай үйл ажиллагааны технологийн (OT) системд тулгуурладаг бөгөөд эдгээр нь ихэвчлэн орчин үеийн стандартад нийцэхгүй өмчийн протоколуудыг ашигладаг. Тархсан хяналтын систем (DCS) эсвэл програмчлагдах логик хянагч (PLC) зэрэг эдгээр хуучин системийг солих нь үйлдвэрлэлийн ихээхэн зогсолт үүсгэж болзошгүй олон сая долларын төсөл юм. Илүү практик бөгөөд зардал багатай шийдэл бол IoT гарц болон API-г гүүр болгон ашиглах явдал юм.
IoT гарцууд нь зуучлагчийн үүрэг гүйцэтгэж, шинэ IoT мэдрэгчээс өгөгдлийг хуучин системүүд ойлгож болох формат руу хөрвүүлдэг. Эдгээр нь компанид бүрэн хэмжээний шинэчлэлгүйгээр дэвшилтэт хяналтыг хэрэгжүүлэх боломжийг олгодог бөгөөд зардлын саадыг шууд шийдвэрлэж, санал болгож буй шийдлүүдийг илүү хүртээмжтэй болгодог. Нэмж дурдахад, өгөгдлийг эх үүсвэр дээр нь шууд боловсруулдаг захын тооцооллыг нэвтрүүлснээр сүлжээний зурвасын өргөнийг бууруулж, бодит цагийн хариу үйлдлийг сайжруулж чадна.
5.4. Байрны болон үүлэн архитектурын шийдвэр
Өгөгдөл болон аналитик платформуудыг хаана байрлуулах шийдвэр нь өртөг, аюулгүй байдал, өргөтгөх боломжтой байдалд чухал нөлөө үзүүлдэг чухал шийдвэр юм. Сонголт нь энгийн "аль нэг/эсвэл" биш харин тодорхой хэрэглээний тохиолдлуудыг сайтар шинжлэхэд үндэслэсэн байх ёстой.
| Шалгуур | Байранд | Үүл |
| Хяналт | Техник хангамж, програм хангамж болон аюулгүй байдлыг бүрэн хянах. Өндөр зохицуулалттай салбаруудад тохиромжтой. | Шууд хяналт багатай; хамтын хариуцлагын загвар. |
| Зардал | Тоног төхөөрөмжийн анхны өндөр өртөг; элэгдэл хорогдол, засвар үйлчилгээ нь компанийн хариуцлага юм. | "Хэрэглэсэн зүйлийнхээ төлөө төлбөр төлөх" загвараар анхны зардлаа бууруулна. |
| Өргөтгөх боломжтой байдал | Хязгаарлагдмал уян хатан байдал; өргөжүүлэхийн тулд гараар нөөц бүрдүүлэх, хөрөнгө оруулалт шаарддаг. | Асар их өргөтгөх боломжтой ба уян хатан чанар; динамикаар дээш доош өргөтгөх боломжтой. |
| Хоцрогдол | Өгөгдөл нь эх сурвалжтай физик байдлаар ойрхон байдаг тул бага хоцрогдолтой. | Зарим бодит цагийн хяналтын ажлын ачааллын хувьд хэт их саатал гарч болзошгүй. |
| Инноваци | Шинэ технологид нэвтрэх нь удааширсан; програм хангамж болон техник хангамжийг гараар шинэчлэх шаардлагатай. | Хиймэл оюун ухаан болон машин механизм зэрэг инновациудтай хамт хурдацтай өргөжиж буй функцүүдийн багц. |
| Аюулгүй байдал | Аюулгүй байдлын бүх үйл ажиллагааг аж ахуйн нэгж бүрэн хариуцна. | Аюулгүй байдлын олон давхаргыг хариуцдаг үйлчилгээ үзүүлэгчтэй хамтран хариуцлага хүлээдэг. |
Хүснэгт 5.2: Үүлэн технологи ба Байрны Шийдвэрийн Матриц
Амжилттай дижитал стратеги нь ихэвчлэн эрлийз загварыг ашигладаг. Хамгийн чухал ач холбогдолтой, бага сааталтай хяналтын гогцоо болон өндөр өмчлөлийн томъёоллын өгөгдлийг хамгийн дээд аюулгүй байдал, хяналтыг хангахын тулд байранд нь хадгалах боломжтой. Үүний зэрэгцээ, үүлэн технологид суурилсан платформыг төвлөрсөн өгөгдлийн нуур болгон ашиглаж, урт хугацааны түүхэн дүн шинжилгээ хийх, гадаад түншүүдтэй хамтран судалгаа хийх, дэвшилтэт хиймэл оюун ухаан болон машины машины хэрэгслүүдэд хандах боломжийг олгодог.
VI. Практик оновчлол ба оношилгооны гарын авлага
Дэвшилтэт хяналт, загварчлалын жинхэнэ үнэ цэнэ нь үйлдвэрлэлийн менежерүүд болон инженерүүдэд зориулсан арга хэмжээ авах боломжтой хэрэгслүүдийг бий болгоход ашиглагдах үед илэрдэг. Эдгээр хэрэгслүүд нь шийдвэр гаргах үйл явцыг автоматжуулж, сайжруулж, реактив алдааг олж засварлахаас урьдчилан сэргийлэх, загварт суурилсан хяналт руу шилжих боломжтой.
6.1. Загварт суурилсан оношлогооны хүрээ
Уламжлалт үйлдвэрлэлийн орчинд согогийг олж засварлах нь операторын туршлага болон туршилт ба алдааны арга барилд тулгуурладаг цаг хугацаа их шаардсан, гар ажиллагаатай үйл явц юм. Загварт суурилсан оношлогооны хүрээ нь асуудлын хамгийн магадлалтай үндсэн шалтгааныг шууд тодорхойлохын тулд бодит цагийн өгөгдөл болон загварын гаралтыг ашиглан энэ үйл явцыг автоматжуулдаг.
Энэхүү хүрээ нь шийдвэрийн мод эсвэл логик урсгалын диаграмм болж үйлчилдэг. Согогийн шинж тэмдэг илэрсэн үед (жишээлбэл, шугаман вискозиметрээс хэвийн бус зуурамтгай чанарын уншилт) систем нь энэ шинж тэмдгийг бусад мэдрэгчийн өгөгдөл (жишээлбэл, температур, NCO/OH харьцаа) болон урьдчилан таамаглах загваруудын гаралттай (жишээлбэл, хатуулгийн RSM загвар) автоматаар холбодог. Дараа нь систем нь операторт болзошгүй үндсэн шалтгаануудын эрэмбэлэгдсэн жагсаалтыг танилцуулж, оношилгооны хугацааг хэдэн цагаас минут болгон бууруулж, илүү хурдан залруулах арга хэмжээ авах боломжийг олгодог. Энэ арга нь зүгээр л согогийг олохоос эхлээд үндсэн асуудлыг урьдчилан тодорхойлж, засахад шилждэг.
Зураг 6.1: Операторуудыг тодорхой үндсэн шалтгаан болон залруулах арга хэмжээ авахад чиглүүлэхийн тулд бодит цагийн мэдрэгчийн өгөгдөл болон урьдчилан таамаглах загваруудыг ашиглах үйл явцыг харуулсан хялбаршуулсан урсгалын диаграмм.
Энэ аргыг зорилтот хэрэглэгчдэд зориулсан хурдан лавлах гарын авлага өгөх оношлогооны матриц хэлбэрээр нэгтгэн дүгнэж болно.
| Согог/Шинж тэмдэг | Холбогдох өгөгдлийн урсгал | Магадгүй үндсэн шалтгаан |
| Тогтворгүй хатуулаг | NCO/OH харьцаа, Температурын профайл | Буруу материалын харьцаа, жигд бус температурын профайл |
| Наалдац муу | Гадаргуугийн температур, чийгшил | Гадаргуугийн бэлтгэлийг буруу хийх, орчны чийгийн нөлөөлөл |
| Бөмбөлөг эсвэл толбо | Зуурамтгай чанарын профайл, Температур | Дэгдэмхий бүрэлдэхүүн хэсгүүд, зохисгүй холилт эсвэл дулааны профайл |
| Тогтворгүй эдгэрэлтийн хугацаа | NCO/OH харьцаа, температур, катализаторын тэжээлийн хурд | Катализаторын буруу концентраци, температурын хэлбэлзэл |
| Суларсан бүтэц | Гельжилтийн хугацаа, Зуурамтгай чанарын профайл | Дулаан хангалтгүй, сэрүүн хэсэгт агшилт үүсдэг |
Хүснэгт 6.2: Согогоос ойлголт руу чиглэсэн оношлогооны матриц
6.2. Ухаалаг Стандарт Үйл ажиллагааны Журам (SOP)
Уламжлалт Стандарт Үйл ажиллагааны Журам (SOP) нь үйлдвэрлэлийн процессын хатуу, алхам алхмаар удирдамжийг өгдөг статик, цаасан дээр суурилсан баримт бичиг юм. Эдгээр нь үйл ажиллагааг стандартчилах, нийцлийг хангахад зайлшгүй шаардлагатай боловч бодит цагийн процессын хазайлтыг тооцох боломжгүй юм. "Ухаалаг SOP" нь шууд процессын өгөгдөлтэй нэгтгэгдсэн шинэ, динамик үеийн журам юм.
Жишээлбэл, холих процессын уламжлалт SOP нь тогтмол температур болон холих хугацааг тодорхойлж болно. Нөгөөтэйгүүр, ухаалаг SOP нь бодит цагийн температур болон зуурамтгай чанар мэдрэгчтэй холбогдоно. Хэрэв мэдрэгч орчны температур буурсныг илрүүлбэл ухаалаг SOP нь өөрчлөлтийг нөхөхийн тулд шаардлагатай холих хугацаа эсвэл температурыг динамикаар тохируулж, эцсийн бүтээгдэхүүний чанарыг тогтвортой байлгах боломжтой. Энэ нь SOP-ийг операторуудад шингэн, бодит цагийн орчинд оновчтой шийдвэр гаргахад тусалдаг, хувьсах чанарыг хамгийн бага байлгаж, алдааг бууруулж, нийт үр ашгийг дээшлүүлдэг амьд, дасан зохицох баримт бичиг болгодог.
6.3. Хяналтын гогцоонуудыг оновчлох
Мэдрэгч болон урьдчилан таамаглах загваруудын бүрэн үнэ цэнэ нь тэдгээрийг үйл явцыг идэвхтэй хянадаг системд нэгтгэх үед нээгддэг. Үүнд хяналтын гогцоог тохируулах шилдэг туршлагыг хэрэгжүүлэх, дэвшилтэт хяналтын стратегиудыг хэрэгжүүлэх зэрэг орно.
Хяналтын гогцооны оновчлол нь үйл явцыг гүнзгий ойлгож, хяналтын зорилгыг тодорхойлж, дараа нь давталтыг тохируулахын тулд бодит цагийн өгөгдлийг ашиглахаас эхэлдэг системчилсэн үйл явц юм. Тогтвортой байдал, хариу үйлдлийг сайжруулахын тулд каскад болон урагш чиглэсэн хяналт зэрэг дэвшилтэт процессын хяналтын (APC) стратегиудыг ашиглаж болно. Эцсийн зорилго нь өгөгдөл-үйлдэл рүү чиглэсэн мөчлөгийг хаах явдал юм: шугаман NIR мэдрэгч нь NCO/OH харьцааны талаар бодит цагийн өгөгдлийг өгдөг, урьдчилан таамаглах загвар нь үр дүнг урьдчилан таамагладаг бөгөөд хяналтын гогцоо нь энэ мэдээллийг ашиглан изоцианатын тэжээлийн насосыг автоматаар тохируулж, оновчтой харьцааг хадгалж, хувьсах чанарыг арилгадаг. Гогцооны гүйцэтгэлийг тасралтгүй хянах нь зөрүүг илрүүлэх, мэдрэгчийн асуудлыг тодорхойлох, процессын гүйцэтгэл муудахаас өмнө хэзээ дахин тохируулахаа тодорхойлоход чухал ач холбогдолтой.
VII. Кейс судалгаа ба шилдэг туршлагууд
Дэвшилтэт хяналт болон тоон загварчлалын ашиг тус нь зөвхөн онолын шинжтэй биш; тэдгээрийг бодит ертөнцийн амжилт болон тоон үзүүлэлтээр баталгаажуулдаг ROI нотолж байна. Салбарын тэргүүлэгчдийн туршлага нь дижиталчлалын үнэ цэнэтэй сургамж, бизнесийн үндэслэлийг өгдөг.
7.1. Салбарын удирдагчдаас авсан сургамж
Химийн томоохон компаниудын дижиталчлалын хүчин чармайлт нь тодорхой чиг хандлагыг харуулж байна: амжилт нь хэсэгчилсэн арга барилаас бус, цогц, төгсгөл хүртэлх стратегиас ирдэг.
Дюпон:Тогтворгүй зах зээл дээр уян хатан хангамжийн сүлжээний хэрэгцээг хүлээн зөвшөөрч, "хэрэв" гэсэн хувилбарын загварчлалын дижитал платформыг хэрэгжүүлсэн. Энэ нь тэдэнд илүү ухаалаг бизнесийн шийдвэр гаргах, сайжруулсан таамаглалын чадвартай 1000 гаруй бүтээгдэхүүнийг үр дүнтэй түгээх боломжийг олгосон. Үүний гол сургамж нь хангамжийн сүлжээнээс эхлээд үйл ажиллагаа хүртэлх өөр өөр системийг төвлөрсөн платформд холбох нь үнэ цэнийн сүлжээний бүхэл бүтэн цогц байдлыг харуулдаг явдал юм.
Ковестро:Төслийн өгөгдөлд зориулсан төвлөрсөн "үнэнийг мэдэх цорын ганц эх сурвалж" бий болгохын тулд дэлхийн хэмжээний корпорацийн дижиталчлалын стратегийг эхлүүлж, хүснэгтээс хамааралтай байдлаас холдсон. Энэхүү нэгдсэн арга нь өмнө нь гараар мэдээлэл цуглуулах, баталгаажуулахад зарцуулдаг байсан цагийн 90%-ийг хэмнэж, найдвартай байдлыг мэдэгдэхүйц нэмэгдүүлсэн. Мөн тус компани шинэ бүтээгдэхүүнийг илүү хурдан боловсруулж, бүтээгдэхүүний чанар, үйлдвэрлэлийн ашигт ажиллагааг нэмэгдүүлэхийн тулд дижиталчлалыг ашигласан.
САБИК:Түүхий эдийн чанар, үйл явцын параметрүүд болон хүрээлэн буй орчны нөхцөл байдлыг дижитал урьдчилан таамаглах хэрэгслүүдэд нэгтгэсэн компанийн хэмжээний Дижитал Үйл Ажиллагааны Платформыг байршуулсан. Жишээлбэл, хиймэл оюун ухаанаар ажилладаг хөрөнгийн эрүүл мэндийн шийдэл нь дэлхий даяар үйлдвэрүүддээ үйл ажиллагаагаа явуулж, чухал тоног төхөөрөмжийн болзошгүй эвдрэлийг урьдчилан таамаглаж, урьдчилан сэргийлэх засвар үйлчилгээг идэвхжүүлдэг. Энэхүү цогц арга барил нь эрчим хүчний үр ашиг, хөрөнгийн найдвартай байдал, үйл ажиллагааны ул мөрийг сайжруулахад хүргэсэн.
7.2. Хөрөнгө оруулалтын өгөөж ба бодит ашиг тус
Эдгээр технологид хөрөнгө оруулах нь тодорхой бөгөөд мэдэгдэхүйц өгөөжтэй стратегийн бизнесийн шийдвэр юм. Төрөл бүрийн салбарын кейс судалгаа нь санхүүгийн болон үйл ажиллагааны үр ашгийг үнэмшилтэй баталгаажуулдаг.
Урьдчилан таамаглах аналитик:AVEVA Урьдчилан таамаглах аналитикийн програм хангамж нь 24 сарын дотор 37 сая ам.долларын үр ашгийг хэмнэж, давтагдах засвар үйлчилгээний зардлыг 10%-иар бууруулж, жилд 3000 цагийн засвар үйлчилгээг зогсоодог болох нь батлагдсан. Газрын тос, байгалийн хийн компани тоног төхөөрөмжийн гажигийг илрүүлэхийн тулд үүлэн технологид суурилсан эрт сэрэмжлүүлгийн системийг ашигласнаар 33 сая ам.доллар хэмнэсэн. Газрын тос боловсруулах үйлдвэрийн хөтөлбөр нь 3 дахин их хөрөнгө оруулалтын өгөөжийг өгч, зэврэлтийг хянах цэгүүдийн тоог 27.4%-иар аюулгүй бууруулсан.
Үр ашгийн сайжруулалт:Мэргэшсэн химийн бодис үйлдвэрлэгч үйл ажиллагааны зардлыг бууруулах, үйлдвэрлэлийн урьдчилан таамаглах чадварыг сайжруулахад бэрхшээлтэй тулгарсан. Сайжруулах боломжуудыг тодорхойлохын тулд цогц дүн шинжилгээ хийснээр тэд түүхий эдийн нэгжийн гарц сайжирч, нэгжийн үйлдвэрлэл нэмэгдсэнээр 2.7:1 харьцаатай хөрөнгө оруулалтын өгөөжийг мэдэгдэхүйц хэмжээнд хүрсэн.
Аюулгүй байдал ба Логистик:Аюулгүй байдлын аудитыг удаа дараа бүтэлгүйтсэний дараа хийн үйлдвэр нь автоматжуулалтын тусламжтайгаар нүүлгэн шилжүүлэлт болон цугларалтын хугацааг 70%-иар бууруулж чадсан. SABIC-ийн дижитал платформ нь өмнө нь дөрвөн өдөр зарцуулдаг байсан гарын авлагын баримтжуулалтын процессыг автоматжуулж, хугацааг ердөө нэг өдөр болгон бууруулж, томоохон саад бэрхшээлийг арилгаж, зогсолтын төлбөрөөс зайлсхийсэн.
Эдгээр үр дүнгүүд нь санал болгож буй стратегиуд нь хийсвэр ойлголт биш харин ашигт ажиллагаа, үр ашиг, аюулгүй байдлыг нэмэгдүүлэх батлагдсан, тоон үзүүлэлтээр хэмжигдэхүйц зам гэдгийг харуулж байна.
7.3. Онолын кейс судалгаа: NCO/OH харьцааг оновчтой болгох
Энэхүү эцсийн кейс судалгаа нь энэхүү тайланд танилцуулсан ойлголтуудыг PU үйлдвэрлэлд түгээмэл тохиолддог, өртөг өндөртэй асуудлыг шийдвэрлэхийн тулд хэрхэн нэгдмэл, уялдаа холбоотой өгүүлэмжид ашиглаж болохыг харуулж байна.
Хувилбар:PU бүрхүүл үйлдвэрлэгч нь эцсийн бүтээгдэхүүний хатуулаг болон хатуурах хугацааны хувьд багц хоорондын зөрүүтэй тулгарч байна. Уламжлалт лабораторийн шинжилгээ нь асуудлыг цаг тухайд нь оношлоход хэтэрхий удаан бөгөөд энэ нь материалын ихээхэн алдагдалд хүргэдэг. Баг нь NCO/OH харьцаа хэлбэлзэж байгаа нь үндсэн шалтгаан гэж таамаглаж байна.
Шийдэл:
Бодит цагийн хяналт:Тус баг нь NCO/OH харьцааг тасралтгүй хянахын тулд тэжээлийн шугамд бодит цагийн NIR спектроскопийн мэдрэгч суурилуулдаг.2Энэ мэдрэгчээс ирсэн өгөгдлийг өгөгдлийн түүхч рүү дамжуулж, энэхүү чухал параметрийн тасралтгүй, үнэн зөв бүртгэлийг хангадаг.
Тоон загварчлал:Түүхэн NIR өгөгдлийг ашиглан баг нь NCO/OH харьцаа болон эцсийн бүтээгдэхүүний хатуулаг болон хатуурах хугацааны хоорондын нарийн хамаарлыг тогтоох RSM загварыг боловсруулсан. Энэхүү загвар нь тэдэнд хүссэн шинж чанарт хүрэх оновчтой харьцааг тодорхойлох, реакторт байх хугацаанд нь цувралын эцсийн чанарыг урьдчилан таамаглах боломжийг олгодог.
Хиймэл оюун ухаанаар удирдуулсан аномали илрүүлэлт:NIR мэдрэгчийн өгөгдлийн урсгал дээр хиймэл оюун ухааны гажиг илрүүлэх загварыг байрлуулсан. Загвар нь NCO/OH харьцааны хэвийн үйл ажиллагааны профайлыг сурдаг. Хэрэв энэ нь сурсан хэв маягаас хазайлтыг илрүүлбэл - тэр ч байтугай бага зэрэг аажмаар хэлбэлзэлтэй байсан ч гэсэн - үйлдвэрлэлийн багт эрт сэрэмжлүүлэг илгээдэг. Энэ нь уламжлалт лабораторийн дээж авах замаар асуудлыг илрүүлэхээс хэдэн долоо хоногийн өмнө сэрэмжлүүлэг өгдөг.
Автоматжуулсан процессын хяналт:Эцсийн алхам бол гогцоог хаах явдал юм. Изоцианатын тэжээлийн насосыг автоматаар тохируулахын тулд NIR мэдрэгчийн бодит цагийн өгөгдлийг ашигладаг урьдчилан таамаглах хяналтын системийг хэрэгжүүлсэн. Энэ нь хүний хүчин зүйлийг арилгаж, урвалын туршид NCO/OH харьцааг оновчтой утгад байлгаж, хувьсах чанарыг арилгаж, тогтвортой чанарыг баталгаажуулдаг.
Энэхүү цогц хүрээг хэрэгжүүлснээр үйлдвэрлэгч нь реактив, согог дээр суурилсан үйлдвэрлэлийн загвараас урьдчилан сэргийлэх, өгөгдөл дээр суурилсан загвар руу шилжиж, багц бүр чанарын стандартыг хангаж, хаягдлыг бууруулж, нийт ашигт ажиллагааг сайжруулж чадна.
Нийтэлсэн цаг: 2025 оны 9-р сарын 8
