Projekt SEKUMAT

Razvoj matematičnih modelov za bolj trajnostne procese v industriji

V sklopu projekta SEKUMAT smo razvili matematične modele za napovedovanje ciljne kvalitete na podlagi vhodnih procesnih parametrov. Postopek razvoja matematičnega modela temelji na pristopu DMAIC (Define, Measure, Analyse, Improve, Control), ki se uporablja za izboljšanje, optimizacijo in stabilizacijo procesov na podlagi podatkov. Gre za enega od glavnih orodij po metodologiji Six Sigma.

Modeli so bili razviti konkretno za dva industrijska partnerja, za Steklarno Hrastnik in za Eti Elektroelement. Pri prvem model služi za napovedovanje vsebnosti selenovega dioksida (SeO₂) v filtrskem prahu dimnih plinov (SFP) iz steklarske peči, z namenom recikliranja SFP nazaj v zmes. Pri drugem model služi za napovedovanje kakovosti keramične mase na ekstrudorju iz parametrov procesa v zgodnjih stopnjah (bazen in sušilnorazpršilni stolp).

V petih fazah smo proces najprej definirali in razumeli prek procesnih shem, kontrolnih sistemov, zajema procesnih podatkov ter diskusije s procesnimi in razvojnimi tehnologi. Predlagali smo rešitve na področju merjenja in zajemanja podatkov ter izvedli analize merilnih sistemov (MSA). V fazi analize podatkov smo najprej pregledali

historične podatke, kar vključuje uvoz, čiščenje in združevanje podatkovnih setov, ter preproste analize, kot so pregled porazdelitev, korelacije, linearna regresija, detekcija izstopajočih meritev.

Glavni del projekta se osredotoča na uporabo naprednih tehnik modeliranja, saj gre za kompleksne procese. Konkretno smo poleg generalizirane (logistične) regresije in metode delnih najmanjših kvadratov uporabili metode, ki temeljijo na kreiranju sintetičnih podatkovnih setov prek simulacij Monte Carlo ter njihovi analizi z uporabo nevronskih mrež.

Pri kompleksnih procesih z mnogo parametri različnih tipov in porazdelitev nam takšni pristopi vrnejo napovedne modele z večjo napovedno močjo validacijskih podatkih. Prav tako je razlog za uporabo sintetičnih podatkovnih setov pomanjkanje meritev, konkretno določanje vsebnosti SeO₂ v SFP je zahtevna meritev, zato smo omejeni s številom vzorcev.

V fazi izboljšave oz. kontrole procesa sta partnerja matematične modele validirala in uporabila. V Steklarni Hrastnik so pri poskusni vpeljavi uspešno vrnili 100 % odpadnega SFP nazaj v zmes in s tem nadomestili 60 % primarne surovine za razbarvanje stekla. V Eti Elektroelement model služi za detekcijo ekstremov (zelo slabe mase) v zgodnjih fazah proizvodnega procesa.