Een monitoring raamwerk voor een soft-sensor

Seppe
Duwé

Een monitoring raamwerk voor een soft-sensor

Wanneer een productiebedrijf beschikt over een aanzienlijk aantal sensoren, waarvan enkele fysieke sensoren in het productieproces (soms) onbetrouwbaar, duur of tijdrovend zijn, kan er gebruik gemaakt worden van soft-sensors. Deze zijn ook bekend als surrogate, proxy of virtuele sensoren.  De soft-sensor kan op vele plaatsen ingezet worden zoals bijvoorbeeld bij het voorspellen van het vochtgehalte van papier.

Afbeelding verwijderd.
Het vochtgehalte van het papier, geproduceerd in een papiermachine, is een zeer belangrijk productkenmerk dat binnen een gedefinieerde bereik moet liggen. Het vochtgehalte wordt gemeten door een meetapparaat die heen en weer over het geproduceerde papier scant. Het is een bekend probleem dat in de eerste paar minuten na het starten van de machine, de scanner onbetrouwbare metingen geeft. Een typische reden hiervan is dat water condenseert op het apparaat in stilstand. Ondanks alle inspanningen om dat probleem mechanisch/fysisch op te lossen, is het nog steeds een vaak voorkomend probleem in de pulp- en papierindustrie.


Een oplossing is een soft-sensor te plaatsen die de relatie geleerd heeft tussen tientallen on-line gemeten papier- en machine kenmerken (snelheid, stoomdruk, ...) en het vochtgehalte opmeten op het moment dat het meetapparaat betrouwbaar is. In de eerste paar minuten na het opstarten, wordt de stoom om het papier te drogen geregeld op basis van de vochtinschatting van de soft-sensor. Dit in plaats van gegevens gebaseerd op de fysieke vochtsensor, waardoor minderwaardig kwaliteitspapier gereduceerd is. Afbeelding verwijderd.

Omdat een productieproces in de loop der tijd evolueert, kan het zich anders gaan gedragen dan op het moment dat de oorspronkelijke soft-sensor gemaakt is. Daarom is er een raamwerk voor een virtuele sensor in de Python programmeertaal geïmplementeerd, deze beschikt over een monitoring- en alarmsysteem voor industriële processen en communiceren via “OLE (object linking and embedding) for Process Control” (OPC). Het systeem controleert de toestand en de prestaties van de soft-sensor model(len) en hun ingangen. Bij afwijkingen, gebaseerd op verschillende detectie algoritmen, produceert het configureerbare waarschuwingen zoals SMS, e-mail of HipChat. Hierdoor kan er tijdig worden ingegrepen, aangepast of bijgestuurd al dan niet machinaal of via menselijke handelingen. Dit laat gebruikers (bv. procesingenieurs) toe om verschillende instellingen te beheren (wie welke alarmen krijgt, drempelwaarden, …) waarna er samenvattingen en gedetailleerde rapporten kunnen geraadpleegd worden. Het resultaat is dat een geoptimaliseerd productieproces verkregen wordt die de anomalieën reduceert, beter nog uitsluit. 

Afbeelding verwijderd.

De geleverde prestatie zal als basis dienen voor de Yasense Monitor tool. 

Download scriptie (2.37 MB)
Universiteit of Hogeschool
KU Leuven
Thesis jaar
2015