Többtermékes folyamatos technológiák optimalizálása,

Átírás

1 Többtermékes folyamatos technológiák optimalizálása, PP-gyártás Témaszám: VIKKK-24-III- dr. Árva Péter egyetemi docens, témavezet VE, FMT: dr. Abonyi János, dr. Németh Sándor, Balaskó Balázs, Feil Balázs, Pach F. Péter PhD hallgatók, TVK Rt.: Bóta János, Kissné Lovas Kinga, Kiss Attila, dr. Nagy Gábor, Németh Miklós

2 Lehetségek Minségbiztosítás Fejlesztés Folyamat modellezés, adatbányászat Hibaelemzés Dokumentáció (automatikus jelentések) Összefüggések feltárása Összehasonlíthatóság (gyártások, váltások, paraméterek) Technológia mködésének követése (tág idhorizont, akár évekig visszamenen) Váltási stratégiák Legjobb üzemeltetési változók Termelési program Különböz jelleg adatok egységes keretben való kezelése (labor és üzemeltetési, több üzem)

3 Elzmény VIKKK-2-II-A TVK Rt. HDPE-I. gyár nagy kapacitás sokféle termék gyakori termékváltások többféle katalizátor heterogén adatrendszer ritkán mért paraméterek APC Honeywell PHD modul polimerizáció, granuláló, labor

4 Infrastruktúrális háttér HDPE-gyár mérés Polimer üzem archiválás PHD beavatkozás Honeywell DCS mszaknaplók Napló Natúr granuláló lekérdezések mintavétel PE-labor MFI, srség, stb. Mérnöki állomás

5 A projekt fázisai Vállalati Információs Rendszer 3. Mködést hen tükröz naplók, elektronikus 2.. Egymással részben átfed, nem konzisztens, fleg papír alapú Konzisztens információforrások, szabályozott elérhetség Modell-alapú szintézis

6 Lehetségek Minségbiztosítás Fejlesztés Folyamat modellezés, adatbányászat Hibaelemzés Front-End tools Dokumentáció (automatikus jelentések) Összefüggések feltárása Összehasonlíthatóság (gyártások, váltások, paraméterek) Technológia mködésének követése (tág idhorizont, akár évekig visszamenen) Váltási stratégiák Legjobb üzemeltetési változók Termelési program Különböz jelleg adatok egységes keretben való kezelése (labor és üzemeltetési, több üzem)

7 TVK Rt. PP4-gyára SPHERIPOL technológia 92 t/év Ziegler-Natta katalizátor 6 kopolimer termék (komonomer etilén) 32 homopolimer termék hmérséklet 7 C, barg 7-7 ppm H 2, MFI (2,6 kg, 23 C),

8 Technológiai folyamat sémája Gzelvezet & Tágulási tartály CWS CWR CWS CWR KAT TEAL Donor Elérintkeztet tartály Elpolimerizációs reaktor Els hurokreaktor Második hurokreaktor Hidrogén Propilén Propilén táptartály Etilén Szeparátor Mosó & Sztrippel kolonnák Recirk. gáz szr Recirk. kompresszor egység Gáz fázisú reaktor Gz, N 2 Kigzöl & Szárító egységek Extrudálás & Tárolás

9 Irányítási struktúra felépítése Koordináló szinten: Katalizátor betáplálás szabályozása SP foly. = (SP koord., PV J, CV () K ) Lokális szinten: OP = PID(SP, PV L, vagy CV) ahol: ésfekete doboz, vagy a priori modell

10 Folyamatirányító rendszer modellje (realizáció Matlab Simulink -ban) Elpolimerizációs reaktor produktivitása Hurokreaktorok számítási blokkjai reaktor propilén-koncentráció számítása

11 Információs rendszer mérnöki információk Részletes mérnöki modell Tesztelés, értékelés számított adatok K+F feladat Technológia vegyészmérnöki modelljei Mérési adatok Szimulátor Beavatkozás APC (kalkuláció, control) APC (kalkuláció, control) Mérési adatok Technológiai adattárház Mköd technológiai rendszer Tesztelés, értékelés üzemeltetési stratégia, fejlesztés,

12 A folyamatelemzés menete Termel folyamat DCS PV s PV s Grafikus vezérl felület OP s SP s Operátorok SP s PV s SP s SP s Calculated PV s Üzemeltetési szint Application module Elemzési szint I. II. Statisztikai eszközök Adattárház Technológia modellje IV. III. Adatbányászati eszközök

13 II. Statisztikai eszközök trend elemzések Cél: termékgyártások elemzése különböz termékek, illetve adott termék gyártásai termékváltások katalizátor váltás ppm H2 conc. st loop üzemleállás, indítás Eszközök (MATLAB): folyamat változók trendjei ppm B C H2 conc. 2nd loop doboz diagramok kvantilis-kvantilis ábrák A D E F G F g/ min Melt index Minden termék jellegzetes H 2 koncentrációval rendelkezik Time[h]

14 Empirikus eloszlás, doboz diagram q q.25 q.5 q.75 q minimum alsó kvartilis medián fels kvartilis maximum Hmérséklet F(T)=P(T<x) Id [óra] q q.25 q.5 q.75 q Hol van az adat tömege? Szimmetrikus-e az eloszlás? Melyek a kiugró adatok? összehasonlíthatóság IQ IQ.5IQ

15 II. Statisztikai eszközök doboz diagramok mennyiségi és minségi folyamat változók elemzése különböz gyártások összehasonlítására H 2 conc in 2nd reactor Melt index maximum fels kvartilis Catalyst flow control Loop reactors production rate ppm g/ min kg/h t/h Production Production 2 Production Production 2 Production Production2 Production Production 2 medián minimum alsó kvartilis

16 II. Statisztikai eszközök kvantilis-kvantilis ábrák a folyamat változók eloszlásának elemzése a különböz gyártások összehasonlítása több változó alapján példa:. oszlop - azonos termék, 2. oszlop két különböz termék Azonos eloszlású populációból származik a két elemzett adatsor? Azonos a tartománya, illetve skálázása a két elemzett adatsornak? Azonos az eloszlásuk alakja? A 2. hurok reaktorban a H 2 koncentráció eloszlása a két gyártásnál jobban hasonló azonos termék esetén!

17 II. Asszociációs szabályok szerepe a technológiai adatok elemzésben Adatok Gyakori elemhalmaz keresés, szabály generálás Szabálybázisok R : If x is A and x n is A n, then y is B : R j : If x is A,j and x n is A n,j then y j is B j - Osztályozás pl. termékek meghatározása, osztályozása meghatározott folyamat változók alapján Model struktúra meghatározás pl. bemenet-kimenet modellek identifikálása, állapotok és értékek becslése, elrejelzése

18 II. Adatbányászati eszközök asszociációs szabályok alkalmazása a modellezésben bemenet-kimenet modellek struktúra meghatározása asszociációs szabályokkal NN (neurális háló) modell identifikálása a meghatározott struktúrával példa: termékminség (folyásindex) becslése.5 Melting index H 2 conc. in st loop reactor H 2 conc. in 2nd loop reactor Neural network modell y: output ym: modell output Density of slurry in st r. Density of slurry in 2nd r. Propylene inflow to st r Propylene inflow to 2nd r. Reactor temp. in st reac. Reactor temp. in 2nd reac TEAL/Propylene Pressure in loop reactors Kimeneti változó: folyásindex Bemeneti változók (8 db): H2 koncentrációk, zagysrségek, propilén betápok, reaktor hmérsékletek, reaktor nyomás

19 AnalyserPP4 program - elemz eszközök használata A kifejlesztett AnalyserPP4 program és GUI lehetvé teszi: elemz eszközök egyszer használatát eredmények megjelenítését, összehasonlítását, mentését (ábrák, adatsorok) eredmények automatikus letárolását: PDF képeskönyv generálását További elnyök: Elemz eszközök gyors és hatékony fejlesztése MATLAB-ban MySQL ODBC kapcsolat az adattárházzal Folyamatirányító rendszer Simulink szimulációinak eredményeit elemezhetjük, összehasonlíthatjuk a mért értékekkel Egyéb elemz eszközök egyszer integrálása

20

21 Publikációk Cikkek. F.P. Pach, B. Feil, S. Nemeth, P. Arva, J. Abonyi, Process Data Warehousing based Operator Support System for Complex Production Technologies, Systems, Man and Cybernetics, Part A, accepted 2. B. Feil, B. Balasko, J. Abonyi, Visualization of Fuzzy Clusters by Fuzzy Sammon Mapping Projection Application to the Analysis of Phase Space Trajectories, Soft Computing for Information Mining - Special Issue, in the second stage of the process after the first review 3. J. Abonyi, B. Feil, R. Babuska., State-Space Reconstruction and Prediction of Chaotic Time Series Based on Fuzzy Clustering, Systems, Man and Cybernetics, Part B, submitted 4. J. Abonyi, B. Feil, A. Abraham, Computational Intelligence in Data Mining, Informatica - Special Issue, vol. 25, Balazs Feil, Janos Abonyi, Sandor Nemeth, and Peter Arva, Monitoring Process Transitions by Kalman Filtering and Time-Series Segmentation, Computers and Chemical Engineering, A Selection of Papers Presented at the 4th European Symposium on Computer Aided Process Engineering - Edited by Ana Paula, Barbosa-Povoa & Henrique A. Matos, vol. 29/6, pp , Janos Abonyi, Balazs Feil, Sandor Nemeth and Peter Arva, Modified Gath-Geva Clustering for Fuzzy Segmentation of Multivariate Time-series, Fuzzy Sets and Systems - Fuzzy Sets in Knowledge Discovery - Edited by E. Huellermeier, vol. 49/, pp , Balazs Feil, Janos Abonyi, Peter Pach, Sandor Nemeth, Peter Arva, Miklos Nemeth, Gabor Nagy, Semi-mechanistic Models for State-estimation - Soft Sensor for Polymer Melt Index Prediction, Lecture Notes in Computer Science, Springer, vol. 37/24, pp. -7, 24 (7th International Conference on Artificial Intelligence and Soft Computing konferencia anyagának kibvített változata) 8. Balazs Feil, Janos Abonyi and Ferenc Szeifert, Model Order Selection of Nonlinear Input-Output Models -- A Clustering Based Approach, Journal of Process Control, vol. 4, pp , 24 Nemzetközi konferencia kiadványban. A. Vathy-Fogarassy, B. Feil, J. Abonyi, Minimal Spanning Tree based Fuzzy Clustering, In: Transactions on Enformatika, Systems Sciences and Engineering, vol. 8, pp. 7-2, F. P. Pach, A. Gyenesei, P. Arva, and J. Abonyi. Fuzzy Association Rule Mining for Model Structure Identification, th Online World Conference on Soft Computing in Industrial Applications, sept, B. Feil, F.P. Pach, S. Nemeth, P. Arva, J. Abonyi, J. Bota, G. Nagy, M. Nemeth, Data- and Model-based Development of Multi Product Processes - Application to Polyethylene Production, Interfaces '5, Sopron, 5-7 September J. Abonyi, B. Feil, B. G. Lakatos, Model Reduction and Prediction of Chaotic Time-Series for Model based Control of Crystallizers, 6th International Symposium on Industrial Crystalliyation, Dresden, -4 September J. Abonyi, B. Feil, R. Babuska, S. Nemeth, P. Arva, State-Space Reconstruction and Prediction of Chaotic Time Series based on Fuzzy Clustering, IEEE SMC 24, International Conference on Systems, Man and Cybernetics, October Négy eladás hazai konferencián, két diplomadolgozat, négy TDK dolgozat, két PhD dolgozat