Loading

博客

Recent ActivityRecent Activity

分析技术与模型预测控制技术相结合可以给烈酒行业带来什么

如果产品最终上市需要数年时间,其市场需求也在不断增长,这势必让人喜忧参半。于是到了 2017 年,烈酒销量连续第八年保持 4% 的增长速度,厂家们都注意到了这一趋势。[1]

需求上的增长促使制酒公司增加产量,还要保持成品质量、传统配方或生产一致性。

酿酒厂何以在不牺牲质量的前提下达到产量的最大化,其关键就在于模型预测控制 (MPC) 技术,它能进一步优化生产运营,而无需改变现有配方。采用 MPC 后,操作员即可根据分析趋势结果做出各种调整,从而改进生产过程、达成质量目标并实现产出最大化。

结合分析技术

MPC 负责优化工厂设备的运行方式,并帮助操作员轻松做出调整以改进生产过程。当过程得到调整后,软件还可帮助您执行所需的下游工艺控制。

当遇到生产和质量问题时,分析技术大有用武之地。当机器无法工作时,批次质量和产量会大受影响。分析技术通过预测性维护和异常检测能力为您提供支持。两者都使用高级机器学习和其它数据处理技术来查找工序中的故障。

探究预测性维护

让我们进一步探究预测性维护,了解如何将分析技术与 MPC 计划相结合,以帮助操作员省时省钱地完成工作。

预测性维护应用根据预设模型识别设备运行异常的状况。当设备偏离正常运行范围时,将提醒工厂经理和操作员找出问题所在,避免出现进一步的后果。通过及早进行维修和减少设备磨损,设备成本也得以降低。

我们以搅拌机为例来介绍一下预测性维护。在发酵期间,如果搅拌机发生故障,酵母将会沉淀下来,以致无法与糖充分反应,对成品质量造成不利影响。配料未经充分搅拌,发酵过程也就无法达到预期效果。而预测性维护应用可以提醒酒厂人员注意搅拌机的异常状况,并从过程中找出问题所在。

若要更近一步,MPC 应用还可借助软仪表模型实时预测质量。分析技术可以估算手动采样之前的产品质量。软仪表技术可以针对操作员想要密切监测的任何质量参数,而不必等待实验室做出样品分析。

异常检测和过程行为

分析技术与 MPC 相关的另一项应用是异常检测。类似于预测性维护,当设备运行不正常时,异常检测将会提醒操作员并指出问题所在,从而节省时间和成本。

例如,酿酒厂的操作员需要清洗设备,以防止污染物粘附。如果设备里的腐蚀性清洗液未被彻底清除,它将破坏酵母并导致成品质量低下。

异常检测可以向操作员指出不良批次,而不是等到生产过程结束才意识到整个批次已经报废。有了这些信息,操作员可以中止不良批次,执行必要措施来纠正异常状况,并在批次复原后重启生产。

分析技术可以根据各工序的理想运行模型确定故障设备,并指明原因。这样一来,操作员就能掌握更多信息,减少或避免问题。

分析技术有望遍地开花

总的来说,将 MPC 与分析技术相结合可以减少计划外停机时间,提高生产率和产出,并优化成品的质量和一致性。这表示操作工和经理可以将重点放在核心事务上,而不必疲于排查问题或担心成品不符合传统配方要求。

从更广义的角度看,分析技术可以让工厂操作员和经理对设备有最充分的认识和了解,并因此而受益。

分析技术在饮料行业尚处起步阶段,目前仍在不断发展中,以后会有更多公司和行业认识到早期采用者取得的成功,届时分析技术有望迎来爆发期。

市场对烈酒的需求呈现周期性波动,制酒厂将会日益依赖 MPC 等技术进行产出控制。想要进一步了解 MPC 和分析技术的益处,请单击此处


Michael Tay
Michael Tay
Advanced Analytics Product Manager, Rockwell Automation
Michael Tay
Subscribe

Subscribe to Rockwell Automation and receive the latest news, thought leadership and information directly to your inbox.

Recommended For You