圖片來源：https://pixabay.com/images/id-495376/
在化學(xué)制造業(yè)中，我們必須從細(xì)節(jié)和整體兩個(gè)方面來看待這一流程，以便找出效率低下的地方。通過使用基于流程的機(jī)器學(xué)習(xí)來分析生產(chǎn)干擾，我們有機(jī)會(huì)達(dá)到新的化學(xué)流程控制水平。
什么是“生產(chǎn)干擾”？
“生產(chǎn)干擾”一詞的意義各不相同，因?yàn)槊總€(gè)制造工廠都有獨(dú)特的運(yùn)營結(jié)構(gòu)、原材料供應(yīng)、機(jī)器配置和生產(chǎn)環(huán)境。
就本討論而言，生產(chǎn)干擾是指在化學(xué)生產(chǎn)流程中導(dǎo)致效率低下、計(jì)劃外停工、返工或報(bào)廢的任何意外事件，例如：
▲閥門泄漏
▲泵頭壓力下降
▲潤滑劑問題，例如起泡
▲軸承溫度不一致
減少生產(chǎn)干擾——預(yù)防性維護(hù)的悖論
多年來，資產(chǎn)維護(hù)中最受推崇的最佳實(shí)踐之一是預(yù)防性維護(hù)。預(yù)防性維護(hù)是通過定期進(jìn)行資產(chǎn)維護(hù)來預(yù)防和避免故障或生產(chǎn)干擾。
此后，人們發(fā)現(xiàn)預(yù)防性維護(hù)在許多方面效率低下，導(dǎo)致：
▲冗余的計(jì)劃停機(jī)時(shí)間（高達(dá)40%的預(yù)防性維護(hù)成本花費(fèi)在故障影響可忽略不計(jì)的資產(chǎn)上。）
▲設(shè)備的二次損壞——由侵入性檢查造成
▲過早/不合時(shí)宜的設(shè)備更換
▲材料浪費(fèi)——潤滑劑、油、冷卻劑等
▲備件庫存過高
這些成本因素是促使制造商走向工業(yè)4.0的部分原因，更具體地說，是從預(yù)防性維護(hù)到預(yù)測(cè)性維護(hù)。
預(yù)測(cè)性維護(hù)是答案嗎？
預(yù)測(cè)性維護(hù)無疑會(huì)改變游戲規(guī)則。與以前的維護(hù)策略相比，這是一個(gè)非常受歡迎的改進(jìn)，并且正在迅速獲得認(rèn)可，成為主導(dǎo)維護(hù)操作的最佳實(shí)踐。
預(yù)測(cè)性維護(hù)的重點(diǎn)是防止特定資產(chǎn)的機(jī)械故障。然而，生產(chǎn)干擾不一定是資產(chǎn)故障。
事實(shí)上，干擾通常是流程故障的結(jié)果，例如，水箱中的不規(guī)則冷卻（干擾因素）會(huì)在泵中產(chǎn)生高壓（干擾）。
這就要求對(duì)化學(xué)生產(chǎn)流程及其生產(chǎn)參數(shù)進(jìn)行廣泛的檢查。對(duì)單個(gè)資產(chǎn)行為的狹隘關(guān)注會(huì)使生產(chǎn)流程的上下文背景偏離平衡。
預(yù)測(cè)性維護(hù)不是萬能的解決方案，不考慮流程的上下文背景將導(dǎo)致太多的誤報(bào)和大量警報(bào)，這些警報(bào)不能提供洞察力，并損害系統(tǒng)的可信度。
那么整體設(shè)備效率（OEE）呢？
另一個(gè)眾所周知的生產(chǎn)優(yōu)化方法是密切監(jiān)控整體設(shè)備效率（OEE）。
整體設(shè)備效率（OEE）的計(jì)算公式如下：
可用性X性能X質(zhì)量= 整體設(shè)備效率
該方法是由Seiichi Nakajima(中島清一)在20世紀(jì)60年代開發(fā)的，作為最大限度提高可用性、性能和質(zhì)量的一種手段，同時(shí)也最大限度地減少了生產(chǎn)干擾。
OEE是一種自下而上的方法，讓操作員和技術(shù)人員“擁有”其分配的流程，目標(biāo)是最大限度地減少六大損失：
1、設(shè)備故障損失
設(shè)備故障損失是指計(jì)劃生產(chǎn)時(shí)間內(nèi)設(shè)備損壞，停產(chǎn)維修造成的時(shí)間和產(chǎn)能損失。
2、輕度停產(chǎn)和閑暇損失
輕度停產(chǎn)和閑暇損失是指在生產(chǎn)操作中發(fā)生的意外狀況，例如有障礙物，輕微中斷等情況。
3、生產(chǎn)速度損失
由于設(shè)備運(yùn)行周期慢導(dǎo)致設(shè)備運(yùn)行速度降低，這意味著該設(shè)備無法實(shí)現(xiàn)最高產(chǎn)出量。
4、安裝和調(diào)試損失
安裝和調(diào)試損失往往是運(yùn)行條件變化導(dǎo)致的，例如產(chǎn)品生產(chǎn)運(yùn)行的初期設(shè)置，班次的變化，產(chǎn)品的變更，機(jī)器的移動(dòng)，制造過程的調(diào)整等。
5、啟動(dòng)/產(chǎn)量的損失
產(chǎn)量減少損失是由于從設(shè)備初期啟動(dòng)時(shí)到穩(wěn)定生產(chǎn)這階段所產(chǎn)生的缺陷產(chǎn)品。
6、次品和返工損失
次品和返工損失是指生產(chǎn)不符合要求或產(chǎn)品存在缺陷導(dǎo)致產(chǎn)品需要重新加工或完善的行為。
解決方案：預(yù)測(cè)和預(yù)防流程干擾
專注于部署預(yù)測(cè)性維護(hù)或提高整體設(shè)備效率百分比可以導(dǎo)致次優(yōu)化。需要深入評(píng)估各個(gè)子流程對(duì)整個(gè)系統(tǒng)性能的影響。
這就引出了“化學(xué)流程控制”背后的核心概念：
使用自動(dòng)化的根本原因分析、預(yù)測(cè)分析和假設(shè)模擬來預(yù)測(cè)和防止影響生產(chǎn)吞吐量的流程干擾。
將焦點(diǎn)轉(zhuǎn)移到流程上
雖然單個(gè)泵、電機(jī)或過濾器可能出現(xiàn)故障，但化學(xué)生產(chǎn)流程中的不穩(wěn)定性（流程干擾）往往導(dǎo)致故障。換言之，流程干擾是資產(chǎn)失效的根本原因。
為了解決這一復(fù)雜問題，我們需要考慮生產(chǎn)流程各個(gè)階段生產(chǎn)參數(shù)之間的關(guān)系。
使用基于流程的機(jī)器學(xué)習(xí)，我們可以發(fā)現(xiàn)過去無法檢測(cè)到的關(guān)系：
1、生產(chǎn)工廠被精確建模，以包括所有生產(chǎn)線、實(shí)物資產(chǎn)、制造階段和產(chǎn)品流程。
2、生產(chǎn)環(huán)境是通過特征工程添加的，這對(duì)于縮小現(xiàn)實(shí)制造環(huán)境和數(shù)據(jù)表示之間的差距至關(guān)重要。一旦數(shù)據(jù)被上下文化，機(jī)器學(xué)習(xí)算法就可以用來形成預(yù)測(cè)。在整個(gè)制造流程中，數(shù)據(jù)已由機(jī)器學(xué)習(xí)算法進(jìn)行分析，這將導(dǎo)致對(duì)質(zhì)量水平、維護(hù)和供應(yīng)鏈的準(zhǔn)確預(yù)測(cè)。
3、人員和管理層及時(shí)獲得可操作的預(yù)測(cè)，以提高生產(chǎn)流程的績(jī)效。
化學(xué)流程控制——通過人工智能優(yōu)化
通過使用考慮流程的機(jī)器學(xué)習(xí)算法，我們可以獲得上下文信息的環(huán)境預(yù)測(cè)警報(bào)。這對(duì)于化學(xué)流程優(yōu)化來說是一個(gè)巨大的機(jī)會(huì)，因?yàn)閿?shù)據(jù)已經(jīng)在這一領(lǐng)域得到了較好的收集和存儲(chǔ)。
利用這些數(shù)據(jù)和基于流程的人工智能意味著能夠以極高的精度查明流程干擾的根本原因，并在故障影響生產(chǎn)之前對(duì)其進(jìn)行預(yù)測(cè)。
參考：seebo
