ES2359619T3 - Procedimiento para supervisar y analizar un proceso. - Google Patents
Procedimiento para supervisar y analizar un proceso. Download PDFInfo
- Publication number
- ES2359619T3 ES2359619T3 ES03758164T ES03758164T ES2359619T3 ES 2359619 T3 ES2359619 T3 ES 2359619T3 ES 03758164 T ES03758164 T ES 03758164T ES 03758164 T ES03758164 T ES 03758164T ES 2359619 T3 ES2359619 T3 ES 2359619T3
- Authority
- ES
- Spain
- Prior art keywords
- situation
- variables
- favorable
- comparison
- unfavorable
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Lifetime
Links
- 238000000034 method Methods 0.000 title claims abstract description 71
- 238000013528 artificial neural network Methods 0.000 claims abstract description 19
- 230000002349 favourable effect Effects 0.000 claims abstract description 14
- 230000006399 behavior Effects 0.000 claims abstract description 13
- 230000000712 assembly Effects 0.000 claims abstract 2
- 238000000429 assembly Methods 0.000 claims abstract 2
- 238000003825 pressing Methods 0.000 claims description 7
- 238000002156 mixing Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 description 11
- 238000004519 manufacturing process Methods 0.000 description 7
- 238000002848 electrochemical method Methods 0.000 description 6
- 238000001035 drying Methods 0.000 description 4
- 238000007639 printing Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000010521 absorption reaction Methods 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 239000000654 additive Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000005518 electrochemistry Effects 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000004886 process control Methods 0.000 description 2
- 239000002994 raw material Substances 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000004804 winding Methods 0.000 description 2
- 229920001131 Pulp (paper) Polymers 0.000 description 1
- 238000005299 abrasion Methods 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 239000003139 biocide Substances 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 229920002678 cellulose Polymers 0.000 description 1
- 239000001913 cellulose Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000010410 dusting Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 239000000945 filler Substances 0.000 description 1
- 239000000796 flavoring agent Substances 0.000 description 1
- 235000019634 flavors Nutrition 0.000 description 1
- 230000005087 leaf formation Effects 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 230000010287 polarization Effects 0.000 description 1
- 238000000746 purification Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
- 239000002351 wastewater Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0208—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the configuration of the monitoring system
- G05B23/0213—Modular or universal configuration of the monitoring system, e.g. monitoring system having modules that may be combined to build monitoring program; monitoring system that can be applied to legacy systems; adaptable monitoring system; using different communication protocols
-
- D—TEXTILES; PAPER
- D21—PAPER-MAKING; PRODUCTION OF CELLULOSE
- D21G—CALENDERS; ACCESSORIES FOR PAPER-MAKING MACHINES
- D21G9/00—Other accessories for paper-making machines
- D21G9/0009—Paper-making control systems
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0221—Preprocessing measurements, e.g. data collection rate adjustment; Standardization of measurements; Time series or signal analysis, e.g. frequency analysis or wavelets; Trustworthiness of measurements; Indexes therefor; Measurements using easily measured parameters to estimate parameters difficult to measure; Virtual sensor creation; De-noising; Sensor fusion; Unconventional preprocessing inherently present in specific fault detection methods like PCA-based methods
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
- G05B23/024—Quantitative history assessment, e.g. mathematical relationships between available data; Functions therefor; Principal component analysis [PCA]; Partial least square [PLS]; Statistical classifiers, e.g. Bayesian networks, linear regression or correlation analysis; Neural networks
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- Paper (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
- General Factory Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Control Of Motors That Do Not Use Commutators (AREA)
- Massaging Devices (AREA)
- Electrotherapy Devices (AREA)
- Communication Control (AREA)
- Devices For Executing Special Programs (AREA)
- Multi-Process Working Machines And Systems (AREA)
Abstract
Un procedimiento para supervisar y analizar un proceso que consta de varios subprocesos (1, 2, 3, 4, 5, 6), procedimiento en el cual se mide un gran número de variables del proceso, con la ayuda de estas variables, se definen conjuntos fijos de parámetros del proceso relacionados con una situación favorable del proceso y una situación desfavorable del proceso, ambas relativas al comportamiento, y después se almacenan unos valores respectivos en una memoria, se realiza una comparación usando un valor obtenido en una situación normal del proceso y los conjuntos fijos almacenados, en la que se establece la definición de una situación favorable del proceso por separado en varios subprocesos (1, 2, 3, 4, 5, 6) y, para detectar una situación crítica específica de la máquina, se define al menos un índice específico en al menos uno de los subprocesos con respecto al comportamiento, en la que dicha situación crítica presentada por una combinación perjudicial de varias variables, y donde el conjunto fijo de parámetros del proceso asociados a una situación desfavorable del proceso tiene un área sustancialmente más reducida que el conjunto fijo de parámetros del proceso asociados a una situación favorable del proceso, caracterizado porque los valores de los respectivos parámetros obtenidos en dicha situación normal del proceso forman una huella digital para la comparación con las huellas digitales almacenadas formadas por dicho conjunto fijo de parámetros del proceso, y se usa una red neuronal en dicha comparación de dichas huellas digitales, y a partir de la comparación, se define la diferencia, presentada gráficamente al usuario, entre la situación favorable registrada y la situación momentánea del proceso.
Description
Clasificación de la invención
La presente invención se refiere a un procedimiento para supervisar y analizar un proceso de producción que consta de varios subprocesos, en el cual se mide un gran número de variables del proceso, con la ayuda de estas variables, se define en al menos dos subprocesos una huella digital asociada a una situación favorable del proceso, relativa al comportamiento (runnability), y después se almacenan en una memoria, se comparan las huellas digitales almacenadas con las huellas digitales obtenidas en una situación normal del proceso, a partir de la comparación, se define la diferencia, presentada gráficamente al usuario, entre la situación favorable registrada y la situación momentánea del proceso.
Antecedentes de la invención
Se pueden usar redes neuronales con capacidad de aprendizaje para clasificar de forma eficaz grandes cantidades de datos y para revelar conexiones y agrupamientos en mediciones y grandes masas de datos, que resultan muy difíciles de hallar usando el análisis estadístico, modelos matemáticos o reglas lógicas. En la publicación de patente internacional WO 01/75222, se describe un procedimiento, que aprovecha una red neuronal, para supervisar un proceso de producción de papel y aporta referencias a la literatura general sobre redes neuronales. Según indica la experiencia, el procedimiento descrito en la publicación se puede usar para revelar un proceso que se aparta de la zona óptima, mucho antes de que surjan problemas en forma de, por ejemplo, la rotura de una malla. Las mediciones electroquímicas se llevan a cabo, preferentemente, usando el equipo indicado en la publicación WO 01/25774. Sin embargo, el uso del procedimiento conocido no determinará la causa de un problema con mucha rapidez, aunque se examinen las variables de entrada de la red neuronal, cuando se produce una desviación del índice. A menudo, la causa no depende de la desviación en una única variable de entrada, sino más bien en una combinación perjudicial de varias variables.
En la práctica se ha observado que se produce un número considerable de situaciones problemáticas que siempre están relacionadas con similares circunstancias.
Sumario de la invención
La presente invención tiene el fin de crear un nuevo tipo de procedimiento en un proceso productivo, por medio del cual se pueda supervisar el proceso de forma más sencilla y precisa que anteriormente. Las características de la invención se indican en las reivindicaciones adjuntas. El punto de partida de la invención consiste en buscar las causas de los problemas lo más rápidamente posible. Desde el punto de vista de la invención, era importante que las diferencias detectadas se debieran a problemas bastante específicos. Estos problemas específicos surgen, por ejemplo, en una máquina de procesamiento de papel en los siguientes contextos:
-mezclado de la masa en la circulación corta
-estado de los fieltros de la sección de prensado
-equilibrio acuoso en los fieltros
-estado electroquímico en la parte húmeda
-retención total
-proceso de secado
-estado del proceso durante el cambio de grado
-supervisión de la “calidad del comportamiento” (roturas, agujeros y manchas).
Estos fenómenos son, en gran medida, específicos de cada máquina. Para estas situaciones, se pueden registrar huellas digitales, con un área reducida, de una situación negativa.
En una máquina para fabricar papel, se observó que los fieltros de la sección de prensado se atascaban considerablemente, sin que esto llegara a afectar la producción de forma inmediata. Sin embargo, esta situación de avería no resistirá más perturbaciones, ya que la capacidad de absorción de los fieltros resultará insuficiente, si se requiere una mayor capacidad de absorción, debido a la nueva perturbación. En esta situación, los procesos se incluyen en índices especiales específicos para cada unidad de supervisión y para cada máquina, que definen las situaciones no deseadas delimitadas que se detectarán en los subprocesos. De este modo, se supervisa un mezclado de la masa en el que se haya detectado algún factor desfavorable, un determinado estado electroquímico y el estado de los fieltros en la sección de prensado, y, si fuera necesario, se conectan al sistema de alarma del proceso. A menudo, queda tiempo suficiente para corregir dicho problema, ya que los factores que perturban el comportamiento solo se acumulan con el transcurso de varias horas.
Preferentemente, cada proceso, por ejemplo una máquina de papel, se divide en subprocesos y en cada subproceso se aplica el procedimiento según la publicación WO 01/75222.
Preferentemente, se procesan los vectores de salida de cada red neuronal para crear un escalar u otra variable univalente para cada índice. Se pueden detectar las huellas digitales desfavorables, no solo mediante una red neuronal, sino también usando circuitos lógicos más sencillos, ya que suelen tener criterios definidos con precisión. No obstante, el mejor resultado se obtiene normalmente mediante el uso de una red neuronal, si se realiza una búsqueda de una huella digital negativa, aunque solo haya unas pocas variables de entrada. A menudo, los fenómenos de los procesos son no lineales.
En el procedimiento se usa preferentemente una red neuronal perceptrón multicapa (MLP), que funciona particularmente bien para aplicaciones en línea. En la etapa de aprendizaje, cabe la posibilidad de usar, por ejemplo, una red de retropropagación.
Más adelante se describirán otras ventajas y formas de realización de la invención al hacer referencia a los ejemplos de aplicaciones.
Breve descripción del dibujo
A continuación se examina la invención más detalladamente haciendo referencia a los dibujos adjuntos, en los que:
la figura 1 muestra la configuración general del procedimiento según la invención, en relación con una máquina de papel,
la figura 2 muestra las etapas de la estructura de los datos de las mediciones de una máquina de papel,
la figura 3 muestra la jerarquía de la información de una máquina de papel,
la figura 4 muestra el equipo que contempla la invención, en el entorno de una máquina de papel.
Descripción detallada de la invención
En la figura 1 se muestra esquemáticamente una máquina de papel, que incluye una circulación corta 1, una caja de entrada 2, una sección de tamices 3, una sección de prensado 4, una sección de secado 5 y una sección de bobinado 6. Naturalmente, las unidades situadas al principio de la máquina de papel afectan en mayor medida a su comportamiento que las unidades situadas al final. Se puede formar el índice de comportamiento de cada componente, de la forma que se describe en la publicación WO 01/75222. Además, también se usan los índices de dos huellas digitales desfavorables.
En una máquina de papel, se ha detectado el efecto negativo de una mezcla de masa en particular. Este efecto se puede reconocer con bastante facilidad, incluso directamente a partir de los resultados de mediciones existentes. Se puede asociar a una alarma, o el índice puede estar adaptado para recuperarlo, por ejemplo, solo en el caso de que el índice de circulación corta se desvíe de un valor favorable.
En una máquina de papel, se ha observado que el bloqueo del fieltro provoca al menos algunas de las roturas de la malla. No obstante, resulta bastante sencillo medir el estado del fieltro y formar un índice con el mismo, e incluso una alarma directa, si el índice del estado cae por debajo de un límite establecido. La huella digital de una situación de proceso desfavorable tiene un área reducida e incluye, como máximo, seis variables de entrada. Para un índice del fieltro, se requieren los siguientes datos:
- -
- la presión en la caja de vacío de la prensa de recogida,
- -
- la posición de la válvula de aire de alimentación de la prensa de recogida,
- -
- la presión en la 1ª caja de vacío de prensado,
- -
- la posición de la 1ª válvula de alimentación de prensado.
Además, en la etapa inicial, lo mejor es usar una mezcla de partida especial, que garantice una puesta en marcha suave. Tras la puesta en marcha, la mezcla de la masa se puede cambiar para adaptarla a la receta del producto.
También se pueden registrar huellas digitales desfavorables similares a partir de las mediciones electroquímicas en la parte húmeda, que muestran un “índice de sabor” específico. También se ha observado, sorprendentemente, que merece la pena tener en cuenta las mediciones electroquímicas de la parte húmeda a la hora de evaluar la calidad del papel producido, aunque, en este caso, el aprendizaje se debe llevar a cabo de forma bastante laboriosa. Por supuesto, resulta prácticamente imposible medir cualquier propiedad electroquímica en el papel seco, así como tampoco la electroquímica afecta en gran medida a las propiedades del papel seco. Sin embargo, la situación es distinta en una máquina de impresión, en la que la absorción y la dispersión de la tinta, por ejemplo, dependen de las propiedades electroquímicas del papel húmedo. El desempolvado del papel, su desplazamiento a través de una máquina de impresión, y la adhesión de la tinta de impresión/material de carga también dependen, en parte, de dichas propiedades electroquímicas.
En la producción del papel, la electroquímica afecta, en general, a:
- -
- la superficie y la química coloidal del papel,
- -
- la estructura del papel,
- -
- la formación de hojas,
- -
- la acción de aditivos químicos,
- -
- el ensuciamiento de la máquina de papel,
- -
- el desgaste de fieltros/telas,
- -
- el funcionamiento de las racletas.
Como puede observarse, las propiedades del papel acabado dependen en cierta medida de las propiedades electroquímicas de la masa usada en su fabricación.
Las huellas digitales negativas se basan, por lo general, en un grupo de variables (3 a 6) bastante reducido. Por el contrario, una huella digital favorable se basa en muchas variables (10 a 20), pero a menudo el grupo se puede reducir tras la etapa de investigación. Dicho de otro modo, cuando se procede al ajuste fino del equipo de supervisión y análisis, es posible distinguir las variables que tienen menos importancia.
Se pueden crear índices individuales para variables del proceso que se deban mantener constantes (en una máquina de papel: consistencias, presiones, temperaturas, de 10 a 20 elementos), lo que permite distinguir inmediatamente si ha habido alguna, aunque sea solo una, que se aleje de su valor establecido.
En la práctica, el perceptrón multicapa (MLP) ha demostrado ser el tipo preferente de red neuronal, debido a que funciona de un modo excelente en operaciones en línea y el entorno de un proceso en el que los fenómenos son no lineales. En la etapa de aprendizaje se puede usar, preferentemente, una red neuronal de retropropagación.
Por lo general, el comportamiento y la calidad se mantienen dentro de los niveles previstos mediante la supervisión de las huellas digitales de situaciones favorables en cada subproceso. Si después aparece una desviación, la causa de la avería o desviación en general se descubrirá con mucha mayor rapidez, en caso de que se disponga de una detección especial de huellas digitales desfavorables específicas. La supervisión se facilita por medio de un índice común de comportamiento para toda la máquina de papel, y cualquier cambio que se produzca en el mismo ofrecerá indicaciones para buscar el subproceso que esté causando el problema.
En la figura 2, se muestra un diagrama del principio según el cual los datos de miles de mediciones de proceso se reducen inicialmente hasta obtener entre 8 y 16 índices y, finalmente, hasta obtener un único índice de comportamiento y un único índice de calidad. Los subprocesos de circulación corta, caja de entrada y sección de tamices forman la parte húmeda, en la que también hay mediciones electroquímicas. La sección de prensado, la sección de secado y el bobinado (pope) forman la parte seca de la máquina de papel. Se forma un índice individual para cada subproceso y, a partir de ellos, un índice común de comportamiento para toda la máquina de papel.
En una máquina de papel, se observo una abrasión de los fieltros en una combinación en la que se produjo una merma del 7% (normalmente, 25%) al mismo tiempo que se añadían los biocidas. Estas combinaciones perjudiciales se pueden localizar fácilmente mediante el uso de huellas digitales negativos. En su modo más simple, se forma una huella digital a partir de unos pocos datos de estado, usando circuitos lógicos (AND, OR, NOT). Normalmente, en este caso también se requiere una red neuronal, debido a que muchos fenómenos del proceso son no lineales y resulta conveniente el uso de una red neuronal, especialmente en la etapa de aprendizaje (situaciones en las que el proceso cambia).
En la figura 3, se muestra una jerarquía más detallada, relacionada con la invención, de la información de las mediciones de la máquina de papel. Se forman de 100 a 200 datos del proceso a partir de mediciones existentes de la máquina de papel (varios miles de entradas I/O) y a partir de las mediciones electroquímicas concretas. Hay una (caja de entrada) o más unidades de medición 10 para las mediciones electroquímicas. En una forma de realización, hay una unidad para cada ramal de materia prima (TMP, pulpa mecánica, celulosa, masa destintada, merma, y circulación de agua).
Los índices de los subprocesos deseados, que se señalan en la figura 3: pulpa, materia prima, aditivo, electroquímica (sabor), caja de entrada, sección de tamices, sección de prensado, fieltros, sección de secado, y pope, se forman a partir de dichos datos del proceso.
A partir de estos, se forma una ventana de datos individual para cada operario y especialista: el encargado de la pulpa, el encargado de la máquina, el especialista en automatización, el proveedor de fieltros, y el proveedor de productos químicos.
En la figura 3 también se señala un índice de comportamiento que ilustra el funcionamiento de toda la máquina de papel, y un índice de calidad del papel acabado, que se calcula a partir de índices básicos y a partir de posibles mediciones de calidad auxiliares. En la práctica, cualquier desviación en el índice de calidad originada por la electroquímica provocará, como mínimo, un aviso de que la capacidad del papel para la impresión y/o la permanencia del material de carga pueden verse reducidas.
Los índices se calculan, preferentemente, a partir de dos o más subprocesos consecutivos, lo que permite determinar la relación causa-efecto. Esto se aprovecha en la etapa de investigación, por ejemplo, formando índices de huellas digitales negativos de combinaciones desfavorables. En la etapa de investigación de la puesta en marcha del sistema, también se puede reducir considerablemente el conjunto de variables de entrada de la red neuronal.
En la figura 4, se muestra un aparato según la invención en el entorno de una máquina de papel. El sistema está conectado a la red de comunicación de datos existente de la fábrica de papel 20, al sistema de datos 21, y a las estaciones de trabajo de la fábrica de papel 24. El sistema de la fábrica de papel incluye, a través de una subred 20.1, los sistemas de control para la parte húmeda (1, 2, 3) y la parte seca (4, 5). El sistema según la invención recoge, además de la información de los procesos de la fábrica de papel (desde la unidad 21), datos procedentes de sus propias unidades electroquímicas 10. Para estos, se conecta un servidor de enlace de datos 22 y, precisamente, una unidad de procesamiento de red neuronal 23 a la red de la fábrica de papel 20. Se trata de unidades bastante convencionales de PC industriales. El servidor de enlace de datos 22 recoge datos electroquímicos usados en el procesamiento de la red neuronal, procedentes de las unidades 10 y de la unidad de datos de procesos de la fábrica de papel 21. De este modo, la unidad de procesamiento recibe todos sus datos del servidor de enlace 22.
Una característica particular del sistema son las unidades de control a distancia 25, mediante las cuales se puede controlar y enseñar a las redes neuronales a distancia. Además, las unidades de medición también se pueden controlar a distancia. El control a distancia se conecta a través de una red de datos pública (Internet), con la ayuda de una VPN (red privada virtual) formada usando cortafuegos de dos vías. Con la ayuda del control a distancia, un experto puede resolver rápidamente los problemas del proceso, así como realizar cambios en el sistema de forma eficaz. El control a distancia de las unidades de medición permite supervisar las unidades de medición junto con el resto del sistema. Esto resulta particularmente ventajoso, especialmente en la etapa de puesta en marcha. El control a distancia se puede usar para llevar a cabo las operaciones descritas en la publicación WO 01/25774 para calibrar cada sensor y ajustarlo correctamente. El control a distancia se puede usar para establecer el nivel base de cada electrodo, una vez que se aplicado la curva de polarización.
Generalmente, el sistema según la invención se puede usar para supervisar diversos procesos industriales. Entre estos se incluye el control de procesos en una planta de destintado, y el control de procesos en las industrias química, minera y alimentaria, así como en la depuración de aguas residuales y la producción de agua limpia.
Claims (5)
- REIVINDICACIONES
- 1.
- Un procedimiento para supervisar y analizar un proceso que consta de varios subprocesos (1, 2, 3, 4, 5, 6), procedimiento en el cual se mide un gran número de variables del proceso, con la ayuda de estas variables, se definen conjuntos fijos de parámetros del proceso relacionados con una situación favorable del proceso y una situación desfavorable del proceso, ambas relativas al comportamiento, y después se almacenan unos valores respectivos en una memoria, se realiza una comparación usando un valor obtenido en una situación normal del proceso y los conjuntos fijos almacenados, en la que se establece la definición de una situación favorable del proceso por separado en varios subprocesos (1, 2, 3, 4, 5, 6) y, para detectar una situación crítica específica de la máquina, se define al menos un índice específico en al menos uno de los subprocesos con respecto al comportamiento, en la que dicha situación crítica presentada por una combinación perjudicial de varias variables, y donde el conjunto fijo de parámetros del proceso asociados a una situación desfavorable del proceso tiene un área sustancialmente más reducida que el conjunto fijo de parámetros del proceso asociados a una situación favorable del proceso, caracterizado porque los valores de los respectivos parámetros obtenidos en dicha situación normal del proceso forman una huella digital para la comparación con las huellas digitales almacenadas formadas por dicho conjunto fijo de parámetros del proceso, y se usa una red neuronal en dicha comparación de dichas huellas digitales, y a partir de la comparación, se define la diferencia, presentada gráficamente al usuario, entre la situación favorable registrada y la situación momentánea del proceso.
-
- 2.
- Un procedimiento según la reivindicación 1, para una máquina de papel, caracterizado porque dicho índice específico se refiere a uno de los siguientes:
- -
- el mezclado de la masa en la circulación corta (1),
- -
- el estado de los fieltros en la sección de prensado (4),
- -
- el estado electromagnético de la parte húmeda (1, 2, 3).
-
- 3.
- Un procedimiento según la reivindicación 1 ó 2, caracterizado porque la huella digital asociada a una situación desfavorable del proceso se calcula a partir de, como máximo, seis y, preferentemente, entre 3 y 6 variables.
-
- 4.
- Un procedimiento según cualquiera de las reivindicaciones 1 a 3, en el que se usa una red neuronal, caracterizado porque la huella digital asociada a una situación favorable del proceso se calcula, en la etapa de aprendizaje, a partir de, como mínimo, diez y, preferentemente, entre 10 y 20 variables.
-
- 5.
- Un procedimiento según cualquiera de las reivindicaciones 1 a 4, en el que se usa una red neuronal, caracterizado porque el sistema se usa bajo control a distancia (25).
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FI20021901 | 2002-10-24 | ||
| FI20021901A FI20021901A0 (fi) | 2002-10-24 | 2002-10-24 | Menetelmä prosessin valvomiseksi |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| ES2359619T3 true ES2359619T3 (es) | 2011-05-25 |
Family
ID=8564816
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| ES03758164T Expired - Lifetime ES2359619T3 (es) | 2002-10-24 | 2003-10-23 | Procedimiento para supervisar y analizar un proceso. |
Country Status (15)
| Country | Link |
|---|---|
| US (2) | US7200461B2 (es) |
| EP (2) | EP1556745B1 (es) |
| JP (1) | JP4547265B2 (es) |
| CN (2) | CN1705920B (es) |
| AT (2) | ATE406605T1 (es) |
| AU (2) | AU2003274186A1 (es) |
| BR (1) | BRPI0315532B1 (es) |
| CA (2) | CA2500788C (es) |
| DE (2) | DE60323256D1 (es) |
| DK (1) | DK1554638T3 (es) |
| ES (1) | ES2359619T3 (es) |
| FI (1) | FI20021901A0 (es) |
| PT (1) | PT1554638E (es) |
| WO (2) | WO2004038524A1 (es) |
| ZA (1) | ZA200502489B (es) |
Families Citing this family (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FI20025023A7 (fi) * | 2001-08-21 | 2003-02-22 | Liqum Oy | Menetelmä paperi- tai selluprosessissa massa- ja kiertovesijärjestelmän kemiallisen tilan hallitsemiseksi |
| EP1470457B1 (en) | 2002-01-28 | 2011-10-26 | Siemens Industry, Inc. | Building system with reduced wiring requirements and apparatus for use therein |
| DE10305596A1 (de) * | 2003-02-11 | 2004-09-02 | Voith Paper Patent Gmbh | Verfahren zum Erstellen einer standardisierten Zustandsanalyse von bei der Herstellung einer Faserstoffbahn die Qualität der herzustellenden Faerstoffbahn beeinflussenden Parametern und/oder Betriebszuständen und Maschine zur Durchführung des Verfahrens |
| US7664573B2 (en) | 2003-09-26 | 2010-02-16 | Siemens Industry, Inc. | Integrated building environment data system |
| US7610910B2 (en) | 2004-03-25 | 2009-11-03 | Siemens Building Technologies, Inc. | Method and apparatus for controlling building component characteristics |
| US7665670B2 (en) | 2004-03-25 | 2010-02-23 | Siemens Industry, Inc. | Method and apparatus for an integrated distributed MEMS based control system |
| US7667588B2 (en) | 2004-09-27 | 2010-02-23 | Siemens Industry, Inc. | Cage telemetry module and system |
| EP1932065B1 (en) | 2005-08-30 | 2015-08-12 | Siemens Industry, Inc. | Arrangement of microsystems for comfort control |
| US7780092B2 (en) | 2005-08-30 | 2010-08-24 | Siemens Industry Inc. | Application of microsystems for real time IEQ control |
| DE602006012507D1 (de) * | 2005-09-06 | 2010-04-08 | Siemens Industry Inc | Anwendung von mikrosystemen für ein gebäudesystem mit einer system-wissensdatenbank |
| DE102006003637A1 (de) * | 2006-01-26 | 2007-08-02 | Voith Patent Gmbh | Verfahren zur Herstellung oder Behandlung einer Faserstoffbahn |
| CN101792982B (zh) * | 2010-03-17 | 2011-12-28 | 保定钞票纸业有限公司 | 喷码系统 |
| KR101325638B1 (ko) * | 2011-09-09 | 2013-11-07 | 비앤에프테크놀로지 주식회사 | 하위 구성요소의 상태가 반영된 플랜트의 건강지수 측정방법 및 그 방법을 수행하기 위한 프로그램이 저장된 컴퓨터 판독 가능한 저장매체 |
| US20150292158A1 (en) * | 2012-09-28 | 2015-10-15 | Voith Patent Gmbh | Method for controlling the formation of a fiber web of a fiber or paper producing process |
| FI20195894A1 (en) * | 2019-10-16 | 2021-04-17 | Kemira Oyj | Procedure and system for monitoring a process |
| FI129470B (en) * | 2019-10-16 | 2022-03-15 | Kemira Oyj | Check |
Family Cites Families (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US3490689A (en) * | 1966-09-23 | 1970-01-20 | Beloit Corp | Automated machine system |
| CN1179188A (zh) * | 1995-03-23 | 1998-04-15 | 西门子公司 | 在制造纸浆和/或造纸时的过程控制方法和设备 |
| IT1287656B1 (it) * | 1995-04-07 | 1998-08-06 | Cartiere Cariolaro Spa | Procedimento per la produzione di carta cedevole ed impianto per effettuare il procedimento |
| JPH09251315A (ja) * | 1996-03-18 | 1997-09-22 | Ishikawajima Harima Heavy Ind Co Ltd | プラント運転状態検出装置 |
| US5825653A (en) | 1997-03-14 | 1998-10-20 | Valmet Corporation | Method for overall regulation of a former of a paper machine or equivalent |
| JPH11212637A (ja) * | 1998-01-22 | 1999-08-06 | Hitachi Ltd | 予防保全方法及び装置 |
| JPH11338848A (ja) * | 1998-05-26 | 1999-12-10 | Ffc:Kk | データ異常検出装置 |
| DE60105421T2 (de) * | 2000-04-05 | 2005-09-22 | Liqum Oy | Verfahren und system zum überwachen und analysieren eines papierherstellungsprozesses |
| US6587737B2 (en) * | 2000-09-14 | 2003-07-01 | Sulzer Makert And Technology Ag | Method for the monitoring of a plant |
| GB0205336D0 (en) * | 2002-03-07 | 2002-04-24 | Univ Manchester | Data dimension reduction |
-
2002
- 2002-10-24 FI FI20021901A patent/FI20021901A0/fi unknown
-
2003
- 2003-10-23 CA CA2500788A patent/CA2500788C/en not_active Expired - Lifetime
- 2003-10-23 AU AU2003274186A patent/AU2003274186A1/en not_active Abandoned
- 2003-10-23 WO PCT/FI2003/000791 patent/WO2004038524A1/en not_active Ceased
- 2003-10-23 AT AT03758165T patent/ATE406605T1/de active
- 2003-10-23 US US10/530,622 patent/US7200461B2/en not_active Expired - Lifetime
- 2003-10-23 JP JP2004546071A patent/JP4547265B2/ja not_active Expired - Fee Related
- 2003-10-23 CN CN200380101864.2A patent/CN1705920B/zh not_active Expired - Fee Related
- 2003-10-23 EP EP03758165A patent/EP1556745B1/en not_active Expired - Lifetime
- 2003-10-23 US US10/530,624 patent/US7181308B2/en not_active Expired - Fee Related
- 2003-10-23 WO PCT/FI2003/000792 patent/WO2004038525A1/en not_active Ceased
- 2003-10-23 CN CNB2003801018657A patent/CN100527031C/zh not_active Expired - Lifetime
- 2003-10-23 EP EP03758164A patent/EP1554638B1/en not_active Expired - Lifetime
- 2003-10-23 BR BRPI0315532A patent/BRPI0315532B1/pt not_active IP Right Cessation
- 2003-10-23 DE DE60323256T patent/DE60323256D1/de not_active Expired - Lifetime
- 2003-10-23 AU AU2003274187A patent/AU2003274187A1/en not_active Abandoned
- 2003-10-23 DK DK03758164.2T patent/DK1554638T3/da active
- 2003-10-23 PT PT03758164T patent/PT1554638E/pt unknown
- 2003-10-23 CA CA002500789A patent/CA2500789A1/en not_active Abandoned
- 2003-10-23 ES ES03758164T patent/ES2359619T3/es not_active Expired - Lifetime
- 2003-10-23 DE DE60336160T patent/DE60336160D1/de not_active Expired - Lifetime
- 2003-10-23 AT AT03758164T patent/ATE499642T1/de active
-
2005
- 2005-03-29 ZA ZA2005/02489A patent/ZA200502489B/en unknown
Also Published As
| Publication number | Publication date |
|---|---|
| PT1554638E (pt) | 2011-05-16 |
| ZA200502489B (en) | 2005-12-28 |
| CN1705920A (zh) | 2005-12-07 |
| CN1705920B (zh) | 2010-05-12 |
| US7181308B2 (en) | 2007-02-20 |
| FI20021901A0 (fi) | 2002-10-24 |
| DK1554638T3 (da) | 2011-05-09 |
| WO2004038524A1 (en) | 2004-05-06 |
| CN100527031C (zh) | 2009-08-12 |
| JP2006504168A (ja) | 2006-02-02 |
| US7200461B2 (en) | 2007-04-03 |
| AU2003274187A1 (en) | 2004-05-13 |
| EP1554638B1 (en) | 2011-02-23 |
| BR0315532A (pt) | 2005-08-23 |
| WO2004038525A1 (en) | 2004-05-06 |
| US20060085090A1 (en) | 2006-04-20 |
| CA2500788C (en) | 2013-06-25 |
| ATE406605T1 (de) | 2008-09-15 |
| DE60323256D1 (de) | 2008-10-09 |
| JP4547265B2 (ja) | 2010-09-22 |
| ATE499642T1 (de) | 2011-03-15 |
| DE60336160D1 (de) | 2011-04-07 |
| AU2003274186A1 (en) | 2004-05-13 |
| EP1556745A1 (en) | 2005-07-27 |
| CA2500789A1 (en) | 2004-05-06 |
| EP1554638A1 (en) | 2005-07-20 |
| CA2500788A1 (en) | 2004-05-06 |
| US20060079986A1 (en) | 2006-04-13 |
| BRPI0315532B1 (pt) | 2016-01-26 |
| CN1705921A (zh) | 2005-12-07 |
| EP1556745B1 (en) | 2008-08-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| ES2359619T3 (es) | Procedimiento para supervisar y analizar un proceso. | |
| EP4286583A1 (en) | Estimation device, estimation system, estimation program, and estimation method | |
| US7292949B2 (en) | Method and apparatus for estimating surface moisture content of wood chips | |
| RUNGER∗ et al. | Controlling multiple stream processes with principal components | |
| EP1290507B1 (en) | Method and system for monitoring and analyzing a paper manufacturing process | |
| US20220326685A1 (en) | Estimating risk level in an aqueous process | |
| Raffaele et al. | Data-driven soft sensor for continuous production monitoring: an application to paper strength | |
| FI127260B (en) | Method and measuring device for measuring suspension | |
| TWI915512B (zh) | 推測系統、推測程式以及推測方法 | |
| CN109477304B (zh) | 传感器监测 | |
| SE542895C2 (en) | Method and measurement apparatus for measuring suspension | |
| JP4720411B2 (ja) | 抄紙機ワイヤパートの水分率調整装置及び紙の製造方法 | |
| Damodaran et al. | Monitoring of transitions in multi-grade continuous processes | |
| Moradian et al. | Linking process variables and newsprint properties in Mazandaran Wood and paper Industries | |
| Stefanov et al. | Hierarchical multivariate analysis of cockle phenomena | |
| Yin et al. | On-line monitoring of papermaking processes | |
| WO2022147602A1 (pt) | Método, sistema e programa de computador para identificação do teor de umidade online presente em minério de ferro passante sobre uma correia transportadora | |
| Ahvenlampi et al. | Diagnosis system for continuous cooking process | |
| TW202414321A (zh) | 廢液處理設備的運轉方法、預測處理後廢液的性質的方法、運轉系統以及預測系統 | |
| Stefanov et al. | Cockle formation in coated magazine paper production |