Возможность мониторинга производительности и обнаружения аномалий является важным инструментом в арсенале оператора стана холодной прокатки (СХП), помогая справляться с вызовами современного рынка. Но это лишь начало того, что передовая аналитика данных может предложить производителям алюминия, как объясняют Феликс Лендерс (Felix Lenders), Нуо Ли (Nuo Li), Деннис Янка (Dennis Janka) и Эндрю Коэн (Andrew Cohen), ABB.
Станы холодной прокатки играют важную роль в производстве алюминия, но поскольку производители все чаще сталкиваются с необходимостью оставаться конкурентоспособными, удовлетворять спрос клиентов на повышение качества продукции и справляться с растущим разнообразием материалов, как они могут гарантировать, что на практике допустимые отклонения по толщине и плоскостности будут снижаться при одновременном повышении производительности и выхода годного?
Одним из ответов на эти бизнес- и технические вызовы является более широкое использование цифровых технологий, таких как передовая аналитика данных. Идея проста: если бы операторы СХП могли наблюдать за состоянием оборудования и процессов практически в реальном времени, они получили бы важнейшее представление о производительности и, в частности, об отклонениях в качестве продукции или проблемах в процессе. Это понимание позволило бы операторам активно управлять производством, чтобы лучше отвечать различным предъявляемым к ним требованиям.
Но добиться этого легче на словах, чем на деле. Несмотря на концептуальную простоту процесса прокатки, в действительности это сложная операция, зависящая от множества факторов. Поэтому для полного раскрытия производственного потенциала СХП на сегодняшнем рынке требуется комплексный и интегрированный подход к инструментам оптимизации автоматизации, управления и поддержки принятия решений.
Хорошая новость заключается в том, что СХП часто уже оснащены современными системами управления, включающими множество датчиков для контроля и записи огромных объемов данных. При времени выборки порядка миллисекунд регистрируются сотни значений датчиков — более 3 ГБ данных в день во время работы стана. Сюда входят измерения плоскостности, натяжения, скорости и толщины полосы.
Эти данные регулярно используются сервисными инженерами для ввода в эксплуатацию и технического обслуживания оборудования прокатных станов. Но этот ценный ресурс редко анализируется с точки зрения производительности из-за трудностей ручного анализа и поиска шаблонов данных — кропотливого и дорогостоящего занятия по любым меркам.
