Panosprosessien integroitu hallinta Jari Hämäläinen VTT Tuotteet ja tuotanto jari.hamalainen@vtt.fi Panosprosessien integroitu hallinta - PINHA 1.10.1999-31.1.2003 Kehitettiin uusia simulointiin ja optimointiin perustuvia menetelmiä panosprosessien tuotannonsuunnittelun ja ajosuunnittelun tueksi. 1. Panosprosessien integroitu ohjaus Dos. Jari Hämäläinen, VTT Tuotteet ja tuotanto Genencor International, Kemira Pigments 2. Elintarviketeollisuuden panosprosessien tuotannonsuunnittelu TkT Frank Pettersson, Åbo Akademi Danisco A/S 3. Optimaalinen tuotannonsuunnittelu - case terässulatto Prof. Henrik Saxén, Åbo Akademi Rautaruukki Steel
Tuotannon hallinta Tuotantosuunnitelma: mitä tuotteita tuotetaan ja miten paljon esim. kuukauden tai puolen vuoden aikana Ajosuunnittelu ja skedulointi: miten tuotteet tuotetaan (ajoitus, järjestys, tuotantolaitteiston ja sen tilan asettamat rajoitukset ) Tässä ennakoivan hallinnan (ajosuunnittelun) aikaskaala on tunneista päiviin tai viikkoihin. Tank A Kemianteollisuuden prosessi Tank B1 Tank B2 Tuotetaan tuotteiden P1 ja P2 valmistuksessa tarvittavaa ainetta. Filter C1 Tank D1 Filter C2 Tank D2 A reaktori B1, B2 jäähdytys C1, C2 suodatus pienissä erissä D1, D2 keräys E varastosäiliö panosten ajoitus P1 ja P2 valmistuksen kysyntä on tyydytettävä. P1 production Tank E P2 production Säiliö A on saatava tyhjennetyksi heti panoksen valmistuttua.......
Ennakoiva simulointi Simulointimalli ennustaa prosessin tilan. Ennuste perustuu annettuun ajosuunnitelmaan. ALKUTILA t= 0 prosessin tila säiliöiden pinnat virtaukset konsentraatiot asetusarvot AJOSUUNNITELMA t= 0 4 vrk... panosten ajoitus suodatinten pesut asetusarvot, laimennukset kytkennät (osa automaattisesti), huollot ym. ENNUSTE t= 0 4 vrk... lopputuotteen tuotanto säiliöiden pinnat virtaukset konsentraatiot Entsyymiliuoksesta poistetaan fermentoinnin jälkeen solumassa ja vettä. Entsyymintuotantoprosessi...... Fermentointi - säiliöt Harvestointi - säiliöt Ultrasuodinten likaantuminen -> pullonkaula Operaattori suunnittelee mm. suodatinten pesut syöttövirtaukset laimennukset kytkennät......... Solunpoisto - suodatus Suodossäiliöt Ultrasuodattimet
Ennuste: pinnankorkeus harvestointisäiliössä % Time Säiliö täyttyy jakson aikana kolme kertaa. Ennuste: suodossäiliöiden täyttöaste 100 % 80 60 40 20 0-10 -5 0 5 10 15 20 25 30 35 40 45 Hours Ongelma: säiliöiden täyttyminen (15 48 h). Mittaus -10 0 h Ennuste 0 48 h
Ennuste: ultrasuodatinten syöttövirtaukset 100 80 % 60 40 20 0-10 -5 0 5 10 15 20 25 30 35 40 45 A B Hours Ultrasuodatinten syöttövirtaukset pienenevät vähitellen suodatinelementtien likaantumisen vuoksi. Ajosuunnitelma: vaihtoehtoinen ajo Pestään ultrasuodattimet ajanhetkillä 0h ja 14 h. Time h L 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 UF A 60 60 S connect B UF B 52 S 70 connect A... Filter A 60 60 S 55 connect A Filter B 30 30 S 35 connect B
Ennuste: ultrasuodatinten syöttövirtaukset Suodattimet pestään ajanhetkillä 0h ja 14 h. 100 80 % 60 40 20 0-10 -5 0 5 10 15 20 25 30 35 40 45 A B Hours Ennuste: suodossäiliöiden täyttöaste Ultrasuodatinten sopivien pesuajankohtien ansiosta säiliöiden täyttyminen vältetään. 100 80 % 60 40 20 0-10 -5 0 5 10 15 20 25 30 35 40 45 Nominal Alternative Hours
Entsyymintuotanto: käyttökokemukset Päivittäinen ajosuunnittelu keväästä 1999 Häiriötilanteiden ennakointi Vuorojen yli ulottuva ajosuunnitelman optimointi Tuotevaihtojen suunnittelu Huoltotoimenpiteiden suunnittelu Saavutettu prosessin tasaisempi toiminta Tuotantokapasiteetin tehokkaampi hyödyntäminen Saannon parantuminen Ajosuunnittelun onnistuminen Tuotantotavoitteen saavuttaminen Raaka-aineiden riittävyys Prosessin rakenteellisten rajoitusten huomioiminen Säiliöiden täyttyminen tai tyhjentyminen Tuotantokatkot Panosten menetykset Kapasiteetin tehokas käyttö
Ennakointi ja optimointi Operator Käyttäjä ennakoi annettua ajosuunnitelmaa vastaavan prosessin käyttäytymisen. Alkutila saadaan DCS:stä. Operational schedule DCS Simulation model Predictions Optimointi auttaa käyttäjää hyvän ajosuunnitelman GA Objective function muodostamisessa. Optimization module OPERCOP - hallintajärjestelmä Javalla toteutettu verkossa toimiva sovellus (RMI) Simulointimalli koostuu toisiinsa kytketyistä olioista, jotka vastaavat prosessiyksiköitä. Panostuotannon suunnittelun kannalta oleellisten ilmiöiden nopea laskenta Tilakonemallien alkutila automaatiojärjestelmästä, reseptitietokannan hyödyntäminen Logiikka lausemuotoisena yksikköoperaatioiden malleissa Jatkuvat yksikköoperaatiot ja adaptiiviset mallit Evoluutiolaskentaan perustuva optimointi
OPERCOP - Predictive Planning and Control of Batch Processes Predictive operator support system enables steady operation of the plant and efficient use of the existing capacity. Results in optimization over the shifts, optimal planning of the product changes and service intervals, and increase in yield. VTT Industrial Systems Genencor International Kemira Pigments National Technology Agency TEKES Initial state t = 0 Model Prediction t = 0.. 48 h.. Operational schedule t = 0.. 48 h... Elintarviketeollisuuden panosprosessin tuotannonsuunnittelu Ongelman kuvaus Sokerinvalmistusprosessi Tavoitteena kapasiteetin optimointi Panos- sekä jatkuvatoiminen Takaisinkytkentä Käytettyjä suunnittelumenetelmiä MILP Heuristinen GA Heat Engineering Laboratory
Tuloksia 2 vkoa 4 vkoa Tuotantomäärät MILP Heuristinen GA 97.35 95.37 97.73 224.71 202.29 231.10 2 vkoa 4 vkoa Laskenta-aika (min) MILP Heuristinen 4.6 8.4 16.8 17.0 (600MHz P) GA 2.6 17.4 Saavutettu 5% parannus verrattuna aiemmin käytössä olevin menetelmin suunniteltuun toteutuneeseen tuotantoon. Lisätietoja: Frank.Pettersson@abo.fi Heat Engineering Laboratory Tulevaisuuden näkymiä Kemianteollisuus Biotekninen teollisuus Lääketeollisuus Eri teollisuudenalojen osaprosessit * Elektroniikkateollisuus * Sellu- ja paperiteollisuus * Terästeollisuus