مدل‌سازی و اتوماسیون لول 2
شرکت سریر با پشتوانه تیم فنی و دانشی قوی و تجربه زیاد در صنایع فولادی و نفتی، در راستای انقلاب صنعتی چهارم امکان انجام مدل‌سازی، هوشمندسازی و اتوماسیون لول ۲ را در این صنایع دارد. این امر مزایا و نتایج زیر را به دنبال دارد:
- افزایش کیفیت محصول تولیدی
- بهینه‌سازی مصرف انرژی و مواد اولیه
- کاهش هزینه‌های بهره‌برداری
- کاهش زمان تولید محصول و به تبع آن افزایش تولید آن
اجرای این پروژه در صنعت دارای گام‌های زیر است:
گام اول: مانیتورینگ و جمع‌آوری داده
برای مدل‌سازی، تست مدل و نیز استفاده از یادگیری ماشین نیاز به داده‌های دقیق از فرآیند است. گاه امکان دریافت این داده‌ها با استقاده از سنسورهای نصب شده روی خط تولید یا رکوردهای ذخیره شده وجود دارد و گاهی نیز به دلایل مختلف از قبیل عدم وجود داده و یا دقت پایین یا فرکانس پایین نمونه‌برداری از پارامترها به نصب تجهیزات داده‌برداری به صورت موقت یا دائم نیاز است.
با استفاده از ماژول‌های مانیتورینگ و جمع‌آوری داده در اتوماسیون سطح دو، اطلاعات لحظه‌ای از فرایندهای صنعتی نظیر دما، سرعت، شتاب و داده های فیزیکی مشابه را دریافت و ثبت کرده و در نهایت جمع‌آوری و پایش می‌کنیم. این اطلاعات پایه و اساس تصمیم‌گیری در سطح اتوماسیون را برای ما شکل می‌دهد و به وسیله آنها امکان کنترل دقیق و بهینه فرایندها را فراهم می‌کنیم.
ماژول‌های مانیتورینگ و جمع‌آوری داده
- سنسورها: با استفاده از سنسورها پارامترهای فیزیکی مختلف را در نقاط مختلف خط نورد گرم و تاندم دو قفسه‌ای فولاد اندازه‌گیری می‌کنیم. این سنسورها اطلاعاتی مانند دمای ورق، فشار و جریان سیال و سرعت ورق را ثبت می‌کنند.
- ماژول‌های جمع‌آوری داده (DAQ): از ماژول‌های جمع‌آوری داده نظیر دیتالاگرها و کارت‌های داده برداری برای ثبت داده‌های ورودی از سنسورها نظیر دمای خط و شتاب بخش‌های مختلف تاندم دو قفسه‌ای استفاده می‌کنیم. سپس این داده ها را به سیگنال دیجیتال تبدیل نموده و به سمت سیستم مرکزی ارسال می‌کنیم تا برای تحلیل و کنترل استفاده شوند.
- ماژول پایش و نمایش داده‌ها: یک ماژول به صورت داشبوردهای گرافیکی در قالب SCADA (کنترل و جمع‌آوری داده و نظارت) برای نمایش و تحلیل داده‌های دما و جریان‌های دوش‌های میز خنک کاری و همچنین شتاب بخش‌های مختلف تاندم دو قفسه‌ای طراحی شده است. در این ماژول‌ها، اپراتورها می‌توانند وضعیت لحظه‌ای فرایندها را مشاهده کرده و تغییرات ضروری را اعمال کنند.
گام دوم: تحلیل داده
سیستم‌های تحلیل داده و توسعه مدل در اتوماسیون سطح دو برای بررسی و بهینه‌سازی پارامترهای کلیدی در فرایندهای صنعتی به کار می‌روند. این سیستم‌ها با پردازش و تحلیل داده‌های لحظه‌ای و تاریخی به شناسایی الگوهای مهم و استخراج اطلاعات کاربردی می‌پردازند که در تصمیم‌گیری‌های دقیق‌تر و اعمال تنظیمات بهینه در فرایندها مؤثر است. این بخش شامل اجزای زیر است:
- جمع‌آوری و پالایش داده‌ها: پاک‌سازی، نرمال‌سازی و پالایش داده‌های و مقادیر فیزیکی مورد نیاز به دست آمده از سنسورها به‌دست آمده به منظور اطمینان حاصل کردن از دقت و کیفیت آنها
- تحلیل داده‌ها با استفاده از الگوریتم‌های آماری و هوش مصنوعی: تحلیل داده‌ها با استفاده از روش‌های آماری و الگوریتم‌های هوش مصنوعی مانند شبکه‌های عصبی و رگرسیون و شناسایی الگوها و روابط پنهان میان میزان آنها (این الگوریتم‌ها به شناسایی تغییرات غیرمعمول و مشکلات در فرایند نیز کمک کنند)
گام سوم: مدل‌سازی فرآیند و توسعه مدل
گام سوم در اجرای ماژول لول ۲ مدل‌سازی فرآیند است. این زیربخش شامل بخش‌های زیر است:
- مدل‌سازی فرآیندبه صورت حل معادلات حاکم بر فرآیند و شبیه‌سازی آنها در نرم‌افزارهای مربوطه
- استفاده از الگوریتم‌های یادگیری ماشین بر روی داده‌های دریافت شده از مرحله به منظور تعیین نامعینی‌های مدل استخراج شده از شبیه‌سازی
- با استفاده از روابط میان پارامترهای فیزیکی نظیر دما، دبی، سرعت و دیگر پارامترها استخراج شده از گام دوم و نیز خروجی الگوریتم یادگیری ماشین مرحله قبل، مدل توسعه داده شد تا رفتار فرآیند با دقت مطلوبی نشان داده شود.
با توجه به پیچیدگی‌های انجام مراحل فوق و نیاز به CPU، GPU و RAM بسیار زیاد، تمامی این مراحل بر روی ابررایانه انجام می‌شود.
گام چهارم: نرم‌افزارهای آفلاین
- مدل آفلاین: برای استفاده از مهندسین فرآیند نرم‌افزارهایی در اختیار آنها گذاشته می‌شود. در این نرم‌افزارها امکان بررسی کامل فرآیند و بررسی تاثیر اثر هر یک از پارامترها و عملگرها بر فرآیند را به وجود می‌آورند. به علاوه با استفاده از این نرم‌افزارها می‌توان مقدار Set Point حلقه‌های کنترل موجود در فرآیند را به دست آورد و آنها را به صورت آفلاین در اختیار اپراتور قرار داد. در این نرم‌افزارها خروجی گام قبلی با الگوریتم‌های یادگیری ماشین ساده‌سازی شده تا امکان اجرای آنها با سرعت بالا روی رایانه‌های شخصی نیز وجود داشته باشد.
- سیستم پیش‌بینی و تصمیم‌گیری: با استفاده از داده‌های گذشته و الگوهای شناسایی شده، حال می‌توانیم رفتار آینده فرایند را پیش‌بینی کنیم و به کنترلرهای اتوماسیون برای انجام تنظیمات لازم دستور دهیم. این پیش‌بینی‌ها به جلوگیری از مشکلات احتمالی و کاهش ضایعات کمک می‌کنند.
- داشبورد و سیستم گزارش‌گیری: در این بخش اطلاعات حاصل از تحلیل و بهینه‌سازی در قالب داشبوردها و گزارش‌ها به اپراتورها و مدیران ارائه داده می‌شود. این داشبوردها اطلاعات جامع و دقیقی از وضعیت فعلی فرایند و نتایج بهینه‌سازی ارائه می‌دهند که برای تصمیم‌گیری‌های سریع و مؤثر به‌کار می‌روند.
گام پنجم: پیاده‌سازی
نرم‌افزار طراحی شده در گام چهارم در لول ۲ اتوماسیون بهره‌بردار پیاده‌سازی شده تا به صورت آنلاین با دریافت پارامترهای خط و داده‌های سنسورها، مقدار Set Point حلقه‌های کنترل موجود در فرآیند را به لول ۱ ارسال کند. در صورتی که سخت‌افزار این کار موجود نباشد، ابتدا این سخت‌افزار پیاده‌سازی می‌شود. به علاوه در صورت نیاز الگوریتم‌های کنترل مقاوم و Adaptive نیز به منظور جلوگیری از اغتشاشات و نامعینی‌ها و تغییرات فرآیند در طول زمان به اتوماسیون لول ۲ اضافه می‌شود.