現代造紙機在生產過程中的各個環節將產生大量的數據信息。然而，為提高性能、效率和終產品質量而進行的工藝調整，通常仍依賴于人為判斷和紙機操作員的個人經驗。這是什么原因呢？

    “今天，造紙過程產生的數據仍未有效地轉化為可操作的信息。這些數據通常散布在多個數據收集系統中，且這些系統之間并不能完全互通并創建流程的實時視圖，而這使得數據的全部潛力未被開發。”凱米拉數字化應用經理Juha Rintala這樣解釋道。

    他舉了一個例子。數十年來，凱米拉開發了多項針對化學應用的在線監測工具。它們能夠獲取化學品的實時使用情況及其性能指標，實現智能化學管理，并對化學過程的控制和診斷進行優化。“如果我們將這些信息與性能以及造紙過程中其他方面的處理數據結合起來，則可以更廣泛地鑒別與化學工藝相關的關聯。通過使用預測分析和機器學習技術，我們能夠發現可影響整體性能的現象，甚至預測和預防代價高昂的問題。”

    品質控制的新時代

    目前，造紙廠的質量控制主要依賴響應措施。依靠對紙張或紙卷抽樣檢測來發現終產品質量問題的方法存在著明顯的滯后效應，因為在找到問題根本原因并采取糾正措施之前，劣質產品會持續生產數小時乃至數天之久。但假如可以預見未來數小時，預測可影響紙板質量的工藝條件，并在出現問題前及時采取預防措施，會怎么樣？

    “如今，這個想法基本上已經可通過預測分析做到。舉個例子，借助我們的新數字化解決方案，紙板廠能夠可靠地預測待生產的前五個紙板卷在生產過程中的沉積風險水平，并預測并防止由此產生的質量問題和紙張的缺陷。”Juha說，“數據驅動的工藝過程控制可識別并突出提示即將發生的流程干擾問題，例如沉積物形成，并使工廠操作員有充分的時間在紙張質量受到影響之前采取糾正措施。”

    凱米拉對化學工藝過程中的測量數據，結合造紙機其它工藝單中的信息，并使新的數據驅動方式能夠控制過程化學并改善終產品質量。

    借助預測工具，紙廠可以避免產生數千噸的不合格產品。除了提高紙張質量外，持續平衡的濕部化學穩定了工藝，從而導致了生產可用性和性能的提高。

    借助預測工具，紙廠可以避免產生數千噸的不合格產品。

    整體設備效率(OEE) 提高0.5％似乎并不多，但以一臺年產量40萬噸的折疊式箱板機為例，OEE的這一小幅提升可能已經意味著250萬的收入增長。

    “這只是一個起點，當發現改善工藝效率、產品質量和原材料使用率的潛在機會后，紙機性能還可得到更大的提升。”Juha說道。

    以化學專業知識為基礎

    預測分析還可以用來提高紙張和紙板機濕部的穩定性。目前，一家精細造紙廠正在與凱米拉開展合作項目，以防止斷裂，并提高紙機的運行能力和效率。利用機器學習技術，從客戶的歷史數據中識別生產過程異常和中斷原因。

    “對性能數據和工藝條件的整體看法清楚地描繪了整個工藝的健康情況。通過預測模型，我們能夠為工廠生產經理和操作員提供有價值的信息，讓他們在日常工作中能做出正確的決定。”Juha表示并補充道，“深入了解工藝過程中化學品應用情況有助于降低許多風險：可運行性問題、斷裂，終端產品中的缺陷……數據驅動的化學控制使過程中以前隱藏的因果關系變得可見。”

    化學工藝復雜而不斷變化的本質決定了它需要更快的響應速度。

    凱米拉的新數字化解決方案建立在廣泛的化學品及其應用的專業知識、工藝技術以及測量和控制過程化學品的專利解決方案組合的基礎上。KemConnect平臺已擁有500多個連接客戶和48,000個數據測量點。

    后，這是一種管理工藝過程的新方法。“某些濕部化學品以標準劑量運行并不罕見，當出現問題時，劑量會改變。數據驅動的方法以及終的自動化化學管理，實現基于實時性能信息和對工藝條件的可靠預測進行持續的微觀調整。從而使更快速反應的能力與復雜多變的化學過程相匹配。”Juha總結道。