ES2228845T3 - Metodo y sistema para vigilar y analizar un proceso de fabricacion de papel. - Google Patents

Abstract

Método para vigilar y analizar un proceso de producción de papel, en el cual: un gran número de cantidades (xi, t) son medidas a partir del proceso, las cantidades medidas (xi, t) son introducidas como un vector de entrada (x, T) en una red neuronal (2), que, como respuesta produce un vector de salida instantáneo (y, t) como una cantidad continua representativa de una huella digital instantánea medida, al menos un vector de salida óptimo (yo, t) representativo de una huella digital enseñada y constante con una buena situación de proceso en cuanto a la ejecutabilidad, es determinado y almacenado en la memoria. al menos un vector de salida óptimo almacenado (yo, t) y el vector de salida instantáneo (y, T) obtenido en una situación de proceso normal son comparados sustancialmente en tiempo real, en base al resultado de la comparación, se determina una diferencia que debe ser presentada en una forma gráfica al usuario, caracterizado por el hecho de que se determina una cantidad k=k(t) continuadependiente del tiempo que debe ser presentada como resultado al usuario como una distancia geométrica entre el vector de salida instantáneo (y, t) y vector de salida óptimo almacenado (yo, t), y dicha cantidad k=k(t) continua dependiente del tiempo para el periodo de una tendencia T seleccionada es mostrada visualmente por medio de un monitor al usuario.

Description

Método y sistema para vigilar y analizar un proceso de fabricación de papel.

Definición de la naturaleza de la invención

La invención se refiere a un método y un sistema para vigilar y analizar un proceso de fabricación de papel, en cuyo método un gran número de cantidades son medidas a partir del proceso e introducidas como un vector de entrada en una red neuronal que produce un vector de salida como una cantidad continua, y en cuyo método al menos una huella digital representa una buena situación de proceso, es decir con un vector de salida óptimo definido, y las huellas digitales o vectores de salida obtenidos en una situación de proceso normal son comparados con dicha(s) huella(s) digital(es) o vector(es) de salida óptimos sustancialmente en tiempo real y, en base a esta comparación, se determina la diferencia y se presenta al usuario en una forma gráfica.

Antecedentes de la invención

Usando redes neuronales enseñables, se pueden clasificar grandes cantidades de datos de forma eficaz y hallar enlaces o agrupaciones presentes en medidas y grandes masas de datos, los cuales son muy difíciles de detectar por medio de un cálculo estadístico, modelos matemáticos y reglas lógicas. La capacidad de aprendizaje hace posible desempeñar varias funciones con una exactitud razonable con la ayuda de ejemplos sin una programación detallada de todas las distintas situaciones y excepciones. Una red neuronal consiste en elementos de cálculo simple, neuronas, que tienen una pluralidad de entradas y una respuesta.

Una red neuronal se crea mediante la conexión de neuronas entre sí. La operación global de la red es una combinación de diferentes valores pesados que es difícil de entender por medio de pesos individuales. Los pesos en la red neuronal son generalmente determinados por enseñanza mediante ejemplos. Existe un gran número de diferentes estructuras de redes y algoritmos de enseñanza.

Se pueden encontrar descripciones diversificadas de los principios y aplicaciones de redes neuronales en las publicaciones "Neurolaskennan mandollisuudet"; Pasi Koikkalainen, Tekes 1994, y "Neural Computing Theory and Practise"; Philip D. Wassermann, New York 1989, ISBN 0-442-20743-2.

El documento WO96/29468 expone el uso de redes neuronales para la fabricación de papel.

En un proceso de fabricación de papel, el operario debería poder obtener información concentrada sobre cómo se está desarrollando el proceso en comparación con unas situaciones buenas previamente identificadas. Hasta ahora, el proceso de producción de papel ha sido analizado p. ej. por la técnica SOM (Mapa auto-orientado). Con bastante frecuencia, los datos históricos para un gran número de variables está disponible en forma de varias curvas, de las cuales el operador puede seleccionar las deseadas para ser presentadas en su monitor. Generalmente, es imposible detectar un cambio significante en el grupo de valores históricos porque estos cambios se pierden en una variación aleatoria normal. En consecuencia, se precisa un método que permita el análisis de toda la situación de proceso usando una red neuronal y la clasificación de situaciones divergentes lo antes posible para permitir al operario que comience la búsqueda de la causa que ha llevado a esta situación.

Las soluciones sobre redes neuronales hasta ahora aplicadas en la industria de la fabricación de papel no han dado resultados satisfactorios. Analizar los resultados es tarea difícil para el usuario; especialmente los resultados obtenidos por el método SOM antes mencionado no son evidentes.

La solicitud de patente finlandesa 941058 (Taipale) presenta un método para el tratamiento especialmente de un proceso de producción de papel. Según esta solicitud, un grupo de resultados de medición del proceso es introducido en una red neuronal, p. ej. una red perceptrón, y, mediante un algoritmo especial, se corrigen unas variables ajustables para así corregir el punto operativo del proceso. Los objetivos del método en cuanto a la optimización directamente de la calidad del producto final, se determina por medio de 100 - 300 mediciones por cada rodillo mecánico.

La patente europea 815320 (Furumoto) expone un método para controlar el proceso de una máquina de papel utilizando una red neuronal. Un grupo de mediciones comprende valores espectrales de las sustancias usadas, y las instrucciones sobre la calidad del producto son transmitidas por medio de la red neuronal y las señales de control correspondientes pasan también a una fase denominada fase de preparación de la pasta. En este caso, también, la calidad del producto es la variable de control primaria. Las mediciones espectrales (ópticas) no son adecuadas para la determinación de cambios químicos.

La especificación estadounidense 5,347,446 (lino) presenta un sistema de regulación que se asemeja al proceso y se basa en crear un modelo del proceso. Los cálculos producen una función de coste escalar como resultado. En la práctica, el hecho de crear un modelo es probablemente posible únicamente en el caso de procesos limitados. No es posible crear un modelo para toda la máquina de papel mediante este método.

En general, las experiencias sobre procesos de control diseñados para controlar toda la máquina de papel no son alentadoras. Entre otras cosas, los factores incidentales tienen un efecto considerable en el proceso, lo que significa que una corrección racionalmente calculada por sí misma produce más cambios e inestabilidad.

Breve descripción de la invención

El objetivo de la presente invención, tal y como se define por las reivindicaciones independientes 1 y 9, es el de conseguir un nuevo tipo de método que utilice una red neuronal en un proceso de producción de papel donde el proceso pueda ser analizado y vigilado con más facilidad y precisión que antes. La idea básica de la invención es sólo el hecho de vigilar el proceso de una manera fiable especialmente teniendo en cuenta su ejecutabilidad. La tarea de vigilar la calidad del producto final es confiada a otros procesos de medición porque una calidad elevada de una buena situación del proceso por lo general siempre se consigue cuando la situación del proceso en sí es igualmente estable. El objetivo primario del método de la invención es el de describir la ejecutabilidad de una máquina de papel. El instante en que ocurre un cambio en las huellas digitales puede verse a partir de los datos históricos, de modo que es posible hallar qué cambios se han producido en las variables de salida en este instante. El hecho de corregir una mala situación está fuera del objetivo de la presente invención, porque corregir una variable de salida dada no es una tarea directa ya que una diferencia dada puede ser el resultado de muchos factores. Preferiblemente se utiliza la habilidad local. El personal de cada planta conoce su planta, y este conocimiento especial es importante cuando el proceso debe ser corregido después de que halla entrado en una condición inestable.

Las características del método de la invención están presentadas en las reivindicaciones más abajo.

El vector de salida de la red neuronal es procesado para producir una cantidad escalar o bien no ambigua. El tratamiento consiste en aplicar un algoritmo matemático, y esto puede hacerse usando un ordenador universal.

Según una forma de realización preferida, se presenta al usuario una conversión polar de una cantidad de diferencia continua, que expresa el estado y la historia del proceso en una forma extremadamente concentrada. Según una tercera forma de realización, la conversión polar mencionada y los conjuntos de valores históricos son presentados juntos al usuario, de modo que, cuando el proceso entra en un estado anormal, será más fácil establecer la razón de ello. Incluso las causas secundarias de inestabilidad del proceso pueden ser establecidas con frecuencia utilizando la habilidad local porque el instante preciso en que ocurre un cambio puede ser determinado por los datos históricos. Preferiblemente se utiliza una red neuronal perceptrón multicapa.

Las demás ventajas y formas de realización de la invención serán descritas a continuación con ejemplos de formas de realización.

Breve descripción de las ilustraciones

A continuación, la invención se describirá con detalle haciendo referencia a los dibujos anexos, donde

La Fig. 1 presenta una disposición general para implementar el método de la invención,

la Fig. 2 presenta una interfaz de usuario preferida a una red neuronal, especialmente una presentación que reduce los datos del proceso en una forma concentrada.

Descripción detallada de la invención

Normalmente, se miden 20 - 30 cantidades variables, consistentes en varios flujos, temperaturas, consistencias y valores de pH y datos obtenidos a partir de sensores preferiblemente electroquímicos, a partir del proceso de producción. Estas cantidades variables forman un vector de entrada (\upbar{x}, t) para una red neuronal, y se genera un vector de salida (\upbar{y}, t) a partir de estos mediante la red neuronal. Durante la fase de enseñanza, un vector de salida óptimo (\upbar{y}_{0},t) ha sido establecido. El vector de salida medido continuamente se compara con este vector de salida óptimo, y la diferencia se produce en forma gráfica claramente visible para el usuario. En la práctica, se ha descubierto que esta tarea puede ser mejor realizada usando una red neuronal perceptrón multicapa (MLP), y la diferencia que debe ser presentada en una forma gráfica es generada como una cantidad escalar k=k(t) que expresa la distancia geométrica entre la huella digital medida instantánea (\upbar{y}, t) y la huella digital enseñada (\upbar{y}_{0}).

La distancia geométrica se calcula p. ej. como una distancia Euclídea.

k=\sqrt{\sum\limits_{n}(y_{i}-y_{io})^{2}}

Una conversión polar k(\varphi,t) está determinada a partir de la cantidad escalar k=k(t) según la fórmula: \varphi(t)= t/T * 2\pi, donde T es una tendencia seleccionada r(t)=k.

La invención pertenece a un entorno de máquina de papel como se presenta en la Fig. 1. En la mayoría de los casos, un sistema según la invención para el uso junto con una máquina de papel 1 puede ser construido usando ordenadores universales provistos de un monitor 5 que están provistos de una aplicación que implementa una red neuronal 2, unos medios de cálculo 3 y una memoria 4. El sistema está conectado a la máquina de papel 1 en parte usando canales de medición existentes, en parte mediante sensores de medición instalados para este propósito. En este ejemplo, preferiblemente un sensor electroquímico multi-canal 7 está conectado a la circulación corta de la máquina de papel. El control 6 y la instalación de la red neuronal 2 son preferiblemente implementados usando bien el mismo ordenador o uno separado. El sistema roto, caja de entrada, sección de cable y sección de presión son medidos al menos mediante los datos del proceso. Las mediciones electroquímicas en al menos algunos de ellos proporcionan una adición sustancial a los datos iniciales. Considerando la última información, la medición del olor emitido por los líquidos del proceso también parece prometedora. Las mediciones electroquímicas incluyen polarización, mediciones galvanoestático o sólo de potencial de reposo.

La dimensión del vector de salida de la red neuronal está generalmente en la gama de 3 - 15; en los ejemplos en las Fig. 1 y 2, es 3 (con 21 cantidades de entrada). La dimensión mínima es el número de categorías que deben distinguirse.

La Fig. 2 presenta una interfaz de usuario preferida a la red neuronal, en la que un grupo de datos cuidadosamente seleccionado es mostrado de forma gráfica al usuario. En este ejemplo, un conjunto de barras 11, "Perfil graduado", en la parte derecha superior del monitor representa una huella digital constante con una buena situación del proceso, es decir valores adimensionales de las cantidades medidas presentadas como barras. De forma correspondiente, se visualiza a la izquierda un conjunto de barras 12, "Perfil en línea", donde los valores medidos instantáneamente se presentan como valores adimensionales y barras. Se presenta en la parte izquierda inferior del monitor un tercer conjunto de barras 14, "Perfil de diferencia", que muestra la diferencia entre cada valor medido y el valor correspondiente óptimo de la huella digital como una barra correspondiente. Las series de barras pueden naturalmente presentarse como una curva continua, aunque en ambos casos se presenta la misma información.

Observando las series de barras en sí, prácticamente no es posible vigilar el proceso porque cualquier cambio que pueda ocurrir se traduce en pérdidas en la variación aleatoria. En cambio, al usuario se le ofrece una información muy concentrada sobre la situación del proceso por medio de un gráfico 10, "Radar de calidad", en el que una cantidad de diferencia dependiente del tiempo se presenta como una conversión polar k(\varphi,t). Puesto que el punto que representa la cantidad de diferencia obtenida está circulando cerca del origen, el proceso está bien controlado. En una situación anormal, el punto se moverá desde el origen. Los cambios en la cantidad de diferencia pueden ser fácilmente detectados en un periodo de tendencia cuya longitud está seleccionada p. ej. de tal modo que cubra tres turnos de trabajo.

Además, el monitor presenta un grupo de valores históricos 13, "Diagrama de colores", que muestra unas barras que han sido generadas a partir de las cantidades medidas (x_{i}) en un periodo temporal correspondiente al mismo orden que la tendencia, valores de medición sucesivos que son visualizados como una barra 13' de información sobre la luminosidad/color donde cada valor (x_{i},t_{n}) está mostrado como una línea transversal con la correspondiente luminosidad/color. Si la luminosidad/color de la barra no variara, entonces su valor no ha varia, mientras que los cambios confirmados son claramente visibles como variaciones de color/luminosidad de la barra. Además, cada barra en el grupo de valores históricos pueden ser presentados como una curva separada 15 según la selección 15'.

Además de la cantidad escalar k=k(t) dependiente del tiempo, naturalmente otros parámetros pueden también ser calculados, aunque, por otra parte, cualquier información extra del resultado puede ser confusa para el usuario.

Puesto que la ejecutabilidad de la máquina está influida por las cargas de superficie electroquímica que están presentes en rodillos diferentes, cables y fieltros y que, con el tiempo, también provocan la acumulación de suciedad en la máquina, la alternativa más ventajosa probablemente será la medir los valores electroquímicos de los materiales iniciales, especialmente los de los flujos de líquido en la producción de pasta y aguas de proceso, como entradas para la red neuronal. La detección de olor de las aguas también será ventajosa con respecto a lo anterior porque algunos cambios, p. ej. las reacciones microbiológicas, producen un rastro de olor diferente antes de que puedan ser discernidas en la electroquímica.

Claims (9)

1. Método para vigilar y analizar un proceso de producción de papel, en el cual:

un gran número de cantidades (xi,t) son medidas a partir del proceso,

las cantidades medidas (xi,t) son introducidas como un vector de entrada (\upbar{x},T) en una red neuronal (2), que, como respuesta produce un vector de salida instantáneo (\upbar{y},t) como una cantidad continua representativa de una huella digital instantánea medida,

al menos un vector de salida óptimo (\upbar{y}_{o},t) representativo de una huella digital enseñada y constante con una buena situación de proceso en cuanto a la ejecutabilidad, es determinado y almacenado en la memoria.

al menos un vector de salida óptimo almacenado (\upbar{y}_{o},t) y el vector de salida instantáneo (\upbar{y},T) obtenido en una situación de proceso normal son comparados sustancialmente en tiempo real,

en base al resultado de la comparación, se determina una diferencia que debe ser presentada en una forma gráfica al usuario,

caracterizado por el hecho de que se determina una cantidad k=k(t) continua dependiente del tiempo que debe ser presentada como resultado al usuario como una distancia geométrica entre el vector de salida instantáneo (\upbar{y},t) y vector de salida óptimo almacenado (\upbar{y}_{o},t), y dicha cantidad k=k(t) continua dependiente del tiempo para el periodo de una tendencia T seleccionada es mostrada visualmente por medio de un monitor al usuario.

2. Método según se define en reivindicación 1, caracterizado por el hecho de que una red perceptrón multicapa (MLP) está seleccionada como la red neuronal que se debe utilizar.

3. Método según se define en reivindicación 1 o 2, caracterizado por el hecho de que una conversión polar k(\varphi,t) que debe ser presentada en una forma gráfica está generada a partir de dicha cantidad k=k(t) como sigue:

\varphi(t)= t/T * 2\pi, T dónde es la tendencia seleccionada r(t)=k.

4. Método según se define en la reivindicación 3, caracterizado por el hecho de que un grupo de valores históricos es determinado a partir de las cantidades medidas (x_{i},t_{n}) en un periodo temporal correspondiente al mismo orden que la tendencia, ahorrando periódicamente el valor adimensional (y_{i},t_{n}) de cada cantidad de entrada, que se almacena y codifica para producir información sobre la luminosidad/color, dichos valores siendo visualizados gráficamente uno tras otro como una barra (13') donde cada valor (y_{i},t_{n}) es visible como una línea transversal o área similar con una correspondiente luminosidad/color.

5. Método según se define en la reivindicación 4, caracterizado por el hecho de que un gráfico de la conversión polar k(\varphi,t) y de las barras históricas (13) es presentado al usuario al mismo tiempo, especialmente por medio del mismo monitor.

6. Método según se define en cualquiera de las reivindicaciones precedentes 3 - 5, caracterizado por el hecho de que la información presentada al usuario en el mismo monitor adicionalmente comprende las cantidades medidas y la buena huella digital como conjuntos de valores convertidos en una forma adimensional y gráfica, p. ej. en secuencias de barras (11, 12).

7. Método según se define en cualquiera de las reivindicaciones precedentes 2 - 6, caracterizado por el hecho de que se presenta al usuario en forma gráfica un grupo de cantidades de diferencia (\upbar{y}_{o}-\upbar{y}) y una secuencia de tiempos.

8. Método según se define en cualquiera de las reivindicaciones precedentes 1 - 7, caracterizado por el hecho de que la dimensión del vector de salida de la red neuronal está en la gama de 3 - 10, preferiblemente igualando el número de categorías que deben ser distinguidas.

9. Sistema para vigilar y analizar el proceso de producción de papel en una máquina de papel (1), donde dicho sistema comprende:

una red neuronal (2) con entradas para la recepción de un gran número de cantidades (xi,t) medidas del proceso, como un vector de entrada (\upbar{x},t), y con salidas para la obtención de una respuesta en forma de un vector de salida instantáneo (\upbar{y},t) representativo de una huella digital medida instantánea,

medios de cálculo (3) para el tratamiento de la respuesta,

medios de almacenamiento (4) para el almacenamiento de al menos un vector de salida óptimo (o,t), representativo de una huella digital enseñada y constante con una buena situación de proceso con respecto a la ejecutabilidad,

medios para comparar, sustancialmente en tiempor real, al menos un vector de salida óptimo almacenado (\upbar{y}_{o},t) y un vector de salida instantáneo (\upbar{y},T) obtenidos en una situación de proceso normal y para determinar, en base a la comparación, una diferencia que se debe presentar al usuario,

un monitor (5) para mostrar la diferencia en una forma gráfica,

caracterizado por el hecho de que dicha red neuronal (2) está adaptada para implementar una red perceptrón multicapa (MLP), y los medios de cálculo (3) está adaptados para determinar una cantidad escalar k=k(t) continua dependiente del tiempo como una distancia geométrica entre el vector de salida instantáneo (\upbar{y},t) y el vector de salida óptimo almacenado (\upbar{y}_{o},t), y de que el monitor (5) está adaptado para mostrar visualmente dicha cantidad escalar k=k(t).