纸浆和造纸工业的数据分析

纸浆和造纸厂的生产成功受许多因素的管辖，因为过程很复杂，并且使用包括纸质机和辅助装置的许多设备。Sartorius的多变量数据分析软件SIMCA^®提供了一个全面且易于使用的工具集，用于分析历史生产数据，以确定影响最终质量、产量、可持续性和许多其他重要优化目标的最重要因素。这种优化过程的最终目标是从原材料到最终产品的全面可见性和质量预测。

多元变量的系数图，分数图中的一个点，描述了锅炉/汽轮机动力和蒸汽发电机组相对于NO的运行状态_x生产。此图显示了原始变量对从最强的正（红色）排名到最强的负（蓝色）的影响。这一目了然地展示应该加强哪些因素，并且需要减少以优​​化_x生产。

多元过程数据分析最突出的优点之一是减少了信息深度。具有数百个变量的多年历史过程数据可以显示在一个图表中。然而，整个过程是无损的，像上面的系数图这样的工具允许在任何点进行钻取。这显示了哪些变量在每个点上有最大的影响，并驱动这个过程。它还揭示了隐藏的相关性和因果关系，为过程提供了额外的洞见。

这使得多元数据分析成为培训的宝贵工具。通过观察不同部件如何相互作用，以及哪些变量驱动相互作用，新操作人员将能够更好地理解磨机的功能。此外，它还验证了经验丰富的员工的知识，提供了额外的好处，这不会失去这些95新利官方首页运营商退休。

通过使用数据分析回答生产优化周围的典型问题：

• 关于生产优化对工厂的运营产生最强烈的因素/变量是什么？
• 这些影响如何取决于工厂在运行的操作模式或负载级别？
• 如何利用那些始终运行的人尽可能环保？
• 因素之间是否存在因素之间的关系，我没有看到影响操作？

在任何其他过程中监视和控制纸浆和纸张操作的能力 - 要求控制程序连接到分布式控制系统（DCS）或制造执行系统（MES），具体取决于工厂的布局。Sartorius的控制软件 - Simca^®-online - 与DCS或ME进行沟通，并不会替换它们，因此监督控制。

使用数据分析建模可用于将单个变量的许多控制图组合到一个多变量控制图表中。由于这种信息深度的减少是无损的，所以可以在控制图中的任何点使用钻取能力，以检测到偏差的根本原因并采取纠正措施。

设置多变量过程控制非常简单。以下是典型的方案，详细介绍了根据条件和客户优先事项的调整：

1. 定义范围、资源和需求
2. 设置多元软件
3. 使用数据科学家咨询服务和/或让员工培训，以执行后续任务新利18是干嘛的
4. 确定最可能从数据历史学家那里获取的适合的数据集
5. 找到驱动过程的最有影响力的变量调查并从中构建多变量模型
6. 上传模式进入在线监控软件 - 蓄势待发。

如果需要进行可用装置，则可以在铣床场所的任何外部人员中远程完成所有这些步骤，包括咨询和培训，包括咨询和培训。

在任何其他过程中监视和控制纸浆和纸张操作的能力 - 要求控制程序连接到分布式控制系统（DCS）或制造执行系统（MES），具体取决于工厂的布局。Sartorius的控制软件 - Simca^®-online - 与DCS或ME进行沟通，并不会替换它们，因此监督控制。

使用SIMCA的过程控制示意图^®-在线的。该程序通过几个不同的数据库连接DCS或ME，其又连接到数据网络。一台造纸机和各种挂钩的一个或多个辅助设备到同一网络。simca.^®-online Server从这些数据库中读取数据，也可以写回历史记者或批处理数据库（如果需要），如果需要的话，则为DCS / MES。

如图所示，一个装置可以用于过程控制，从简单的监控到闭环控制。用于监控SIMCA^®-online将来料工艺数据与理想工艺模型进行比较，并将其绘制在一个单一的多变量控制图中，使用2 σ和3σ;偏差的限制。操作人员可以很容易地看到一个过程是否离理想状态太远了。

预测控制是上次提升了复杂范围。在这种情况下，该软件基于从历史数据分析中获得的知识来预测当前过程的开发。95新利官方首页经过一定的过程运行时间，因此，它将能够预测过程结果（产量，质量参数）或者将来可能会失控。在后一种情况下，这可以用来提醒操作员迄今将看到人眼看到偏差发生。

最先进的是规范性控制。它可以添加建议对重要设置的更改为规范控制。这意味着运算符知道要重置为新值的参数以停止进程偏差。我们将其称为未来。如果需要，这也可以通过自动将更改写回DCS / MES来闭环控制。