КОМПЬЮТЕРНАЯ СИСТЕМА РЕСУРСОСБЕРЕГАЮЩЕГО УПРАВЛЕНИЯ МНОГОАССОРТИМЕНТНЫМ ПРОИЗВОДСТВОМ ПОЛИМЕРНЫХ МАТЕРИАЛОВ НА ОСНОВЕ ОБРАБОТКИ БОЛЬШИХ ПРОМЫШЛЕННЫХ ДАННЫХ
Аннотация
Разработана перенастраиваемая компьютерная система управления многоассортиментным гибким производством полимерных материалов, которая формирует советы оператору по ресурсосберегающему управлению на основе обработки больших массивов промышленных данных с использованием методов интеллектуального анализа данных и математического моделирования. Она настраивается на выпуск различного ассортимента продукции, различные конфигурации производственных линий и требования к производительности и качеству продукции. Компьютерная система состоит из следующих основных модулей: - сбор контролируемых параметров производства; - расчет неконтролируемых на производстве показателей качества полупродуктов (экструдата) и целевой продукции; - обработка массивов измеренных и рассчитанных параметров производства для прогнозирования потребительских характеристик продукции и формирования советов по управлению производством. Включенные в состав системы математические модели, выступая в качестве «виртуальных анализаторов», позволяют рассчитывать в реальном времени индекс термической деструкции, степень смешения и цветовые характеристики экструдата; разнотолщинность, степень усадки и цветовые характеристики полимерного материала. Для прогнозирования потребительских характеристик продукции применяются модули многофакторного регрессионного анализа производственных данных (при нормальном распределении данных) и модули машинного обучения с использованием искусственных нейронных сетей и адаптивного композиционного усиленного метаалгоритма (если распределение данных отклоняется от нормального). Визуализация данных осуществляется в виде трендов и трехмерных графиков с отображением рациональных значений управляющих воздействий, обеспечивающих требуемое качество продукции. Применение системы в качестве советчика операторов при определении ресурсосберегающих режимов производства позволяет сократить время принятия управленческих решений, повысить производительность, уменьшив брак полимерных материалов.
Литература
Martens H., Goldmann D. Recyclingtechnik. Berlin: Springer. 2016. 556 p. DOI: 10.1007/978-3-658-02786-5.
La Mantia F. Handbook of plastics recycling. Shrewsbury: Rapra Technology. 2002. 441 p.
Chistyakova T.B., Razygraev A.S., Polosin A.N., Kohlert C. Software package for color control of thin rig-id polymeric materials. Avtomatiz. Prom-sti. 2012. N 7. P. 12-18 (in Russian).
Wu X., Zhu X., Wu G.-Q., Ding W. Data mining with big data. IEEE Trans. Knowl. Data Eng. 2014. V. 26. N 1. P. 97-107. DOI: 10.1109/TKDE.2013.109.
König A., Gratz A. Advanced methods for the analysis of semiconductor manufacturing process data. Advanced Techniques in Knowledge Discovery and Data Mining. Heidelberg: Springer. 2005. P. 27-74. DOI: 10.1007/1-84628-183-0_2.
Bühlmann P., van de Geer S. Statistics for high-dimensional data: methods, theory and applications. Ber-lin: Springer. 2011. 556 p. DOI: 10.1007/978-3-642-20192-9.
Kohlert M., König А. Advanced polymeric film production data analysis and process optimization by clustering and classification methods. Front. Artif. Intell. Appl. 2012. V. 243. P. 1953-1961. DOI: 10.3233/978-1-61499-105-2-1953.
Kohlert M., König А. Large, high-dimensional, hetero-geneous multi-sensor data analysis approach for process yield optimization in polymer film industry. Neural Comput. Appl. 2015. V. 26. N 3. P. 581-588. DOI: 10.1007/s00521-014-1654-5.
Kohlert M., Hissmann O. Applied industry 4.0 in the polymer film industry. Proceedings of the 16th TAPPI European Conference. Basel. 2017. P. 183-190.
Kohlert M., Hissmann O. Defects put to good use. Kunststoffe Int. 2018. V. 108. N 6-7. P. 34-37.
Labutin A.N., Nevinitsyn V.Yu., Zaytsev V.A., Volkova G.V. Robust concentration control of target product in chemical reactor. ChemChemTech [Izv. Vyssh. Uchebn. Zaved. Khim. Khim. Tekhnol.]. 2018. V. 61. N 12. P. 129-136 (in Russian). DOI: 10.6060/ivkkt.20186112.5914.
Karanevskaya T.N., Shumikhin A.G. Modeling of technological processes for algorithmization of problem of management of oil field treatment facilities. ChemChemTech [Izv. Vyssh. Uchebn. Zaved. Khim. Khim. Tekhnol.]. 2020. V. 63. N 2. P. 84-90 (in Russian). DOI: 10.6060/ivkkt.20206302.6100.
Wilczyński K.J., Nastaj A., Wilczyński K. A computer model for starve-fed single-screw extrusion of polymer blends. Adv. Polym. Technol. 2018. V. 37. N 6. P. 2142-2151. DOI: 10.1002/adv.21873.
Sardo L., Vergnes B., Valette R. Numerical modelling of the non-isothermal flow of a non-Newtonian polymer in a cokneader. Int. Polym. Proc. 2017. V. 32. N 4. P. 425-433. DOI: 10.3139/217.3350.
Mikulionok I., Gavva O., Kryvoplias-Volodina L. Modeling the process of polymers processing in twin screw extruders. Eastern-Europ. J. Enterprise Technol. 2018. V. 4. N 5. P. 35-44. DOI: 10.15587/1729-4061.2018.139886.
Voskresenskiy A.M., Sykalov G.V., Panteleev A.A. Computer model of calendering sheet thermoplastics with high thickness quality. Izv. S.-Peterb. Gos. Tekhnol. In-ta (Tekhn. Un-ta). 2014. N 25. P. 56-61 (in Russian).
Magnier R., Agassant J.-F., Bastin P. Experiments and modelling of calender processing for shear thinning ther-moplastics between counter rotating rolls with differential velocities. Int. Polym. Proc. 2013. V. 28. N 4. P. 437-446. DOI: 10.3139/217.2794.
Meshalkin V.P. Introduction to the engineering of energy and resource-saving chemical and technological systems. M.: RKHTU im. D.I. Mendeleev. 2020. 208 p. (in Russian).
Lazutin Yu.D. Quality of life cycle for industrial products. M.: MGTU im. N.E. Bauman. 2016. 2019 p. (in Russian).
Rauwendaal C. Polymer extrusion. Munich: Carl Hanser. 2014. 950 p. DOI: 10.3139/9781569905395.fm.
Rudloff J., Wilhelm M., Lang M., Heidemeyer P., Bastian M. Analysis of the process behavior of co-kneaders. AIP Conf. Proc. 2019. V. 2055. P. 0200072017. DOI: 10.1063/1.5084808.
Chistyakova T.B., Polosin A.N. Mathematical models and software package for extrusion control at flexible multi-assortment productions of polymeric materials. Bull. South Ural State Univ. Math. Modelling, Progr. Computer Software. 2019. V. 12. N 4. P. 5-28 (in Russian). DOI: 10.14529/mmp190401.
Wilczyński K., Nastaj A., Lewandowski A., Wilczyński K.J. Multipurpose computer model for screw processing of plastics. Polym.-Plast. Technol. Eng. 2012. V. 51. N 6. P. 626-633. DOI: 10.1080/03602559.2012.659313.
Teixeira C., Gaspar-Cunha A., Covas J.A. Flow and heat transfer along the length of a corotating twin screw extruder. Polym.-Plast. Technol. Eng. 2012. V. 51. N 15. P. 1567-1577. DOI: 10.1080/03602559.2012.716477.
Lewandowski A., Wilczyński K.J., Nastaj A., Wilczyński K. A composite model for an intermeshing counter-rotating twin-screw extruder and its experimental verification. Polym. Eng. Sci. 2015. V. 55. N 12. P. 2838-2848. DOI: 10.1002/pen.24175.
Monchatre B., Raveyre C., Carrot C. Influence of the melt viscosity and operating conditions on the degree of filling, pressure, temperature, and residence time in a co kneader. Polym. Eng. Sci. 2018. V. 58. N 2. P. 133-141. DOI: 10.1002/pen.24540.
Vergnes B. Calculation of average residence time in a kokneader. Int. Polym. Proc. 2011. V. 26. N 5. P. 587-589. DOI: 10.3139/217.2528.
Brito-Bazan M., Fradette L., Tanguy P.A. Experimental flow visualization and residence time distributions in a co-kneader. Int. Polym. Proc. 2012. V. 27. N 4. P. 414-426. DOI: 10.3139/217.2470.
Monchatre B., Raveyre C., Carrot C. Residence time distributions in a cokneader: a chemical engineering ap-proach. Polym. Eng. Sci. 2015. V. 55. N 6. P. 1237-1245. DOI: 10.1002/pen.24061.
Sovetov B.Ya., Tsekhanovskiy V.V., Chertovskoy V.D. Representation of knowledge in information systems. M.: Akademiya. 2012. 144 p. (in Russian).
Haykin S. Neural networks and learning machines. N.Y.: Pearson Prentice Hall. 2009. 906 p.
Hastie T., Tibshirani R., Friedman J. The elements of statistical learning: data mining, inference, and prediction. N.Y.: Springer. 2009. 745 p.
Kohlert M., Chistyakova T.B. Advanced process data analysis and on-line evaluation for computer-aided monitoring in polymer film industry. Izv. S.-Peterb. Gos. Tekhnol. In-ta (Tekhn. Un-ta). 2015. N 29. P. 83-88. DOI: 10.15217/issn998984-9.2015.29.80.
Meshalkin V.P., Dli M.I., Stoyanova O.V. Artificial neural networks applied to modeling of the properties of composite materials. ChemChemTech [Izv. Vyssh. Uchebn. Zaved. Khim. Khim. Tekhnol.]. 2011. V. 54. N 5. P. 124-127 (in Russian).
Chistyakova T.B., Kleinert F., Teterin M.A. Big data analysis in film production. Stud. Syst. Decis. Control. 2020. V. 259. P. 229-236. DOI: 10.1007/978-3-030-32579-4_18.
Chistyakova T.B., Teterin M.A. Software solution for monitoring and control of polymeric film quality for in-ternational industrial corporation. Dinamika Slozh. Sistem – XXI v. 2018. V. 12. N 3. P. 52-62 (in Russian). DOI: 10.18127/j19997493-201803-08.
