Bir üretim şirketinin tesis operasyonlarını iyileştirmek için Verim-Enerji Üretimi (YET) analizlerinden nasıl yararlandığını öğrenin.
Meydan okuma
Müşterimiz bir selüloz işleme ve elyaf üretim şirketidir. Tesislerindeki ısı eşanjörlerinin performans düşüşünü anlamak ve flaş evaporatörlerin buhar tüketimini doğru bir şekilde tahmin etmek istiyorlardı. Isı eşanjörlerinin performansındaki düşüş, genel proses verimliliğini doğrudan etkileyerek potansiyel enerji israfına ve üretkenliğin azalmasına yol açar. Bu arada müşteri, buhar tüketimini doğru bir şekilde tahmin ederek kaynak tahsisini optimize edebilir ve genel tesis operasyonlarını iyileştirebilir.
Müşterimizin temel amacı iki yönlüdür:
- İlk olarak, ısı eşanjörlerinin performans düşüşüne ilişkin kapsamlı bir anlayışa sahip olmak, verimlilik düşüşüne katkıda bulunan faktörlerin analiz edilmesini ve bu azalmayı ölçecek modeller geliştirmeyi içerir.
- İkincisi, flaş buharlaştırıcıların buhar tüketimini doğru bir şekilde tahmin etmek için bu anlayıştan yararlanın. Bunu başararak enerji kullanımını optimize edebilir ve genel tesis operasyonlarını geliştirebilirler.
Strateji
1. Isı eşanjörünün bozulmasına etki eden faktörlerin belirlenmesi
Isı eşanjörünün bozulmasını potansiyel olarak etkileyebilecek faktörleri belirledik. Görevimiz, ısı eşanjörlerinin bozulmasını etkileyen unsurların kapsamlı bir şekilde anlaşılmasını amaçlayan bu faktörlerin kapsamlı bir listesini oluşturmaktı.
2. Selüloz üretim prosesinin anlaşılması
Üretim sürecini anladıktan ve çeşitli aşamalarda ısı eşanjörlerinin verimliliği üzerindeki etkisini belirledikten sonra analiz ekibi, süreci müşteriden alınan veri noktalarıyla eşleştirdi.
3. Makine öğrenimi modellerinin uygulanması
Çoklu makine öğrenimi modelleri uygulandı. Eşanjörlerin buhar çıkışını %95'in üzerinde doğrulukla tahmin eden en iyi model seçilmiştir.
İnfaz
1. Keşifsel veri analizi (EDA) ve işletim önerileri
Model için 1 yıllık bir süre düşünülmüş ve eksik veriler tespit edilmiştir. Kesinti süreleri türetilmiş kurallar kullanılarak belirlendi ve veriler birden fazla döngüye bölündü. Toplamda, her döngünün HE'nin temizliğinden sonra başladığı ve FE'nin tekrar temizlik için durdurulmasına kadar devam ettiği 8 döngü belirlendi.
Çoklu değişkenler arasındaki ilişkiyi anlamak için korelasyon analiziyle birlikte aykırı değer tedavisi uygulandı ve bu da değerli içgörülere yol açtı. Çalışma döngüsünü en üst düzeye çıkarmak ve verimliliği artırmak için ideal çalışma aralıklarına ilişkin önerilerde bulunuldu.
2. Makine öğrenimi modellerinin uygulanması
Çoklu operasyonel döngüleri analiz ederek verimlilik düşüş bantlarını belirledik. Döngülerin buhar verimliliğini tahmin etmek için rastgele orman, XGBoost ve FCNN gibi Sinir ağları gibi makine öğrenme modelleri uygulandı. Doğruluk ve varyansa göre en iyi model seçildi.
Sonuçlar
- Buhar tüketimi, 7 gün önceden tahmin dönemi için %93'ün üzerinde doğrulukla tahmin edilebilir
- Evaporatör ayarlarına yönelik proaktif öneriler sunularak buhar tüketiminde optimizasyon sağlanabilir