Kvalitetsarbete med batchprocesser

Optimering av industriella processer är ett viktigt steg för kvalitetsäkring av processer och produkter och för en effektivt resurs- och energianvändning. En väsentlig del i kvalitetsarbetet med industriella batchprocesser är att spåra och minska processvariationer. Multivariata beräkningsmetoder är ett kraftfullt verktyg för detta men kräver ett systematisk arbetssätt för insamling och granskning av information, för utformning av beräkningsrutiner och för tolkning av resultaten.” Det som skiljer batchprocesser från mera vanliga kontinuerliga processer är att loggade data från processen förändras under batchens gång. Förutom dessa tidserier finns också skalära data, dvs ingångsdata som beskriver råvaror och bakgrundstillstånd samt resultatdata t.ex. i form av kvalitetsegenskaper. Den här rapporten beskriver arbetsgången vid multivariat analys och modellering av batchprocesser i industriella sammanhang. Arbetet sker i flera steg 1 Processbeskrivning 2 Datakatalogisering 3 Datainsamling och sammanställning 4 Analys och modellering 5 Rapportering För analys och modellering har vi använt principalkomponentanalys (PCA) och PLS-regression både på skalära data och på batchdata. Metoderna och tillvägagångssättet presenteras med användning av programmet SIMCA från Umetrics AB.

Prenumerera på våra nyhetsbrev