Case Study: Statistica Automatizované neuronové sítě jako nástroj pro odhadové metody během výrobního procesu

ORLEN Unipetrol RPA

ORLEN Unipetrol RPA, s.r.o. je předním českým producentem v oblasti rafinérských, petrochemických a agrochemických surovin, což se odráží i ve zkratce RPA: rafinérie, petrochemie, agrochemie. Společnost na trh dodává především motorová paliva, topné oleje, asfalty, zkapalněné ropné produkty, olejové hydrogenáty, ostatní rafinérské produkty, olefiny a aromáty, agrochemikálie, saze a sorbenty, polyolefiny (vysokohustotní polyetylén, polypropylén).

Výchozí stav a popis problematiky

Pro kvalitní výrobu produktů, které má společnost ve svém portfoliu, je nutností dodržet jejich předepsané složení. Aby tohoto mohlo být dosaženo, Unipetrol v průběhu procesu výroby pravidelně provádí analytické rozbory pro potřeby mezioperativní a finální kontroly. Tento proces odběru vzorků a jejich analýzy v laboratořích je náročný jak časově, tak z hlediska lidských zdrojů a bývá i po finanční stránce.

Požadavky Unipetrolu

Unipetrol tedy hledá řešení v podobě software, jenž umožní okamžitou predikci kvalitativních parametrů proudů (poloproduktů či finálních produktů) na základě běžně dostupných procesních parametrů. Požadovaný nástroj, tzv. virtuální senzor, má být v podobě systému zvaného automatizovaná neuronová síť se silným důrazem na to, aby uměl exportovat algoritmus výpočtu (natrénovanou síť) v podobě kódu do jiného softwaru, jakým je například MS Excel. Vzhledem k faktu, že všichni potenciální dodavatelé nabídli pouze alternativní řešení, vybírá Unipetrol jako řešení takzvaného virtuálního analyzátoru software Statistica Automatizované neuronové sítě CZ + Generátor kódu.

Průběh implementace

Instalace softwaru byla zcela jednoduchým procesem, který zvládli samotní zástupci Unipetrolu. Instalaci předcházelo dvoudenní školení modulu Neuronové sítě, které se uskutečnilo ještě v průběhu výběrového řízení.

„Nejsložitějším procesem je výběr dat, se kterými bude neuronová síť pracovat“, říká Ing. Jiří Schöngut, CSc., vedoucí odboru rozvoje procesů, Unipetrol RPA, s.r.o.

Spolupráce s dodavatelem

„Spolupráce s dodavatelem byla, řekl bych, ukázková“, uvádí Ing. Schöngut, a pokračuje: „V průběhu testování se objevilo pouze několik drobných chyb při exportu, jako například špatná syntaxe během generování kódu. Reakce týmu dodavatele a jeho zásah při nápravě byla okamžitá a především vstřícná. Také veškerá podpora probíhala k naší úplné spokojenosti“.

Výsledný stav

Software jako nástroj pro vytvoření modelu neuronové sítě, která slouží pro okamžitý odhad složení vyráběného produktu, v současnosti významnou měrou pomáhá společnosti při snížení četnosti odběrů vzorků, stabilizaci kvality a při maximalizaci produkce žádané kvality. Vlastní postup je následující: v softwaru Statistica vytvořený model neuronové sítě na základě historických dat, následně implementovaný do programu Excel, využívá dostupné procesní údaje a vypočítává predikci kvalitativní parametry (např. složení) sledovaného proudu. Operátor daného procesu díky takto zpracovaným datům může ihned učinit případné kroky, jež vedou k nápravě technologického procesu a nemusí čekat na zdlouhavý proces laboratorní analýzy. Včasná reakce tak výrazně snižuje ztráty v daném procesu. Statistica Automatizované neuronové sítě CZ + generátor kódu, ušetří společnosti Unipetrol za jeden rok řádově miliony Kč.

Další reference

Case Study: Masarykova univerzita

Software TIBCO Statistica je již několik let dostupný všem pracovníkům a studentům Masarykovy univerzity v Brně a podle našich zkušeností je jimi hojně využíván. Kromě