Инструмент ProficyCSense компании GE IP для моделирования и оптимизации производственных процессов

Построение моделей и виртуальных симуляторов технологических процессов – одно из ключевых и важных направлений, которое предоставляет возможности для быстрого анализа и профилактики производственных проблем, а также решения задач по повышению эффективности работы промышленных объектов. Программный продукт Proficy CSense компании GE Intelligent Platforms предлагает богатый инструментарий для построения эмпирических моделей по набору исторических производственных данных и последующего решения целого ряда задач, часто возникающих на предприятиях. Данный продукт может использоваться для работы как с производствами непрерывного типа, так и с дискретными и порционными процессами.

На базе пакета Proficy CSense компания «ИндаСофт» предлагает широкую гамму решений по построению экспертных систем на производствах.

Пакет Proficy CSense является интеллектуальной надстройкой над оперативными и историческими базами производственных данных. Его ключевое назначение – использование исторических данных для получения информации о протекании технологических процессов, а также для построения функциональных связей и генерации статистических моделей зависимости целевых показателей эффективности (KPIs) процессов от параметров технологического режима работы для того или иного объекта.

Среди решаемых задач: диагностика и поиск причин отклонений параметров процесса от желаемых значений, мониторинг состояния оборудования, построение виртуальных датчиков, стабилизация и оптимизация целевых показателей эффективности.

Proficy CSense поддерживает интеграцию с широким набором источников данных: базы данных Microsoft Access, MySQL, SQL Server, Oracle; архивы OSI-Soft PI, Proficy Historian, Wonderware; АСУ ТП через OPC интерфейс; различные текстовые данные и пользовательские форматы .NET

Для обработки и подготовки статистики для моделирования в пакете проводится корреляционный анализ данных, использующийся как для выбора декоррелированных входных параметров модели и определения ключевых факторов, влияющих на KPI, так и для нахождения временных запаздываний KPI от входов модели. Заложена также возможность проведения частотного анализа данных для определения цикличности различных показателей.

Построение моделей здесь реализовано с помощью современных методов машинного обучения. Причем продукт позволяет строить многомерные модели различной степени сложности: как линейные, так и сильно нелинейные. Для построения сложных нелинейных зависимостей используется аппарат искусственных нейронных сетей. Помимо этого, имеется возможность программировать свои модели или добавлять функции, сделанные в других приложениях. Для решения оптимизационных задач в продукт интегрирован солвер, позволяющий решать задачи с простыми линейными ограничениями интервального типа. Несмотря на сложный математический аппарат, используемый в продукте, работа в нем достаточно комфортна и не представляется трудоемкой.

Программный продукт Proficy CSense состоит из трех основных частей: Troubleshooter, Architect и модуль Action Object Manager вкупе с Report Server.

Компонент Troubleshooter предназначен, главным образом, для обработки исторических данных и созданию моделей технологических процессов.

Модуль Architect обеспечивает проведение симуляций и построение on-line решений. Помимо этого, в нем самом содержится достаточно богатый инструментарий для многокомпонентного моделирования и оптимизации в режиме реального времени. Имеются возможности для программирования собственных моделей и объектов, а также интеграции объектов, созданных во внешней среде.

Action Object Manager & Report Server – сервис размещения и запуска on-line решений, разработанных в Troubleshooter и Architect. В паре с сервером отчетов (Report Server), который предоставляет сервис web-отчетов и наглядного представления различной аналитической информации, этот модуль формирует Run-time оболочку исходного продукта.

Существенный эффект от использования пакета Proficy CSense можно получить не только на тех производствах, где ведется сбор длинного архива исторических данных, но и там, где имеется только уровень АСУ ТП. Если статистика показывает большую вариативность процессов и остро стоит задача по стабилизации и оптимизации объектов, а также имеется возможность активного управления этими объектами, то возможные результаты по повышению эффективности производства могут быть весьма значительными.

В качестве примера приведем установку по металлизации окатышей на одном из российских металлургических комбинатов, где предварительный пилотный проект показал возможность оптимизации удельного потребления природного газа в печи в среднем на 10-15% без ухудшения качества выпускаемой продукции. На примере другого промышленного объекта удалось не только снизить удельное потребление энергоресурса в среднем на 7-8%, но и стабилизировать качество выходного продукта на желаемом уровне (оптимизация удельного потребления водяного пара на установке получения бутадиена).