М.М. Фозилов¹, Т.Б. Чистякова², А.Н. Полосин³

1-3 Санкт-Петербургский государственный технологический институт (технический университет)

1 mukim.fozilov@yandex.ru; 2 chistb@mail.ru; 3 polosin-1976@mail.ru

Постановка проблемы. Состояние экструзионного оборудования, применяемого в крупнотоннажных, многоассортиментных, непрерывных производствах упаковочных полимерных пленок (ПП), во многом определяет производительность процесса, сроки выполнения заказов, качество продукции. Поэтому разработка компьютерного инструмента поддержки принятия решений операторов по управлению экструдерами с учетом их фактического состояния является актуальной.

Цель. Разработать интеллектуальную систему (ИС), которая позволяет на основе методов обработки больших производственных данных, математических моделей (ММ) для расчета неконтролируемых на производстве параметров и базы знаний (БЗ) экспертов о нештатных ситуациях (НС), связанных с неисправностями оборудования, решать задачи ресурсосберегающего управления экструдерами и управления в НС.

Результаты. Создана ИС, включающая подсистему формирования советов по управлению экструдерами, подсистему расчета показателей качества экструдата и надежности экструдеров, информационную подсистему, подсистему визуализации данных для построения трендов контролируемых и рассчитываемых параметров, интерфейсы оператора экструдера, администратора и инженера по знаниям. Представлена информационная подсистема, позволяющая настраивать ИС на различные типы ПП и конфигурации оборудования стадии подготовки экструдата, содержит базы данных ПП, экструдеров, параметров состояния оборудования и процесса, показателей качества продукции, БЗ НС, их причин и рекомендаций по устранению. Новизна работы заключается в комплексном использовании методов обработки больших данных, ММ и формализованных экспертных знаний для управления экструдерами. Проведено тестирование ИС по данным экструзионно-каландрового производства жесткой фармацевтической ПП на основе поливинилхлорида на заводе в России и экструзионного производства гибкой ПП на основе полиэтилена низкой плотности для упаковки мяса на заводе в Германии, результаты которого подтвердили работоспособность ИС и возможность ее использования в качестве советчика операторов для управления экструдерами.

Практическая значимость. Применение рассмотренной ИС позволяет сократить время принятия управленческих решений, увеличить временные периоды между остановками оборудования, повысить производительность, уменьшить невозвратные отходы.

Фозилов М.М., Чистякова Т.Б., Полосин А.Н. Интеллектуальная система для ресурсосберегающего управления экструзионным оборудованием в многоассортиментных производствах полимерных пленок // Динамика сложных систем. 2020. T. 14. № 4. С. 21-37. DOI: 10.18127/j19997493-202004-03.

1. Rauwendaal C. Polymer Extrusion. 5th ed. Munich: Hanser. 2014. 950 p.
2. Колгрюбер К. Двухшнековые сонаправленные экструдеры: основы, технология, применение. СПб: Профессия. 2016. 352 с.
3. Лебедева Т.М. Экструзия полимерных пленок и листов. СПб: Профессия. 2009. 216 с.
4. Kohlert M., Hissmann O. Film inspection and process control // Kunststoffe International. 2015. V. 2015. Is. 6–7. P. 60–62.
5. Kohlert M., Chistyakova T.B. Advanced process data analysis and on-line evaluation for computer-aided monitoring in polymer film industry // Известия СПбГТИ (ТУ). 2015. № 29. С. 83–88.
6. Чистякова Т.Б., Тетерин М.А. Программный комплекс для мониторинга и управления качеством полимерных пленок международной промышленной корпорации // Динамика сложных систем – XXI век. 2018. Т. 12. № 3. С. 52–62.
7. Kohlert M., König А. Advanced polymeric film production data analysis and process optimization by clustering and classification methods // Frontiers in Artificial Intelligence and Applications. 2012. V. 243. P. 1953–1961.
8. Chistyakova T.B., Kleinert F., Teterin M.A. Big data analysis in film production // Studies in Systems, Decision and Control. 2020. V. 259. P. 229–236.
9. Тихонов Н.Н., Шерышев М.А. Современные технологии и оборудование экструзии полимеров. СПб: Профессия. 2019. 256 с.
10. Jolliffe I.T., Cadima J. Principal component analysis: a review and recent developments // Philosophical Transactions of the Royal Society A “Mathematical, Physical and Engineering Sciences”. 2016. V. 374. Iss. 2065. 20150202.
11. Seber G.A.F., Lee A.J. Linear Regression Analysis. 2nd ed. Hoboken: Wiley. 2003. 549 p.
12. Noroozi S., Rahman A.G.A., Dupac M., Ong Z.C., Mohd Al-Attas M.B.S., Davenport P. Condition monitoring and diagnostics of an extruder motor and its gearbox vibration problem // Insight: Non-Destructive Testing and Condition Monitoring. 2016. V. 58. Iss. 2. P. 101–107.
13. Singh G.K., Al Kazzaz S.A.S. Induction machine drive condition monitoring and diagnostic research – A survey // Electric Power Systems Research. 2003. V. 64. Iss. 2. P. 145–158.
14. Kumar V.R., Vara Prasad P.V., Diwakar G. Detection of gear fault using vibration analysis // International Journal of Research in Engineering and Science. 2015. V. 3. Iss. 2. P. 45–53.
15. Saruhan H., Sarıdemir S., Çiçek A., Uygur İ. Vibration analysis of rolling element bearings defects // Journal of Applied Research and Technology. 2014. V. 12. № 3. P. 384–395.
16. Sonawane P.B., Kharate N.K. Fault diagnosis of windmill by FFT analyzer // International Journal of Innovations in Engineering and Technology. 2014. V. 4. Iss. 4. P. 47–54.
17. Chebil J., Hrairi M., Abushikhah N. Signal analysis of vibration measurements for condition monitoring of bearings // Australian Journal of Basic and Applied Sciences. 2011. V. 5. Iss. 1. P. 70–78.
18. Aherwar A., Khalid S. Vibration analysis techniques for gearbox diagnostic: a review // International Journal of Advanced Engineering Technology. 2012. V. 3. Iss. 2. P. 4–12.
19. Чистякова Т.Б., Полосин А.Н. Математические модели и программный комплекс для управления экструзионными процессами в гибких многоассортиментных производствах полимерных материалов // Вестник Южно-Уральского государственного университета. Сер. Математическое моделирование и программирование. 2019. Т. 12. № 4. С. 5–28.
20. Тетерин М.А., Чистякова Т.Б., Полосин А.Н. Интеллектуальная система для управления качеством в производстве полимерных пленок в нештатных ситуациях // Известия СПбГТИ (ТУ). 2020. № 53. С. 65–79.
21. Пахомов И.К., Дроздов Н.В. Влияние отклонений напряжения на работу асинхронных двигателей [Электронный ресурс] // Сб. материалов IX Всеросс. научн.-практич. конф. молодых ученых «Россия молодая». Кемерово: КузГТУ. 2017. 0201051. URL: http://science.kuzstu.ru/wp-content/Events/Conference/RM/2017/RM17/pages/Articles/0201051-.pdf (дата обращения: 12.10.2020).
22. Фозилов М.М., Чистякова Т.Б., Полосин А.Н. Программный комплекс для ресурсосберегающего управления экструзионным оборудованием в производстве рукавных полимерных пленок // Сб. трудов междунар. науч. конф. «Математические методы в технике и технологиях». В 12-ти томах. Т. 12. Ч 1. СПб: Изд-во Политехн. ун-та. 2019. С. 114–119.
23. Мешалкин В.П. Экспертные системы в химической технологии. Основы теории, опыт разработки и применения. М.: Химия. 1995. 368 с.
24. Раувендааль К., Пилар Норьега Е.М., Харрис Х. Выявление и устранение проблем в экструзии. Изд-е 2-е. СПб: Профессия, 2011. 367 с.