Tuotannon kuormituksen muuttuessa myös energiantarve vaihtelee. Jos muutoksiin pystytään reagoimaan vasta niiden tapahduttua, energiaa voidaan tuottaa väärään aikaan tai väärä määrä, kapasiteettia jää hyödyntämättä ja prosessin vaihtelu voi vaikuttaa tuotannon tasaisuuteen ja laatuun. Kaikki tämä näkyy lopulta myös euroissa.
Monessa tuotantolaitoksessa tietoa näistä tapahtumista on jo paljon. Automaatiosta, laitteista ja energiankulutuksesta kertyy dataa jatkuvasti, mutta kerätty tieto kertoo usein ennen kaikkea nykyhetkestä ja siitä, mitä on jo tapahtunut. Optimoinnissa kiinnostavaa on päästä askel pidemmälle: mitä prosessissa tapahtuu seuraavaksi ja pystytäänkö tarvittavat muutokset tekemään ajoissa?
Teollisuuden energiankäytön optimointi tarkoittaa käytännössä sitä, että energiantuotantoa ja kulutusta ohjataan tuotannon todellisen ja ennustetun tarpeen mukaan. Tavoitteena on vähentää energiahävikkiä, parantaa energiatehokkuutta, hyödyntää kapasiteettia tehokkaammin ja pitää prosessi mahdollisimman vakaana. Reaaliaikaisen tilanteen rinnalle tuodaan historiatietoa ja ennusteita, jotta tuotannon muutoksiin pystytään varautumaan aikaisemmin.
Tuotannon optimointi lähtee prosessista ja käytettävissä olevasta datasta
Kun optimointia lähdetään rakentamaan, käymme asiakkaan kanssa läpi nykyisen prosessin, käytettävissä olevan datan ja tavoitteen. Yhdessä kohteessa halutaan vähentää energiahävikkiä, toisessa parantaa käyttöastetta tai hyödyntää nykyistä kapasiteettia tehokkaammin. Samalla määritellään mittarit, joilla tuloksia myöhemmin arvioidaan.
PlantSysin liiketoimintajohtaja Laura Leskinen nostaa datan validoinnin tärkeäksi osaksi työtä. Käytettävissä olevaa tietoa verrataan siihen, mitä optimoinnilla halutaan saavuttaa. Tässä vaiheessa nähdään myös datan mahdolliset puutteet ja päästään ratkaisemaan niitä yhdessä asiakkaan kanssa. Asiakkaan oma prosessituntemus on tässä arvokasta.
”Tekoäly on hyvä työkalu optimoinnissa ja ennustamisessa, mutta ensin täytyy käydä läpi olemassa oleva data”, Leskinen kiteyttää.
Prosessin optimoinnin ensimmäisiä vaiheita pystytään usein rakentamaan fysikaalisten ja matemaattisten mallien avulla. Koneoppimiseen soveltuvaa laadukasta dataa ei aina ole alussa riittävästi, mutta se ei estä optimoinnin aloittamista. Kun prosessista opitaan lisää ja uutta dataa kertyy, koneoppimista voidaan hyödyntää mallien tarkentamisessa ja optimoinnin viemisessä syvemmälle prosessiin.
PlantSys hyödyntää myös hybridimallinnusta, jossa fysikaalisia prosessimalleja yhdistetään valituissa käyttökohteissa tekoäly- ja koneoppimismalleihin. Koneoppimista voidaan käyttää esimerkiksi ennustamiseen, poikkeamien tunnistamiseen ja suositusten muodostamiseen. Mallia voidaan täydentää myös ulkoisella tiedolla, kuten sääennusteilla, tai tuotannonohjausjärjestelmästä saatavalla datalla.
Ennakoivasta analytiikasta käytännön optimointiin
Muutaman tunnin näkymä tulevaan voi olla tuotannon kannalta huomattavasti arvokkaampi kuin tieto pelkästä tämänhetkisestä energiankulutuksesta. Jos energiantarpeen tiedetään olevan kasvamassa, muutokseen ehditään valmistautua ennen kulutuspiikkiä. Vastaavasti ennustettu tarpeen lasku voidaan huomioida energiantuotannossa ajoissa.
PlantSys Optimointi tuo prosessin käyttäjälle ennusteita ja suosituksia, joiden perusteella prosessin toimintaa voidaan muuttaa. Alkuvaiheessa käyttäjät ovat tarkoituksella vahvasti mukana. Leskisen mukaan optimointia lähdetään tekemään yhdessä niiden ihmisten kanssa, jotka tuntevat prosessin ja käyttävät sitä päivittäin. Samalla nähdään, miten suositukset toimivat todellisissa tuotantotilanteissa.
Ennakoiva analytiikka kertoo, mihin suuntaan tilanne on kehittymässä. Optimoinnissa tämän tiedon perusteella arvioidaan, miten prosessia kannattaa ajaa asetetun tavoitteen saavuttamiseksi. Kun mallin toiminnasta ja tuloksista kertyy riittävästi kokemusta, optimointia voidaan viedä pidemmälle ja muutokset voidaan viedä suoraan asiakkaan prosessinohjaukseen.
Tuotantokäyttö edellyttää lisäksi toimivaa arkkitehtuuria, tietoturvaa ja jatkuvaa ylläpitoa. Nämä huomioidaan PlantSysilla optimointiratkaisua rakennettaessa, jotta ratkaisu palvelee asiakkaan prosessia ja sen käyttäjiä myös pidemmällä aikavälillä.
Miten optimoinnin liiketoimintahyötyä mitataan?
Optimoinnin onnistumista pitää pystyä arvioimaan samoilla asioilla, joihin sillä haluttiin vaikuttaa. Siksi Leskisen mukaan mittarit sovitaan jo ennen työn aloittamista. Jos tavoitteena on vähentää energiahukkaa, yksi selkeä mittari on sen määrä ennen optimointia ja sen jälkeen. Toisessa käyttökohteessa seurataan esimerkiksi käyttöastetta, kapasiteetin hyödyntämistä tai prosessin vakautta.
Näin nähdään myös, miten tekninen parannus muuttuu taloudelliseksi hyödyksi. Vähentynyt energiahävikki ja optimoitu polttoaineen käyttö vaikuttavat energiakustannuksiin. Tuotannon puolella hyötyä voi syntyä nykyisen kapasiteetin tehokkaammasta käytöstä tai prosessin tasaisemmasta toiminnasta. Mittarit valitaan asiakkaan prosessin ja tavoitteen mukaan, jolloin optimoinnin vaikutusta pystytään seuraamaan myös euroissa.
Useimmilla yrityksillä on jo ainakin osa optimointiin tarvittavasta datasta. Ensimmäinen askel on selvittää, missä tuotannon tai energiankäytön suurin optimointipotentiaali sijaitsee ja millä mittareilla sen vaikutusta kannattaa seurata. Tästä optimointia voidaan kehittää vaiheittain tulosten ja kertyvän datan perusteella.
Energian tasapainon optimointi teollisuuslaitoksessa
Tuotannon ja energiankäytön yhteys korostuu prosesseissa, joissa energiantarve muuttuu nopeasti. Kun tulevaa tarvetta pystytään ennakoimaan, energiantuotantoa voidaan sovittaa paremmin tuotannon tilanteeseen ja muutoksiin reagoida ajoissa.
Olemme koonneet käyttötapaukseen esimerkin siitä, miten PlantSysia hyödynnetään teollisuuslaitoksen energiataseen ennustamisessa ja optimoinnissa. Materiaalissa avataan lähtötilannetta, hyödynnettyä dataa, optimoinnin toimintaperiaatetta ja tavoiteltavia liiketoimintahyötyjä.
Keskustellaan tuotannon ja energiankäytön optimoinnista Alihankinnassa
Jos tuotannon energiankäyttö vaihtelee, prosessiin halutaan enemmän ennakoitavuutta tai nykyisestä kapasiteetista halutaan saada enemmän irti, tule keskustelemaan Laura Leskisen ja muiden PlantSysin asiantuntijoiden kanssa messuille, halli A, osasto A1218.
Voimme lähteä liikkeelle teidän tuotannostanne: mitä dataa on jo käytettävissä, missä optimointipotentiaalia voisi olla ja millaista liiketoimintahyötyä sen hyödyntämisellä voidaan tavoitella.
