Разработка алгоритма предиктивной диагностики технологического процесса производства БОПП-пленки

Бесплатно
Работа доступна по лицензии Creative Commons:«Attribution» 4.0
Поданев, Максим Николаевич Отделение автоматизации и робототехники (ОАР)
Бесплатно
Работа доступна по лицензии Creative Commons:«Attribution» 4.0

Целью работы является потенциальное уменьшение количества остановок установки поперечного ориентирования БОПП-пленки и планирование мероприятий по обслуживанию оборудования. Для этого производится построение прогностических моделей для предсказания дальнейшего тренда технологического процесса и выявления в нем аномальных значений.

Реферат…………………………………………………………………………………………………….11
Обозначения и сокращения……………………………………………………………………….16
Определения…………………………………………………………………………………………….17
Введение…………………………………………………………………………………………………..19
Цели и задачи исследования……………………………………………………………………..20
Обзор существующих решений…………………………………………………………………21
1 Описание технологического процесса производства БОПП-пленки………23
2 Оборудование ТДО……………………………………………………………………………..28
2.1 Контроллерное оборудование ТДО…………………………………………………..28
2.2 Датчики ТДО……………………………………………………………………………………29
2.3 Двигатели ТДО…………………………………………………………………………………30
2.4 Ректифер ТДО………………………………………………………………………………….30
2.5 Control Unit ТДО………………………………………………………………………………31
3 Схема информационных потоков ТДО…………………………………………………32
4 Разработка предиктивной модели………………………………………………………..33
4.1 Основные шаги в разработке предиктивной модели…………………………..33
4.2 Сбор данных для предиктивной модели…………………………………………….33
4.3 Постановка задачи……………………………………………………………………………34
4.4 Требования к временному ряду…………………………………………………………34
4.5 Стек технологий для исследования……………………………………………………38
4.6 Метрики качества……………………………………………………………………………..40
4.7 Подготовка данных…………………………………………………………………………..41
4.8 Прогнозные модели………………………………………………………………………….42
4.8.1 Методы скользящего среднего (moving average, MA)……………………..43
4.8.2 Методы экспоненциального сглаживания………………………………………44
4.8.2.1 Экспоненциальное сглаживание…………………………………………………….44
4.8.2.2 Двойное экспоненциальное сглаживание………………………………………..45
4.8.2.3 Тройное экспоненциальное сглаживание (Holt-Winters)………………….47
4.8.3 Авторегрессионые модели……………………………………………………………..49
4.8.3.1 AR (autoregreesive) модель……………………………………………………………..49
4.8.3.2 ARIMA (autoregressive integrated moving average) модель………………..50
4.8.3.3 SARIMA (seasonal autoregressive integrated moving average) модель…52
4.8.4 Скрытая марковская модель (Hidden Markov model)……………………….53
4.8.5 Регрессионные модели…………………………………………………………………..56
4.8.5.1 Теоретическая часть………………………………………………………………………56
4.8.5.2 Практическая часть………………………………………………………………………..57
4.8.6 Модели на базе классификационно-регрессионных деревьев………….60
4.8.6.1 CatBoost…………………………………………………………………………………………60
4.8.6.2 XGBoost………………………………………………………………………………………..62
4.8.6.3 LightGBM………………………………………………………………………………………64
4.8.6.4 Сравнение CatBoost, XGBoost, LightGBM………………………………………66
4.8.7 Нейросетевые модели…………………………………………………………………….67
4.8.8 Готовые решения (Facebook Prophet, Amazon Gluon TS)…………………71
4.8.8.1 Facebook Prophet……………………………………………………………………………71
4.8.8.2 Amazon Gluon TS…………………………………………………………………………..72
4.8.9 Сравнение моделей прогнозирования…………………………………………….74
4.9 Детектирование аномалий………………………………………………………………..76
4.9.1 Статистические методы…………………………………………………………………77
4.9.1.1 Ящик с усами…………………………………………………………………………………77
4.9.1.2 Z-score…………………………………………………………………………………………..78
4.9.2 Контрольные карты……………………………………………………………………….79
4.9.3 Методы, основанные на плотности…………………………………………………80
4.9.3.1 Локальный уровень выброса (LOF, Local outlier factor)…………………..80
4.9.3.2 DBSCAN……………………………………………………………………………………….81
4.9.4 Методы машинного обучения………………………………………………………..82
4.9.4.1 One Class SVM………………………………………………………………………………82
4.9.4.2 Isolation Forest……………………………………………………………………………….84
4.9.5 Модельные методы………………………………………………………………………..85
4.9.6 Методы на основе экспертных знаний……………………………………………86
4.9.7 Сравнение методов детектирования……………………………………………….87
4.10 Интеграция предиктивной модели в технологический процесс
производства БОПП-пленки………………………………………………………………………90
4.10.1 Имитационная модель ТДО……………………………………………………………90
4.10.2 SCADA-пакет………………………………………………………………………………..91
4.10.3 OPC-сервер……………………………………………………………………………………92
4.10.4 База данных…………………………………………………………………………………..92
4.10.5 Онлайн-мониторинг технологического процесса…………………………….93
4.10.6 Реализация взаимодействия технологического процесса и
предиктивной модели……………………………………………………………………………….94
5 Финансовый менеджмент, ресурсоэффективность и ресурсосбережение…98
5.1 Организация и планирование работ……………………………………………………..98
5.1.1 Продолжительность этапов работ………………………………………………………99
5.2 Расчет сметы затрат на выполнение проекта……………………………………….107
5.2.1 Затраты на материалы и покупные изделия……………………………………..107
5.2.2 Затраты на заработную плату…………………………………………………………..108
5.2.3 Затраты на социальный налог………………………………………………………….109
5.2.4 Затраты на электроэнергию……………………………………………………………..109
5.2.5 Амортизационные расходы……………………………………………………………..110
5.2.6 Расходы, учитываемые непосредственно на основе платежных
документов……………………………………………………………………………………………..111
5.2.7 Прочие расходы………………………………………………………………………………112
5.2.8 Общая себестоимость разработки……………………………………………………112
5.2.9 Доход……………………………………………………………………………………………..112
5.2.10 Затраты на НДС…………………………………………………………………………….113
5.2.11 Цена разработки НИР……………………………………………………………………113
5.3 Оценка экономической эффективности проекта………………………………….113
6 Социальная ответственность…………………………………………………………………115
6.3 Правовые и организационные вопросы обеспечения безопасности……116
6.3.1 Особенности трудового законодательства……………………………………….116
6.3.1 Особенности трудового законодательства……………………………………….117
6.4 Производственная безопасность………………………………………………….118
6.5 Анализ опасных и вредных факторов…………………………………………………120
6.6 Экологическая безопасность………………………………………………………………129
6.7 Безопасность в чрезвычайных ситуациях……………………………………………130
Заключение…………………………………………………………………………………………….132
Список литературы…………………………………………………………………………………133
Приложение А (обязательное) Description of the manufacturing process of the
BOPP film TDO equipment Scheme of information flows Development of a
predictive model algorithm…………………………………….………………140
Приложение Б…………………………………………………………………156
Приложение В…………………………………………………………………157
Приложение Г…………………………………………………………………159
Приложение Д…………………………………………………………………160
Приложение Е…………………………………………………………………161

Одна из главных тенденций современного производства – это
концепция «Индустрия 4.0» [1]. «Индустрия 4.0» предполагает
цифровизацию производства, внедрение в него киберфизических систем,
предиктивной аналитики, использование виртуальной реальности для
обучения сотрудников, работу с большими данными, создание цифровых
двойников. Тенденция появилась потому, что крупные компании и России, и
мира стремятся увеличить экономическую эффективность, повысить
безопасность и надежность производства, автоматизировать процессы на
всех уровнях. А одной из важнейших проблем, решаемой индустрией 4.0,
является непрерывная работа оборудования.
На данный момент существует несколько методов обслуживания
оборудования – аварийное, регламентное и предиктивное [2].
Аварийное обслуживание – обслуживание оборудования после
выхода его из строя. Данный метод оправдан при обслуживании дешевого
оборудования, не оказывающего решающего влияния на технологический
процесс, либо имеющего резервирование.
Регламентное обслуживание осуществляется плановыми проверками
согласно документации оборудования. План проверок рассчитывается с
помощью статистического анализа компанией-изготовителем. Проблема
возникает при работе оборудования на высоких нагрузках, что повышает
шанс выхода из строя раньше плана проверки и соответственно приводит к
нарушению технологического процесса.
Третий вид обслуживания – предиктивный. Когда процесс
контролируется непрерывно по фактическому состоянию. Часто происходит
так, что отклонения производственного процесса от обычного своего течения
обнаруживается только по факту самого отклонения. Выявление таких
отклонений (аномалий) происходит с помощью предсказательной аналитики,
то есть строится модель предсказаний, имитирующая ход процесса и
прогнозирующая его на несколько шагов вперед, после чего возникает
подзадача – детектирование аномалий в прогнозируемой части процесса.
Данный метод позволяет сформировать мероприятия технического
обслуживания к моменту отклонения процесса, что уменьшает количество
фактических неисправностей, простоев, затрат на обслуживание и т.д.
Данная работа посвящена применению методов машинного обучения
для предиктивной аналитики технологического процесса производства
БОПП-пленки с последующим детектированием аномалий.
Производство БОПП-пленки – это сложный технологический процесс,
в котором некорректная работа какого-либо оборудования может привести к
большому времени простоев, что, в свою очередь, приведет к значительным
экономическим потерям. Поэтому предсказание процесса и выявление в нём
аномалий существенно увеличит экономическую эффективность
производства, так как уменьшит вероятность нарушения хода работы
технологической линии.
Цели и задачи исследования

В магистерской диссертации произведено исследование предиктивной
модели двигателей технологического процесса производства БОПП-пленки.
Собраны данные в виде временных рядов для разработки предиктивной
модели, которые отображают основные параметры двигателя – скорость, ток,
температура и момент. После чего подготовлены для проведения анализа
основных методов (прогнозных и поиска аномалий) на которых базируется
предиктивная модель. Совершен сравнительный анализ методов и выявлены
лучшие для последующего их внедрения в технологический процесс. Как
видно из результатов сравнительного анализа в качестве прогнозной части
можно использовать практически любой, кроме простого и двойного
экспоненциального сглаживания, а в качестве части для поиска аномалий
лучше всего себя показывает DBSCAN.
В результате работы является внедрение в разработанный
имитационный технологический процесс. Построены информационные
потоки для передачи данных по протоколу OPC UA, организовано их
хранение в базе данных временных рядов InfluxDB, а также визуализированы
эти данные с помощью платформы онлайн-мониторинга Grafana.
В итоге, разработана предиктивная модель и архитектура для её
внедрения, что позволяет использовать её в любом технологическом
процессе, а в частности в технологическом процессе производства БОПП-
пленки.

Заказать новую

Лучшие эксперты сервиса ждут твоего задания

от 5 000 ₽

Не подошла эта работа?
Закажи новую работу, сделанную по твоим требованиям

    Нажимая на кнопку, я соглашаюсь на обработку персональных данных и с правилами пользования Платформой

    Читать «Разработка алгоритма предиктивной диагностики технологического процесса производства БОПП-пленки»

    Последние выполненные заказы

    Хочешь уникальную работу?

    Больше 3 000 экспертов уже готовы начать работу над твоим проектом!

    Елена С. Таганрогский институт управления и экономики Таганрогский...
    4.4 (93 отзыва)
    Высшее юридическое образование, красный диплом. Более 5 лет стажа работы в суде общей юрисдикции, большой стаж в написании студенческих работ. Специализируюсь на напис... Читать все
    Высшее юридическое образование, красный диплом. Более 5 лет стажа работы в суде общей юрисдикции, большой стаж в написании студенческих работ. Специализируюсь на написании курсовых и дипломных работ, а также диссертационных исследований.
    #Кандидатские #Магистерские
    158 Выполненных работ
    Кормчий В.
    4.3 (248 отзывов)
    Специализация: диссертации; дипломные и курсовые работы; научные статьи.
    Специализация: диссертации; дипломные и курсовые работы; научные статьи.
    #Кандидатские #Магистерские
    335 Выполненных работ
    Кирилл Ч. ИНЖЭКОН 2010, экономика и управление на предприятии транс...
    4.9 (343 отзыва)
    Работы пишу, начиная с 2000 года. Огромный опыт и знания в области экономики. Закончил школу с золотой медалью. Два высших образования (техническое и экономическое). С... Читать все
    Работы пишу, начиная с 2000 года. Огромный опыт и знания в области экономики. Закончил школу с золотой медалью. Два высших образования (техническое и экономическое). Сейчас пишу диссертацию на соискание степени кандидата экономических наук.
    #Кандидатские #Магистерские
    692 Выполненных работы
    Антон П. преподаватель, доцент
    4.8 (1033 отзыва)
    Занимаюсь написанием студенческих работ (дипломные работы, маг. диссертации). Участник международных конференций (экономика/менеджмент/юриспруденция). Постоянно публик... Читать все
    Занимаюсь написанием студенческих работ (дипломные работы, маг. диссертации). Участник международных конференций (экономика/менеджмент/юриспруденция). Постоянно публикуюсь, имею высокий индекс цитирования. Спикер.
    #Кандидатские #Магистерские
    1386 Выполненных работ
    Рима С.
    5 (18 отзывов)
    Берусь за решение юридических задач, за написание серьезных научных статей, магистерских диссертаций и дипломных работ. Окончила Кемеровский государственный универси... Читать все
    Берусь за решение юридических задач, за написание серьезных научных статей, магистерских диссертаций и дипломных работ. Окончила Кемеровский государственный университет, являюсь бакалавром, магистром юриспруденции (с отличием)
    #Кандидатские #Магистерские
    38 Выполненных работ
    Петр П. кандидат наук
    4.2 (25 отзывов)
    Выполняю различные работы на заказ с 2014 года. В основном, курсовые проекты, дипломные и выпускные квалификационные работы бакалавриата, специалитета. Имею опыт напис... Читать все
    Выполняю различные работы на заказ с 2014 года. В основном, курсовые проекты, дипломные и выпускные квалификационные работы бакалавриата, специалитета. Имею опыт написания магистерских диссертаций. Направление - связь, телекоммуникации, информационная безопасность, информационные технологии, экономика. Пишу научные статьи уровня ВАК и РИНЦ. Работаю техническим директором интернет-провайдера, имею опыт работы ведущим сотрудником отдела информационной безопасности филиала одного из крупнейших банков. Образование - высшее профессиональное (в 2006 году окончил военную Академию связи в г. Санкт-Петербурге), послевузовское профессиональное (в 2018 году окончил аспирантуру Уральского федерального университета). Защитил диссертацию на соискание степени "кандидат технических наук" в 2020 году. В качестве хобби преподаю. Дисциплины - сети ЭВМ и телекоммуникации, информационная безопасность объектов критической информационной инфраструктуры.
    #Кандидатские #Магистерские
    33 Выполненных работы
    Мария М. УГНТУ 2017, ТФ, преподаватель
    5 (14 отзывов)
    Имею 3 высших образования в сфере Экологии и техносферной безопасности (бакалавриат, магистратура, аспирантура), работаю на кафедре экологии одного из опорных ВУЗов РФ... Читать все
    Имею 3 высших образования в сфере Экологии и техносферной безопасности (бакалавриат, магистратура, аспирантура), работаю на кафедре экологии одного из опорных ВУЗов РФ. Большой опыт в написании курсовых, дипломов, диссертаций.
    #Кандидатские #Магистерские
    27 Выполненных работ
    Родион М. БГУ, выпускник
    4.6 (71 отзыв)
    Высшее экономическое образование. Мои клиенты успешно защищают дипломы и диссертации в МГУ, ВШЭ, РАНХиГС, а также других топовых университетах России.
    Высшее экономическое образование. Мои клиенты успешно защищают дипломы и диссертации в МГУ, ВШЭ, РАНХиГС, а также других топовых университетах России.
    #Кандидатские #Магистерские
    108 Выполненных работ
    Дарья С. Томский государственный университет 2010, Юридический, в...
    4.8 (13 отзывов)
    Практикую гражданское, семейное право. Преподаю указанные дисциплины в ВУЗе. Выполняла работы на заказ в течение двух лет. Обучалась в аспирантуре, подготовила диссерт... Читать все
    Практикую гражданское, семейное право. Преподаю указанные дисциплины в ВУЗе. Выполняла работы на заказ в течение двух лет. Обучалась в аспирантуре, подготовила диссертационное исследование, которое сейчас находится на рассмотрении в совете.
    #Кандидатские #Магистерские
    18 Выполненных работ

    Другие учебные работы по предмету