利用人工智能驱动型自动控制系统减少造纸机的干端测试差异

OPTIX™ 应用智能

目标:减少湿式拉伸变化并提高湿式拉伸质量附着力。

效益实录

由于目标附着力的提高,湿式拉伸的目标规格降低。

每年将所有主要牌号的湿强度化学品使用量减少约 230 万湿磅。

可持续性 - 通过减少油罐车运输,每年减少二氧化碳当量2840吨。

改善了所有等级的湿拉伸质量目标的附着力

目标:减少湿式拉伸变化并提高湿式拉伸质量附着力。

<h6>客户挑战</h6> <p>北美一家大型液体包装厂希望减少湿拉伸变异并提高湿拉伸质量的稳定性。该工厂采用了行业普遍采用的典型湿端化学剂量策略,即等待干燥端质量实验室测试完成或通过重新测试进行验证,然后再更改化学设定点。这些延迟通常迫使操作人员提高化学品投放速率,以确保不生产不合格的板材。</p> <h6>建议的解决方案</h6> <p>索理思推荐了 OPTIX 应用智能——一个具有自主控制能力的机器学习预测分析平台。OPTIX™ 利用机器学习功能生成湿式拉伸质量的实时虚拟测量。</p> <h6>实现的结果</h6> <ol> <li>缩短湿强度调整的滞后时间。更小、更快的实时增量变化取代了以前等待干燥端质量测试的控制策略。</li> <li>工厂管理层通过可预测的质量目标合规性将湿强度目标推向更接近控制下限。</li> <li>在牌号变化期间更快地优化湿强度剂量</li> <li>减少了不同操作员以及不同班次的湿强度使用变化。</li> </ol> <p><img style="max-width: 100%; width: auto; height: auto;" src="/link/e97f60e6853e41e594deb772a7c1620a.aspx" alt="" width="1100" height="641" /></p> <p><img style="max-width: 50%; width: auto; height: auto; display: block; margin-left: auto; margin-right: auto;" src="/link/0d30e3ebd0b5498cbcaed5de21c347fb.aspx" alt="" width="550" height="588" /></p>

效益实录

由于目标附着力的提高,湿式拉伸的目标规格降低。

每年将所有主要牌号的湿强度化学品使用量减少约 230 万湿磅。

可持续性 - 通过减少油罐车运输,每年减少二氧化碳当量2840吨。

改善了所有等级的湿拉伸质量目标的附着力