Современные вычислительные системы управления химико-технологическими процессами позволяют программно реализовывать сложные алгоритмы управления, в то числе с использование методов машинного обучения и элементов искусственного интеллекта. Такие алгоритмы могут быть применимы в том числе для сложных нестационарных многоассортиментых и гибких дискретных производств, к которым относятся и такие процессы малотоннажной химии, как производства полимерных материалов. В статье рассматривается производство фторопласта в реакторах периодического действия. Этот процесс протекает при постоянно изменяемых параметрах, таких как давление и температура. Одной из важных задач системы управления является стабилизация качества выпускаемого полимера, и для этих целей важно прогнозировать это качество в процессе производства до выпуска фторопласта. Качество продукции в свою очередь сильно зависит как от качества исходных реагентов, так и от действий оператора. В условиях нестационарного процесса типовые виртуальные анализаторы качества, основанные на регрессионных зависимостях, показывают плохие результаты, и, как правило, неприменимы. В статье предложена архитектура виртуального анализатора качества, основанного на методах математического прогноза с использованием таких алгоритмов так: метод случайного леса, градиентный бустинг и пр.

Ключевые слова: полимеризация, многоассортиментные производства, малотоннажная химия, прогноз качества, машинное обучение

2.3.1 - Системный анализ, управление и обработка информации , 2.3.3 - Автоматизация и управление технологическими процессами и производствами

Важной функцией АСУ ТП является возможность прогноза и управления качеством продукции. Реализация этих функций может быть выполнена с помощью формальных моделей, которые позволяют производить быструю перенастройку технологического процесса при изменении компонентного состава сырья, смене требований к характеристикам продукции и т.п. Применительно к прогнозу и управлению показателями качества дорожных и строительных битумов рассмотрены методы получения формальных моделей, связывающих показатели качества битумов с технологическими параметрами их производства, как для классических уравнений регрессии, так и для формальных нейронных сетей. Методика получения таких моделей отработана на абстрактных зависимостях с дальнейшей адаптацией к производству битумов. В АСУ ТП, по полученным формальным моделям, может решаться как прямая задача прогноза показателей качества подстановкой входных технологических параметров на вход модели, так и обратная задача с применением методов нелинейного программирования для минимизации функций отклонений значений параметров качества, полученных по модели от целевых значений, заданных оператором-технологом.

Ключевые слова: Битумы, показатели качества, прогноз качества, управление качеством, формальные модели

05.13.06 - Автоматизация и управление технологическими процессами и производствами (по отраслям)

В статье рассматривается способ определения степени однородности гетерогенных смесей компонентов инструментальным бесконтактным методом с использованием оптелептической информации о поверхности смеси, который можно реализовать в автоматических системах. Оптолептическая информация может быть получена с помощью стандартных светосканирующих устройств. В основе оценки степени гомогенизации используется величина – энтропия отптолептической информации. Операции смешения компонентов являются распространенными операциями в технологических процессах производства продукции. Одним из показателей качества процессов смешения является степень гомогенизации смеси. Степень гомогенизации обычно определяется лабораторным методом, что требует дополнительного времени на проведение анализа, или органолептически, экспертом. В этом случае результаты зависят от опыта эксперта. В статье рассмотрен пример, характерный для лакокрасочной промышленности. Метод может быть распространен на широкий ассортимент смесевых гетерогенных композиций.

Ключевые слова: Смешение, смесевые композиции, гомогенизация, однородность, оперативный контроль, инструментальный оптолептический метод, энтропия информации

05.13.06 - Автоматизация и управление технологическими процессами и производствами (по отраслям)