SKAUVIK PROSESSANALYSER
SKAUVIK PROSESSANALYSER
Meny
 
Statistiske analyser
Moderne produksjonsutstyr er ofte utstyrt med et stort antall sensorer som gjør det mulig å ha oversikt over prosessen til enhver tid. I de fleste tilfellene vil også data fra prosessen lagres kontinuerlig for å gjøre det mulig å lage rapporter i ettertid. Slike verktøy er i utgangspunktet svært nyttige, men over tid vil store mengder data bli samlet opp, og slike historiske data kan representere en stor verdi i og med at de forteller noe om hvordan prosessen skal kjøres på best mulig måte.

Å konvertere store datamengder til nyttig informasjon kan være utfordrende. Særlig hvis antallet størrelser som måles er stort. Det kan for eksempel være snakk om temperatur målt på flere steder i produksjonsenheten, trykk, hastighet, spenning, strøm, sammensetning av råvarer.

Det som er virkelig interessant er kunnskap om hvordan alle disse størrelsene påvirker produktivitet og kvalitet. Som oftest vil informasjon om dette komme i ettertid og det er ikke alltid helt enkelt å sammenstille disse målstørrelsene med alle dataene fra prosessen.

Vi benytter "data mining" for å finne sammenhengene mellom prosess og produktivitet og/eller kvalitet. I de fleste tilfellene innebærer dette kritisk bruk av statistiske analyser som kan være mer eller mindre komplekse. Selv om slik metodikk benytter velprøvde matematiske verktøy, er dette teknikker som krever erfaring og det vil være en stor fordel å ha kunnskap om selve prosessen. Vi kombinerer kompetanse i de statistiske metodene med basiskunnskap i fysikk og kjemi, og vil alltid ta i betraktning prosesskunnskap fra oppdragsgiver.

I noen tilfeller kan det være aktuelt å kjøre forsøk i drift. Dette innebærer at bevisste endringer av kontrollerbare prosessparametere endres og effektene på produktivitet eller produktkvalitet observeres. Ofte er det aktuelt å se på effektene av en rekke kontrollerbare størrelser. For å få mest mulig pålitelig informasjon fra en slik test med færrest mulige endringer i prosessen, benytter vi en teknikk som kalles statistisk forsøksplanlegging (DoE - Design of Experiment). Kombinert med de vanlige metodene for analyser av data fra prosessen, kan dette gi en mengde nyttig informasjon om hvordan prosessbetingelsene best kombineres.

Som verktøy benytter vi en dataapplikasjon som heter R-Studio. Denne har tilstrekkelig funksjonalitet til å håndtere de fleste tenkbare problemstillinger knyttet til industrielle prosesser.