Efficacité et contrôles intégrés

Les instruments de mesure pour la surveillance

Le contrôle du processus technologique consiste à maintenir des paramètres de production constants. Il est clair que même avec une évaluation statistique, un échantillonnage périodique est plutôt laborieux, fastidieux et ne fournit pas une image complète du processus. Actuellement, certains capteurs peuvent être utilisés pour une surveillance continue ou des contrôles fréquents de la plupart des paramètres de produits et d'équipements. Il est nécessaire d’adopter une approche très prudente lors de l’installation, c’est-à-dire qu’ils déterminent exactement les paramètres pour lesquels ils doivent être mesurés et que des facteurs tels que la température, la poussière et les vibrations n’affectent pas leur lecture. L'évaluation du travail des capteurs est une composante importante du travail d'un technologue. Dans la mesure du possible, ces capteurs devraient émettre un signal de défaut.

Tous les appareils de mesure doivent émettre des signaux électriques afin que leurs lectures puissent être lues à distance et enregistrées électroniquement pour une utilisation ultérieure. L'un des principaux obstacles à une meilleure compréhension des relations de cause à effet dans le processus est la localisation de certaines parties de la chaîne de production. Le contrôle instrumental vous permet de centraliser les informations, et le responsable de l'installation peut juger de l'état du produit et de l'installation affichée dans ses informations d'envoi sur toute la longueur de la ligne de traitement. Certains capteurs peuvent être complétés par des caméras de télévision. Sur les sites nécessitant un réglage manuel supplémentaire, un opérateur peut être appelé et, si nécessaire, il peut observer son travail.

Efficacité et contrôles intégrés

L'efficacité engendre l'efficacité, et l'inefficacité est contagieuse et tend à tout contaminer. L'efficacité de la production est liée à la quantité d'un produit approprié à la vente, fabriqué à partir d'une certaine quantité de matériau pendant un certain temps avec un certain nombre d'employés. Les principales causes d'inefficacité dans la production de MKI comprennent:

1) une réaction retardée aux résultats des mesures des paramètres des produits qui dépassent les limites admissibles;

2) les arrêts provoqués par des écarts excessifs dans les caractéristiques des propriétés de la pâte ou la qualité du produit, ce qui pose des problèmes avec les machines de remplissage;

3) un long temps de stabilisation du processus après la commutation des installations et au début des équipes.

Analyse des écarts excessifs et l'optimisation des processus

La valeur de la surveillance continue de certains paramètres changeants, par exemple la couleur des cookies, réside dans le fait que l’ensemble des modifications est visible beaucoup plus clairement que lors de contrôles aléatoires. Le tableau général des écarts fournit souvent la clé pour comprendre les causes ou les sources des écarts. Il est beaucoup plus préférable d'éviter les écarts non souhaités par rapport aux paramètres définis que de les compenser. La collecte des données des capteurs correspondants lors de leur traitement ultérieur à l'aide de méthodes de corrélation statistique nous permet de construire des modèles de processus qualitatifs et quantitatifs. L'idéal est l'enregistrement automatique des données, la régulation et l'optimisation du processus technologique en utilisant un nombre suffisant de capteurs et un ordinateur en tant que «cerveau».

processus de modélisation comporte quatre phases distinctes:

1) évaluation de la qualité (ce qui influence quoi);

2) support d'information de la réglementation (de combien une variable de base doit être modifiée pour obtenir le résultat souhaité);

3) régulation prédictive (y compris les dépendances non seulement sur la variable principale);

4) cycle fermé (régularités du processus technologique avec une confiance de 95%).

À l’heure actuelle, la situation est telle qu’aucune chaîne pour la production d’IAD n’est encore capable de fournir un contrôle (automatique) entièrement à distance. Les raisons sont tellement nombreuses en termes de variables technologiques et d’écart entre les produits que la création d’une telle installation ne semble pas économiquement réalisable. Des capteurs et des programmes appropriés existent, mais la modélisation de processus est une tâche difficile. De nombreuses installations ne fabriquent qu'un seul produit et elles ont été conçues sans prendre en compte les possibilités de contrôle automatique (elles ont trop de points de contrôle potentiels).

Si nous supposons que le changement de couleur au cours de la cuisson peut, par exemple, être contrôlé en contrôlant la température du four, en modifiant la recette, la masse du morceau de pâte et certains autres facteurs, il devient clair que l'introduction d'un contrôle de processus fermé simple en modifiant uniquement les conditions de cuisson peut entraîner des problèmes que pour l'amélioration. Il est donc préférable de bien afficher le changement de variables et de modifier les paramètres du processus pour utiliser l’expérience de la personne. La production de MKI est encore «artisanale» à bien des égards et le technologue rencontre encore de nombreux problèmes intéressants.

La méthode classique de modélisation d'un processus technologique consiste à effectuer des expériences planifiées de manière statistique avec des facteurs intentionnellement variables. Une telle approche n’est souvent pas très appréciée des travailleurs de la production et l’utilisation d’une usine pilote spéciale présente des inconvénients et constitue un luxe que peu de gens peuvent se permettre.