Fault diagnosis of a board machine based on causal digraph method

Abstract

Vikadiagnostiikkajärjestelmiä, jotka havaitsevat ja paikantavat vikoja sekä poikkeamien aiheuttajia, tarvitaan teollisuudessa. Samaan aikaan, kun laatu-, tehokkuus-, ympäristö-, ja turvallisuusvaatimukset kasvavat, on kilpailu ja prosessien monimutkaisuus lisääntynyt. Tarjoamalla lisää tietoa prosessin tilasta operaattoreille, vikadiagnostiikkajärjestelmä auttaa pitämään prosessin käynnissä ja tehostamaan tuotantoa.

Tutkimus vikadiagnostiikan alalla on ollut aktiivista jo kolmen vuosikymmenen ajan. Lukuisia menetelmiä, joilla vikatilanteita voidaan käsitellä, on kehitetty. Yksi niistä on kausaalikuvaajamenetelmä, joka on herättänyt merkittävää mielenkiintoa. Siinä prosessi kuvataan syy-seurausmallien avulla ja vian alkuperän paikannukseen käytetään erityistä päättelymekanismia. Menetelmän heikkoutena on kuitenkin kausaalisten prosessimallien luominen.

Tämän työn kirjallisuusosassa tehdään katsaus kausaalikuvaajamenetelmistä, joita on käytetty prosessien vikadiagnostiikkaan. Myös kausaalimallien rakentamista käsitellään. Kirjallisuusosan lopussa esitellään menetelmän sovelluskohteita, etenkin sellu- ja paperiteollisuuden alalta. Työn kokeellinen osa käsittelee kausaalimallin rakentamista dynaamisten simulointien avulla. Menettelytapa mallien luomiseen esitetään ja testataan tapaustutkimuksen avulla. Kartonkikoneen massankäsittelyn kausaalimalli rakennetaan käyttäen ehdotettua menettelytapaa, ja mallia testataan kolmen simuloidun vikatilanteen avulla.

Tässä työssä osoitetaan, että käyttäen esiteltyä menettelytapaa, voidaan onnistuneesti rakentaa prosessin kausaalimalli, joka kuvaa prosessin käyttäytymistä riittävällä tarkkuudella. Mallia testattiin ja arvioitiin käyttäen simulointeja sekä prosessidataa teolliselta kartonkikoneelta. Vikadiagnostiikkatestissä mallin avulla voitiin havaita kaikki kolme simuloitua sakeusmittarin vikatilannetta. Niistä kaksi onnistuttiin myös paikantamaan ja luokittelemaan oikein.