Datan kerääminen ja hyödyntäminen paperi-, kartonki- ja sellutehtaiden toiminnan kehittämisessä ei ole mikään uusi asia. Monimutkaiset laitteistot lukuisine säätäjineen ja muuttujineen tuottavat valtavan tietomassan, josta erilaisilla laskentamalleilla ja työkaluilla on etsitty erilaisia korrelaatioita jo vuosikymmenten ajan.
Suurin muutos perinteiseen on kuitenkin se, että kehittyneen teknologian ansiosta dataa voidaan hyödyntää aiempaa tehokkaammin. Tyypillisesti tehtaalta kertynyt data on jäänyt pitkälti prosessi- ja tuotekehittäjien työpöydälle, sillä korrelaatioiden etsiminen Excelissä on ollut aikaa vievää työtä. Data-analytiikan ja koneoppimisen kaltaiset työkalut tekevät datan käsittelystä aiempaa nopeampaa ja tuovat sen lähemmäksi tehtaan arkea.
Sitä mukaa kun online-data yleistyy, tehtaan hyötysuhteessa, laadussa ja kilpailukyvyssä voidaan saavuttaa merkittäviä parannuksia.
Kemikaalimittauksista lisäarvodataa
Paremman saavutettavuuden lisäksi big data -sovellukset monipuolistavat data-analyysia ja sen avulla saatavaa tietoa. Kasvaneen laskentakapasiteetin ansiosta dataa voidaan kerätä monesta eri lähteestä ja murskata keskitetysti. Jos pelkkä tehdasdata auttaa parantamaan laatua ja tehostamaan toimintaa, vieläkin suurempi vaikuttavuus saavutetaan rikastamalla tehdasdata kemikaalien annostelusta saatavalla datalla. Tässä BIM voi auttaa BIM BRiDGEn avulla.
Reaaliaikainen data-analyysi mahdollistaa muun muassa kemikaalien annostelumäärien optimoinnin aiempaa tarkemmin. Perinteisesti kemikaalien annostelu on tehty varman päälle ja mitoitettu siten, että annostelumäärä on tarpeeksi iso ehkäisemään mahdolliset ongelmat. Koska prosessi on kuitenkin jatkuvassa muutoksessa, on annosteltu määrä saattanut olla ajoittain liian suuri. Jatkuvien online-mittausten avulla reagointi on helpompaa ja annostelua voidaan mitoittaa ketterästi prosessin muutosten tahdissa, jolloin saavutetaan säästöjä kemikaalien kulutuksessa.
Vieläkin suurempaa lisäarvoa syntyy, kun mukaan tuodaan lisäksi täysin uusia mittauksia. Esimerkiksi eri prosessijakeiden online-kuvantamisella voidaan laskea mikropartikkelien määrää, kokoa ja jakaumia. Näin saadaan tuotettua nopeasti dataa, joka lisää ymmärrystä prosessin tilasta ja muutoksista.
Tärkeintä on osaava ja luotettava kumppani
Data intelligencen käyttöönotossa suurimmaksi haasteeksi muodostuu usein datan omistajuuden määrittely. Jokaisen tehtaan prosessi on yksilöllinen, vuosien työn tulos ja kilpailuetu, joten datan tietoturvasta on varmistuttava. Kumppaniksi on valikoitava luotettava tekijä, jonka kanssa datan käyttöön ja hallinnointiin liittyvistä seikoista keskustellaan avoimesti. Kumppanin on varmistettava datan tietoturva sekä ja asianmukainen käsittely, joka tapahtuu tarvittaessa ilman, että dataa viedään pois tehtaalta.
Tärkeää on muistaa myös se, että mittaukset itsessään eivät tee autuaaksi. Kun analytiikkaa opetetaan löytämään relevantteja syy-seuraussuhteita, korostuvat prosessin tuntemisen merkitys sekä kyky tarkastella dataa kriittisesti.
Prosessin tunteminen mahdollistaa selkeän ongelmanrajauksen ja sitä tukevien datapisteiden määrittelyn. Jos datapisteitä on liikaa, syntyy hyvin todennäköisesti myös vääriä korrelaatioita. Määrän sijaan laatu ratkaisee.
BIM BRiDGE – Data Intelligence -projekti käynnistyi vuonna 2020 ja on edennyt pilotointivaiheeseen. BIM Finlandin hallinnoimassa projektissa luodaan sovelluksia ja toimintamalleja, joiden avulla voimme jatkossa aiempaakin paremmin optimoida kemikaalien annostelua sekä prosessin toimintaa. Tuottamamme lisäarvodatan avulla autamme asiakkaitamme tekemään datapohjaisempia päätöksiä sekä parantamaan tehtaan kilpailukykyä.