COVID-19健康和安全更新>>

工厂的情报……和啤酒!

工厂的情报……和啤酒!

工厂的情报……和啤酒!

我们在Sure Controls有一台自制啤酒机,这是一个(不是很)保密的秘密。亚博的网站多少啤酒机一直是我们为客户提供的设施之旅的亮点。我认为这也可以是一个非常酷的方式来展示我们的一些植物智能能力!几周前,我们的常驻酿造大师乔希酿造了几批。在他酿造啤酒的同时,我们将用于客户项目内部测试的内部史学家连接起来,并使用它来收集数据。我希望通过本文演示的是,我们如何能够连接到流程来通信数据,然后在收集了数据之后,我们可以使用什么方法来查看数据。
第1部分—收集数据
在我之前的博客“解密数据收集”中,我详细讨论了一些标准和协议。我不会在这里讨论太多细节,但是这个练习是我们如何为客户执行项目的一个很好的例子。首先,我和我们的酿酒大师Josh坐下来讨论我们需要收集哪些关键信息。基本上有三个步骤的酿造过程,醪,煮沸和打破。在这些步骤中要监视的关键项目是温度。我们还需要一种方法来告诉我们的数据收集系统我们所处的过程的哪个步骤。
为了收集温度数据,我们分析了啤酒机,并注意到有有线温度控制器来控制过程中使用的烹饪容器的加热器。幸运的是,这些控制器具有通信能力,所以只需要确定所需的标准和协议。这些特殊的控件使用Modbus作为它们的通信协议。这很好,因为Modbus非常常见,而且很容易沟通。我们面临的一个挑战是,控制器本身只使用串行链路进行通信,而我们的历史学家服务器离我们有一段距离。为了解决这个问题,我们使用了一个串行到TCP/IP网关设备。这允许我们的历史服务器使用Modbus TCP直接与控件通信,并收集我们需要的温度数据。接下来,要解决工艺步骤问题。
为了捕捉我们所处的过程的哪个步骤,我们决定使用小型PLC和HMI。幸运的是,我们拥有一个用于应用测试的小型PLC和一个用于销售演示的HMI。我们用一个存储文本数据的寄存器对PLC进行编程。然后,我们用一些简单的按钮为我们的酿造大师Josh编写了人机界面,让他选择酿造过程中的哪个步骤。例如,通过按下“Mash”按钮,人机界面就会将“Mash”值写入PLC编程的寄存器中。PLC与以太网相连,历史学家可以直接读取寄存器,记录过程步骤。这将有助于稍后查看数据,以便为其提供上下文。
第2部分——我们有了数据——现在怎么办?
一旦这批啤酒酿造完毕,我们就使用PLC记录的过程步骤作为提取数据的标志。通过注意流程步骤何时更改,我们可以捕获流程每个步骤的起始点和结束点。然后我们在趋势视图中显示了流程的每一步:
的饲料
的饲料
这里我们可以看到,在麦芽浆阶段的酿造过程中,我们的温度保持稳定的153°氏度。
沸腾
煮沸-香橼Tripel
同样的道理也适用于沸腾阶段,我们的温度保持在稳定的210华氏度。
休息
破- Citra Tripel
这一步被认为是酿造阶段的关键,因为麦芽汁(麦芽汁在酿造过程中被称为麦芽汁,还不是啤酒)的温度要降低到可以让酵母凝固的温度。我们可以从我们的趋势中看到它花了大约13分钟把Wort从200°降到100°f。总之,看来我们的酿酒师傅对这批啤酒做得很好。
让我们再来谈谈数据。我们使用趋势进行初步分析。以这种方式直观地呈现数据,使我们能够快速发现过程中可能出现的任何异常。例如,在沸腾阶段,如果我们看到温度在一小段时间内突然下降,那么我们就会问发生了什么?保险丝是否爆裂,导致实际温度损失,从而使这批产品处于危险之中?或者是一个传感器被分离了,因此数据是倾斜的,但一旦重新连接,我们可以看到温度保持不变,所以这批可能是好的?例如,如果某样东西没有通过质量测试,这种分析在确定“哪里出了问题”时非常有用。
那么,如果我们只想简单总结一下批处理过程中发生了什么呢?使用历史学家客户端的查询工具,我可以做一个简单的总结如下:
将统计数据
这是一个非常简单的麦芽汁在麦芽浆阶段温度的统计分析。我选取了最小值,最大值,平均值和标准差。这给了我们一个很好的一行视图。我可以看到温度保持在1度的设定值内,并且在这段时间内平均几乎完全在设定值内。
煮统计数据
我可以看到在我们的煮沸过程中有一个稍大的变化,但仍然在可接受的参数范围内。
最后,如果我真的想要“深入”研究数据,我可以轻松地导出到Excel,这是一个熟悉的工具,我可以直接查看原始数据,创建我自己的图表和报告,做额外的分析:

数据收集的一些附加“提示和技巧”。如果我们是一个真正的酿酒厂,那么给这个批次分配一个批号,并将该值记录到history将是一个非常好的主意。然后,下一次我酿造“Citra Tripel”啤酒的时候,我可以回去把我最新的批次和前一批进行比较。如果我的啤酒品尝师注意到某批啤酒有什么特别之处,我们可以分析发生了什么,然后更新我们的配方,以便在以后的批次中复制这种改进,或者只是比较我们的做法。此外,使用趋势工具,我们可以使用“时间偏移”特征同时从两个批次中提取数据,通过在同一趋势中覆盖两个批次,从而实现很好的详细的视觉比较。
我希望你喜欢这篇文章。对于自动化数据收集对流程改进所能做的事情,这只是冰山一角。在以后的文章中,我将讨论捕获停机数据和分析原因的其他技术。此外,我将讨论如何利用数据收集系统在事件发生时通知我们的流程团队,而不是分析“事件发生后”发生了什么。

网站管理

相关的帖子

输入您的关键字

跳到内容