Control System Monitor

Een van de productiefabrieken van een grote voedingsmiddelen leverancier heeft 6 kritieke regellussen, die een druk regelen. In verband met mogelijke uitstoot, wanneer deze druk te hoog wordt, is het van uiterst belang om deze regellussen te monitoren op hun prestaties. Dotx Control Solutions heeft, vanwege hun kennis van regeltechniek, opdracht gekregen om hun PID Monitor hiervoor in te zetten.

Monitoring

Om deze regellussen te monitoren is er een Digital Twin gemaakt van het onderdeel van de fabriek waar deze regellussen op ingrijpen. Deze Digital Twin is getraind op een aantal jaar historische data. Daarbij wordt automatisch gekeken naar onder andere:

  1. Reageren alle drukregelende kleppen zich volgens de voorspelling?
  2. Is de speling, en/of de stick-slip van deze drukregelende kleppen binnen de marge zodat het regelgedrag niet nadelig beinvloed wordt?
  3. Zijn er oscillaties (middels een frequentiespectrumanalyse) te vinden in het proces, welke duiden op randstabiel of onstabiel regelgedrag?
  4. Wat zijn de drukpieken tijdens batch processen? Hoe gedragen die zich in de tijd?
  5. Hoevaak is de regeling ‘gesatureerd’? Dat wil zeggen dat de regeling een maximale of minimale uitsturing heeft, en dus eigenlijk niet meer ‘in control’ is?

Werkwijze

Naar aanleiding van bovenstaande analyse, ontvangt onze klant direct een signaal wanneer er iets mis gaat, met een automatisch gegenereerd rapport met aanbevelingen voor de Operator om op te volgen.

Daarnaast, afhankelijk van de ernst van de opgetreden melding, analyseert Dotx Control Solutions de melding ook met de hand, om hier extra duiding aan te kunnen geven.

Vervolgens is er maandelijks nog een overleg, waarin eventuele terugkerende meldingen besproken worden zodat hier een oplossing voor gevonden kan worden.

Resultaat

  1. Geen uitstoot meer
  2. Lager energieverbruik
  3. Hogere productie

Digital Twin: Secundaire Afzuiging Oxystaal Fabriek 2

Digital Twin afzuiging oxystaalfabriek

In dit artikel wordt een samenvatting gegeven van het maken van een Digital Twin voor de Secundaire Afzuiging in de Oxystaal Fabriek 2, bij TATA. Hierin wordt de modelvorming besproken, het doorrekenen van verschillende scenarios waarmee de afzuigcapaciteit verhoogd zou kunnen worden, en de resultaten van deze doorrekeningen. Mede dankzij dit rapport heeft TATA besloten om niet verder te investeren in de Secundaire Afzuiging, maar om over te gaan op de bouw van de Tertiare Afzuiging, welk in 2023 in gebruik genomen is. Dankzij de doorrekening in dit rapport heeft TATA veel kosten kunnen besparen door niet over te gaan op ’trial-and-error’

1. Achtergrond

Bij TATA wordt er in de Oxystaalfabriek vloeibaar ruwijzer omgezet in staal. Een belangrijke stap hierin is het vermengen van schroot met vloeibaar ruwijzer. Tijdens het kiepen van het ruwijzer in de converter onstaan stof en rookgassen als gevolg van een reactie tussen het ruwijzer en het schroot. Deze worden afgezogen door de primaire en secundaire afzuiging, zie ook Figuur 1.

Omdat TATA de wens heeft om deze afzuiging te verbeteren, heeft TATA aan Dotx Control Solutions gevraagd een model te maken van de secundaire afzuiging, om te bepalen of er bottle-necks aanwezig zijn en/of met welke ingrepen ze de afzuiging konden verhogen, en zoja, met hoeveel.

Figuur 1: Schematische weergave van de afzuiging in het converterproces

1.1 Scenarios

In een eerste overleg tussen TATA en Dotx Control Solutions is bepaald dat de volgende modificaties aan de afzuiging het meest kansrijk leken:

  1. Verbetering van de regeling welk de ventilatoren aanstuurt.
  2. Verkleinen van de waaiers van de ventilatoren.
    • Deze waren ontworpen voor een onrealistische afzuigcapaciteit. Door ze te verkleinen bestaat het vermoeden dat ze op een efficienter werkpunt komen, waardoor de capaciteit toe kan nemen.
  3. Optimalisatie van de aanzuigleiding
  4. Toepassing van frequentiedrives.
    • Momenteel word de aansturing van de ventilatoren gedaan door ze te ‘smoren’
  5. Installatie van extra filtercompartimenten.
    • Om de systeemweerstand te verlagen. Momenteel is de verschildruk over de filters vaak de limiet waarop geregeld wordt.
  6. Installatie van een warmtebuffer
    • De afgezogen rookgassen mogen een maximale temperatuur hebben voordat het het filter in gaat. Als deze temperatuur te hoog is, wordt er een ‘koude lucht klep’ geopend, die valse lucht aanzuigt om de temperatuur van de rookgassen te verlagen. De warmtebuffer moet ervoor zorgen dat de rookgastemperatuur constanter blijft (‘peak-shaving’)
  7. Installatie van grotere afzuig-motoren

Omdat er in het proces in totaal 3 converters zijn waar afgezogen wordt, met in totaal 9 afzuiglocaties, en meer dan 200 verschillende combinaties van klepstanden op deze afzuiglocaties, is de afzuiging, maar ook de ‘bottle-neck’ sterk varierend. Daarom is ervoor gekozen om de afzuiging gedurende een heel jaar te gebruiken voor de modellering en de evaluatie van de verbeteringen.

2. Voorbeeld Modelvorming

Een schematische weergave van het volledige afzuig-proces is weergegeven in Figuur 1.

Figuur 1: Schematische weergave van het afzuigprocess.

2.1 Drukvallen

Voor het berekenen van de drukvallen is afzuigleiding gediscretiseerd in 14 segmenten. Voor elk van deze segmenten is de volgende formule gebruikt om de drukval te berekenen:

 \Delta p = \frac{1}{2} \sum^{i=1}_{i=14}( K_{fric} + K_{minor}) \rho_i V_i^2

Waarbij:

 \Delta p \quad = Drukverlies over een weerstand [N/m2]
 K_{fric}    \tab = Verliesfactor als gevolg van buiswrijving
 K_{minor} = Verliesfactor als gevolg van kleppen, bochten, vernauwingen. Zie [1]
 \rho = Gasdichtheid [kg/m3]
 V  = Snelheid van het gas [m/s]

Omdat de dichtheid niet constant (temperatuur- en drukafhankelijk) is geldt:

 \rho_i = \frac{p_i}{RT_i}

Waar:

 R  = Gasconstante voor rookgas [J/(kg·K)]
 T  = Temperatuur [K]

2.2 Leidingen

De verliesfactor als gevolg van buiswrijving kan als volgt berekend worden:

 K_{fric,i} = \frac{f L_i}{D_{H,i}}

Waarbij:

 L  = Buislengte [m]
 D_h = Hydraulische diameter.
 f(\epsilon, D_H, Re)  = Moody’s friction factor [m]
 Re  = Reynoldsgetal.
 \epsilon = Leiding ruwheid [m]

2.3 Ventilatoren

De ventilatoren zijn gemodelleerd met behulp van hun fan-curve waarop het volgende model gefit is:

\Delta P = -1.4Q^2 + 0.2Q + 175 [mBar]
P_{shaft} = -(36Q^2 + 150 Q + 356)\cdot 1e3 [kW]
 \eta = \frac{Q\cdot \Delta P}{P_{shaft}}\cdot 100 [%]

Waarin:
Q = Flow door de ventilator.
 \eta = Efficienty van de ventilator [%]

Vervolgens kan het effect van een diameter of toerental verandering gemodelleerd worden met de fan affinity laws, zie [1].

2.4 Dralls

De dralls zijn gemodelleerd als een weerstand die in serie staat met de ventilatoren. De formule en de constanten zijn gefit op basis van de historische dataset en informatie van de leverancier:

 \Delta p_{drall} = -K_{drall}(\alpha)Q^2 [mBar]

 K_{drall}(\alpha) = \frac{1200}{ (90-\alpha)^1.7 } + 0.7

Waarbij  \alpha de hoek van de drall is in [deg.]


3. Warmteoverdrachten

3.1 Leidingen

De warmteoverdracht als gevolg van convectie met de leidingen kan als volgt gemodelleerd worden (per sectie), zie [2]:

 \dot{Q}_i = hA_i(T_{leiding,i}(t) - T_{gas,in,i}(t) )

Waar:

 \dot{Q}_i = De warmteoverdracht tussen de leiding en het gas voor sectie i [J/s]
h = Warmteoverdracht coefficient [W/m2K].
 T_{leiding} = Temperatuur van de leiding [K]
 T_{gas,in} = Temperatuur van het instromende gas. [K]

Vervolgens kan de temperatuur van het gas aan het eind van de leiding  T_{gas,uit} bepaald worden met:

 T_{gas, uit,i} = T_{gas, in, i} - \frac{\dot{Q}_i}{\dot{m}c_{p,lucht}}

Waar:
 c_{p,lucht} = Warmtecapaciteit van lucht [J/KgK]
 \dot{m} = Massaflow van de lucht [kg/s]

De opwarming van de leiding kan dan ook worden berekend worden met:

 \frac{dT_{leiding,i}}{dt} = \frac{\dot{Q}_i}{m_i c_{p,staal}}

Waar:

 m_i = Massa van de leiding [kg]
 c_{p,staal} = Warmtecapaciteit van staal [J/KgK].

4. Modelverificatie

In dit hoofdstuk tonen we een verificatie van de modelering. Hiervoor is een gedeelte van de data gebruikt, waarin verschillende procescondities te zien zijn. De inputs voor dit model waren enkel de gemeten ‘drall’ hoeken, en de gemeten temperatuur ter plaatste van de inzuiging. Aan dit figuur is te zien dat, bijvoorbeeld de Mass Flow erg goed overeenkomt tussen het model en de werkelijkheid. Ook de temperatuur ter hoogte van het filter wordt er goed ingeschat. Dit bewijst dat ons model, de Digital Twin, met hoge nauwkeurigheid kan voorspellen wat er in werkelijkheid gebeurt. Dit stelt ons in staat om verandering te simuleren, zoals een extra filter, of extra motorvermogen. De resultaten hiervan zijn in het volgende hoofdstuk te zien.

5. Resultaten

In onderstaande tabel zijn de resultaten te zien van de voorgestelde modificaties. Met modificatie ‘R’ is te zien dat het debiet tijdens een ruwijzer inzet (het meest kritische moment) met 55% kan toenemen, indien een combinatie gemaakt wordt van modificaties 3-6. Ondanks de toename van 55% aan afzuigcapaciteit is, door de sterk verhoogde efficienty het stroomverbruik ook verlaagd.

Resultaten van modificaties en combinaties daarvan. Een positief percentage betekend een verhoging t.o.v. modificatie A.

6. Referenties

[1]: Fluid Mechanics 6th edition, Frank .M. White

[2]: Basic Heat & Mass Transfer 2nd edition, A.F. Mills

Disclaimer

De getallen die gegeven zijn, voor formules en resultaten zijn fictief en dienen enkel ter indicatie.

Digital Twin om ‘Big Data’ inzichtelijk te maken

In een eerder artikel, zie Bodemdiepte van een rivier voorspellen tot 9 cm nauwkeurig met een Digital Twin. is uiteengezet hoe single-beam metingen gebruikt kunnen worden om de bodemligging van de Ijssel te voorspellen. De combinatie Strukton – van den Herik had ook de wens om al hun metingen te verzamelen binnen de Digital Twin, zodat deze eenvoudig in te zien waren. In dit artikel leggen we uit hoe dit dashboard ontwikkeld is.

Strukton & van den Herik maken 4 keer per jaar een volledige 3d scan van zowel de bodem, als de oevers van de Ijssel. Dit geeft een gigantische berg aan data. Zo heeft een enkele 3d scan van de oevers van de Ijssel een grootte van 200Gb. Dit maakt het lastig om deze scans goed toegankelijk te maken.

Aan Dotx Control Solution is gevraagd om een online dashboard te maken, waarin deze data geupload kan worden, en waarin deze op een ‘google maps’ achtige manier in te zien is.

Om dit mogelijk te maken, is besloten om gebruik te maken van Azure als data opslag platform. De architectuur van de applicatie is te zien in onderstaand figuur. . De data komt dan terecht in de Cloud Storage van Azure. Ondertussen draait er een

Figuur 1: Architectuur van de applicatie

De dataflow is als volgt:

  1. Een gebruiker kan een zip-file met een nieuwe meting uploaden binnen het dashboard (de web applicatie)
  2. Deze zip-file wordt opgeslagen in een File Share op Azure
  3. Wanneer deze upload voltooid is, krijgt de Data Processing Server van Dotx een signaal om:
    • De zip file uit te pakken
    • Het dichtstbijzijnde punt van het baggerreferentievlak opzoeken (om te bepalen wat de afstand is tov het baggerreferentievlak)
    • Er wordt een .LAS bestand gemaakt
    • Dit .LAS bestand wordt omgezet naar een Octree datastruktuur, waarmee de google maps achtige zoomniveaus bereikt worden.
    • Dit octree bestand wordt weer geupload naar Azure.
  4. Binnen de web applicatie wordt gekeken welke ’tiles’ er in de huidige field-of-view zijn
  5. Deze tiles worden ingeladen in de web applicatie waardoor ze zichtbaar worden voor de gebruiker.

Resultaat

Onderstaand een figuur van hoe het dashboard voor Strukton & van den Herik eruit ziet:

Bodemdiepte van een rivier voorspellen tot 9 cm nauwkeurig met een Digital Twin.

Met Vaarwegenwijs kunt u tot op 9 centimeter nauwkeurig voorspellen wat de bodemdiepte zal worden op iedere locatie van een rivier.

De achtergrond

Rijkswaterstaat wil graag efficienter omgaan met zijn baggerstrategie voor de Ijssel. In een eerste onderzoek willen zij verkennen in hoeverre single beam dieptemetingen bruikbaar zijn om een beter inzicht te krijgen in de bodemligging van de Ijssel. Momenteel wordt er slechts 4 keer per jaar een volledige scan van de bodem gemaakt. De visie van rijkswaterstaat is, dat door single-beam dieptemetingen te gebruiken (zoals verzameld worden door het bedrijf Covadem), er een actuele bodemligging geconstrueerd kan worden, waardoor er een dagelijkse voorspelling van de bodemligging gemaakt kan worden. Om dit uit te zoeken, heeft Rijkswaterstaat gevraagd aan de aannemer die de Ijssel in onderhoud heeft, Strukton & van den Herik, hier onderzoek naar te doen. Vanwege een eerder project (zie Wegenwijs) wat Dotx Control Solutions gedaan had met Strukton Civiel op het gebied van Digital Twins, zie hebben ze Dotx Control Solution gevraagd om dit onderzoek op zich te nemen.

Partners

Strukton Civiel & van den Herik

Strukton Civiel & van den Herik zijn specialist in de nauwkeurige beoordeling, het beheer en het onderhoud van cruciale infrastructuurprojecten. Binnen hun werkterrein valt ook het onderhoud van rivieren in Oost-Nederland.

Covadem

De dataleverancier van single beam metingen: Covadem heeft een vloot van meer dan 200 schepen uitgerust met een dieptemeter, die verbonden is met de cloud. Op deze manier worden realtime single beam dieptemetingen gemaakt.

Voorspellen van de bodemligging met single beam metingen

In dit artikel leggen we uit hoe we te werk zijn gegaan om te dit onderzoeken in hoeverre het mogelijk is, en met welke nauwkeurigheid, om de bodemligging te voorspellen met enkel single beam metingen.

Ter illustratie is in het figuur hieronder te zien hoe een multibeam en single beam meting eruit zien.

In het algoritme wat Dotx Control Solutions bedacht heeft, is er een combinatie gemaakt van de single beam metingen met de multibeam metingen, waarbij de single beam metingen op een slimme manier gecalibreerd worden aan de multibeam metingen. Zo kan de absolute afwijking tot nul gereduceerd worden, iets wat met enkel Covadem metingen lastig mogelijk is, omdat de afwijking afhangt van bijvoorbeeld de belading en de trim van het schip.

Resultaten

Het resultaat van de uitgebreide studie door DOTX heeft zeer positieve resultaten opgeleverd. In de onderstaande afbeelding toont het rechterdeel een schatting van de rivierbodem op basis van alleen de single-beam metingen. Het linkerdeel toont de werkelijke rivierbodem zoals de Digital Twin die voorspelt. De nauwkeurigheid neemt toe naarmate er meer, met Covadem, uitgeruste boten over de Ijssel varen. Om een idee te geven:

  • Met 2 boten is de afwijking slechts 15cm.
  • Bij 20 passages is de gemiddelde afwijking nog maar 9 cm.

U ziet aan de kleuren dat de voorspelling van de rivierbodemligging goed overeenkomt met de werkelijke rivierbodemligging.

Wat levert dat resultaat op?

  1. Voorspelling van de huidige rivierbodemligging van de vaarweg met een nauwkeurigheid van 9cm.
  2. Bepalen waar en hoeveel er gebaggerd moet worden om de vaardiepte te bepalen
  3. Hiermee kan de volgende meerwaardes behaald worden:
    • Betere garantie dat vaardiepte er is
    • Minder, want alleen daar waar noodzakelijk, baggeren
    • Minder obstructie van de vaarweg
    • Minder uitstoot van milieubelastende stoffen (bv Stikstof)
    • Voorspelbaar en daardoor beter planbaar onderhoud.

Waarvoor kan een Digital Twin nog Meer ingezet worden?

Wij van DOTX kunnen u dus helpen met het onderhoud van rivieren. Maar waar zouden zo’n Digital Twin ook voor ingezet kunnen worden? Wat voorbeelden:

  1. Waterwegen
    • Waterhoogtes voorspellen: Om calamiteiten te voorkomen of daarvoor gewaarschuwd te worden
  2. Industriële processen
    • Virtuele Modellering: Digitale tweelingen maken het mogelijk om een nauwkeurige virtuele representatie van een fysiek systeem te creëren. Dit model kan worden gebruikt voor simulaties, analyses en optimalisaties, waardoor bedrijven beter inzicht krijgen in hun processen.
    • Voorspellend Onderhoud: Door real-time gegevens van het fysieke systeem te vergelijken met het digitale tweelingmodel, kunnen ondernemingen de staat en prestaties van hun apparatuur voorspellen. Dit maakt het mogelijk om onderhoudsactiviteiten proactief te plannen, stilstand te verminderen en de levensduur van apparatuur te verlengen.
    • Optimalisatie van Processen: Digitale tweelingen stellen bedrijven in staat om hun processen te optimaliseren door verschillende scenario’s virtueel te testen. Dit kan leiden tot efficiëntere workflows, kostenbesparingen en verbeterde productkwaliteit.
    • Real-time Monitoring: Het gebruik van digitale tweelingen maakt real-time monitoring van industriële processen mogelijk. Hierdoor kunnen bedrijven snel reageren op veranderingen, fouten detecteren en corrigerende maatregelen nemen om de operationele efficiëntie te handhaven
    • Kostenreductie: Door het verbeteren van efficiëntie, het minimaliseren van stilstand en insteltijden en het optimaliseren van resourcegebruik kunnen digitale tweelingen bijdragen aan aanzienlijke kostenreducties en vermindering van milieubelasting in industriële processen
    • Verbeterde Besluitvorming: Het hebben van een digitale tweeling als referentiepunt maakt betere en geïnformeerde besluitvorming mogelijk. Het stelt organisaties in staat om snel en flexibel te reageren op veranderende omstandigheden en markteisen.
  3. Gezondheidszorg: In de gezondheidszorg kunnen digitale tweelingen worden gebruikt om patiëntenindividuele modellen te maken. Deze modellen kunnen dienen als virtuele representaties van patiënten, waardoor artsen en zorgverleners behandelingen kunnen simuleren, gepersonaliseerde geneeskunde kunnen bevorderen en de efficiëntie van medische procedures kunnen verbeteren.
  4. Stedelijke Planning: Digitale tweelingen kunnen worden ingezet om stedelijke gebieden en infrastructuur virtueel te modelleren. Dit helpt bij het plannen van stadsontwikkeling, het voorspellen van verkeersstromen, het optimaliseren van energieverbruik en het verbeteren van de algemene leefbaarheid van steden.
  5. Landbouw: In de landbouw kunnen digitale tweelingen worden gebruikt om de groeiomstandigheden van gewassen te simuleren. Dit helpt boeren bij het optimaliseren van landbouwpraktijken, het beheren van hulpbronnen, het voorspellen van oogstrendementen en het verminderen van milieueffecten
  6. Milieumonitoring: Digitale tweelingen kunnen worden ingezet voor het modelleren en monitoren van ecosystemen en natuurlijke hulpbronnen. Dit is waardevol voor het begrijpen van klimaatverandering, het voorspellen van natuurrampen, en het bevorderen van duurzaam milieubeheer
  7. Onderwijs en Training: In het onderwijs kunnen digitale tweelingen worden gebruikt voor simulaties en trainingen in verschillende vakgebieden. Dit biedt studenten de mogelijkheid om praktijkervaring op te doen in een virtuele omgeving.
  8. Vastgoed: In de vastgoedsector kunnen digitale tweelingen worden gebruikt om virtuele modellen van gebouwen en infrastructuur te maken. Dit ondersteunt bij ontwerp, constructie en faciliteert faciliteitenbeheer.
  9. Transport en Logistiek: Digitale tweelingen kunnen worden toegepast in de transport- en logistieke sector om de efficiëntie van routes, transportmiddelen en supply chain-processen te optimaliseren.
  10. Telecommunicatie: In de telecommunicatie kunnen digitale tweelingen worden gebruikt voor het optimaliseren van netwerkprestaties, het plannen van dekking en het voorspellen van toekomstige eisen aan telecommunicatienetwerken.

Wilt u weten wat Dotx Control Solutions B.V. en Digital Twins voor u kunnen betekenen?

Neem contact op met: Leo Den Brok

M: +31652007300

E:l.denbrok@dotxcontrol.com

Wind Turbine: Pitch & Yaw Optimization

De pitchhoeken van een windturbine worden aanvankelijk ingesteld door een monteur met behulp van een schroevendraaier of een knop om de hoek te fixeren waarop het blad moet zijn wanneer het op 0 graden staat (de fine-pitch hoek). De monteur lijnt de markeringen op het blad en in de neuskegel van de turbine uit om dit te doen.

Optimalizatie algoritme

Met onze automatische regelprocedure past de PLC van de windturbine:

  1. Eerst de relatieve pitchhoeken aan om de onbalans van de rotor te minimaliseren.
  2. Daarna past de computer alle bladhoeken in harmonie aan om de optimale fijne pitchhoek te vinden die de vermogensuitvoer van de turbine maximaliseert.

Een vergelijkbare procedure is ontwikkeld voor de yawhoek:

  1. De yaw-hoek varieert in een stapvormige beweging, bijvoorbeeld van -10, -5, -2, +2, +5, +10 graden.
  2. Een Maximum Power Tracking regeling zorgt ervoor dat continue geoptimaliseerd wordt naar vermogen.
  3. Wanneer de optimale yaw-hoek gevonden is waarbij het geleverde vermogen maximaal is, kan het algoritme stoppen.

Field Test resultaten

De grafiek hieronder toont hoe de optimale yaw-offset convergeert naar zijn uiteindelijke waarde, binnen ongeveer 100 cycli (wat overeenkomt met 30 ‘effectieve’ uren, dat wil zeggen uren waarin de turbine onder de juiste omstandigheden werkt). In deze grafiek was de windvaan eerst gekalibreerd met behulp van een LIDAR, om ons in staat te stellen de geoptimaliseerde yawhoek te controleren. De op LIDAR gebaseerde yawafwijking, weergegeven als een zwarte lijn, bevestigt het resultaat.

Optimalisatie van de yawhoek om het vermogen te optimaliseren.

Waarde voor de klant

Met een geoptimaliseerde yaw & finepitch hoek heeft de klant met field tests laten zien dat gemiddeld genomen:

  1. oscillaties met meer dan 80% kunnen worden verminderd,
  2. terwijl het rendement met 3-6% per jaar kan worden verbeterd.

De klant bied dit inmiddels aan als een ‘upgrade package’ aan bestaande klanten, en de procedure wordt nu standaard tijdens de commissioning van nieuwe turbines uitgevoerd.

Certification

De optimalisatieprocedure maakt uitsluitend gebruik van standaard aan boord aanwezige sensoren. Na optimalisatie wordt een PV-curveverschil ‘voor’ en ‘na’ gegenereerd, dat kan worden gebruikt om de exacte rendementsverbetering te berekenen. Deze procedure is geverifieerd door een certificatie-instituut en is toegepast op meer dan 20 windturbines in het veld.

Cokes furnace control improvements

...


Problem: reduce pressure variations in Cokes furnace 2.
Result: 70% reduction of pressure peaks


First strike (2010)
Cokesovens produceren kooks uit steenkool. Tijdens de productie ontsnappen giftige gassen uit de steenkool en worden afgezogen en getransporteerd naar de gasreinigingsinstallatie.

Het is belangrijk dat de druk in de ovens dicht bij het ingestelde punt wordt gehouden met minimale variaties. Als de druk te hoog stijgt, zal het naar het milieu ontsnappen. Als de druk te laag is, komt er lucht de oven binnen en verbrandt de steenkool/cokes en beschadigt de ovenbekleding. Om nauwkeurige controle mogelijk te maken, wordt de druk op 5 locaties in de oven op het ingestelde punt gehouden door 5 PID-regelaars die de klepposities aanpassen.

In de eerste fase analyseerde DotX gegevens en onderzocht de oorzaak van de drukvariaties en de mogelijkheden om deze te verminderen door het besturingssysteem aan te passen. In 2010 werden op basis van deze analyse de eerste wijzigingen in het besturingssysteem aangebracht:

  1. De PID-regeling werd geoptimaliseerd.
  2. Self Learning Feedforward werd geïmplementeerd als een toevoeging aan 4 PID-regelaars.
  3. Play-compensatie werd geïmplementeerd als een uitbreiding van een van de besturingsuitgangen.
Self Learning Feedforward reageert uitsluitend op een triggervoorwaarde die aan 1 gaat als de oven wordt geladen met nieuwe steenkool. De drukpieken worden duidelijk verminderd met Self Learning Feedforward ingeschakeld. De play-compensatie vermindert het effect van speling tussen de besturingsuitgang (gevraagde kleppositie) en de werkelijke kleppositie. Al met al werden de drukvariaties met 50% verminderd.



Second strike (2020- now)
In 2020 vroeg Tata om advies over verdere vermindering van de drukvariaties. Er werden verschillende mogelijkheden voorgesteld:
  1. Implementeer real-time monitoring van alle PID-regelingen (gereguleerde druk, uitgangen van PID en klepposities).
  2. Maak een model van de druk op basis van eerst beginselen, verifieer het en gebruik het model om een verscheidenheid aan verbeteringen in het besturingssysteem te simuleren.
Het eerste punt, realtime monitoring, is in 2021 door DotX geïmplementeerd in de Azure-omgeving. Deze webtoegang maakt alleen het monitoren van gegevens mogelijk en biedt geen toegang tot enige Tata-computer of PLC. De monitor stelt degenen met toegang in staat om op elk moment en overal de status van de regellussen en de PID-ingangen en -uitgangen te controleren.

De onderstaande afbeelding toont een schermafbeelding van mijn mobiele telefoon (waar het internetadres om veiligheidsredenen is aangepast). Het laat de Procesvariabele (PV) en Setpoint (SP) zien gedurende het afgelopen uur. Als een regellus een probleem ondervindt, wordt er een e-mail gestuurd naar een groep mensen (inclusief DotX), waarin het probleem wordt uitgelegd en wordt gevraagd om actie te ondernemen. Deze e-mailmelding is een aanvulling op de reguliere alarmen in de bedieningsruimte (die soms over het hoofd worden gezien) en biedt ons (DotX) de mogelijkheid om te reageren.



Elke maand maakt DotX een rapport over Key Performance Indicators (KPI’s) op basis van de gegevens en bespreekt de resultaten met Tata. De KPI’s omvatten standaardafwijkingen van PV-SP, frequentiespectrumanalyse (om slecht gedempte oscillaties te detecteren), schattingen van speling in elke actuator en de effectiviteit van het besturingssysteem tijdens het laden (waar de hoogste drukpieken optreden).

Het tweede item (modellerings- en analysestudie) werd in 2020 uitgevoerd en resulteerde in de aanbeveling van Gain Scheduling en verschillende wijzigingen in feedforward.

Elke wijziging in het besturingssysteem werd geëvalueerd met wetenschappelijke procedures, zoals het regelmatig schakelen tussen een nieuwe situatie en de oude situatie gedurende ten minste 5000 keer. Dit stelt hen in staat om het effect op alle PID-regelingen vrij nauwkeurig te berekenen. Als een maatregel succesvol lijkt, wordt deze gedurende een langere periode gemonitord om de ‘gezondheid’ ervan te controleren. Sommige aanpassingen vereisten aanvullende analoge communicatie tussen PLC’s, die werden gerealiseerd door Tata.

Resultaten
Door voortdurende inspanningen om de controle te verbeteren, is het waarschijnlijk dat de standaardafwijkingen van elke regellus zullen blijven afnemen, zoals tot nu toe het geval is.

Back to Control Projects


Customer: Asperitas

In the fast-paced digital world we live in today, data centers are the unsung heroes that make it all possible. They're the engines that drive the internet, ensuring that we can connect, work, and play without missing a beat. However, they also consume a significant amount of energy, and the need for more efficient, sustainable solutions has never been more urgent.

Enter Asperitas, a forward-thinking clean-tech company that's leading the charge in greening the data center industry. Since 2014, Asperitas has been on a mission to revolutionize data center technology through their innovative approach: Immersed Computing®.

A Vision of Sustainability

At the heart of Asperitas' mission is a vision of sustainability that's set to redefine the industry. Immersed Computing® technology submerges servers in a specially designed fluid that not only cools them but also offers a range of benefits, from energy efficiency to enhanced performance. It's a true game-changer in the world of data centers, and Asperitas is at the forefront of making this vision a reality.

A Proud Collaboration

At DotX Control Solutions, we're honored to be a part of this journey with Asperitas. Our team has been actively involved in designing and implementing controllers for the Immersed Computing® technology, using Bachmann PLC programming to ensure the seamless and efficient operation of Asperitas' immersed data servers.

Vision System

The Camera Measurement System (CMS) is a high-resolution vision system built in coorperation with Tebulo (www.tebulo.com). CMS can accurately measure the 3D coordinates of both small and large objects.

Functional description

The CMS system uses a laser (number 2) to project a line (3) on an object (here: the tennis ball). It then makes a photo with its camera (1).

The CMS software then detects the laser light projection points and computes the exact coordinates of these points. Subsequently, this information is processed further into relevant data. For instance, in case of a tennis ball, CMS can measure its diameter.

Applications

Applications of the CMS system include:

  • The measurement of a steel coil’s centre of gravity location
  • Determination of the amount of loose wraps on steel coils
  • Telescoping (sizes)
  • Strip thickness
  • Strip profile

Specifications

  • Accuracy: +/- 0.5 mm
  • Measurement distances from CMS to object: 0.01 – 5.00 m
  • Software: coded in C++ Communication with external hardware: Ethernet and Profibus

MPC at VDL

...

VDL Weweler is een producent van automotive veersystemen en assen. In 2010, na een haalbaarheidsstudie, kreeg DotX de opdracht van VDL Weweler om een Model Predictive Controller te implementeren voor een van de Weweler walking beam ovens. In januari 2011 was de controller operationeel. Er werd een gemiddelde vermindering van minstens 4,8% gemeten.

De onderstaande video toont de HMI (webinterface) van de ovenregelaar tijdens de productie bij VDL-Weweler terwijl deze in werking is op de VDL-Weweler oven (geen simulatie, daadwerkelijke productie). Elke blauwe balk vertegenwoordigt een stalen product. Elke gele balk toont de temperatuur van dat product. We hebben de afspeelsnelheid verhoogd.

Weweler is overgestapt van gasgestookte ovens naar elektrische ovens, en sindsdien is ons besturingssysteem niet langer in gebruik.

en_USEnglish