将质量数据连接到过程数据

使用高级分析可以帮助确保产品质量和整体运营效率。参见案例研究示例。

通过埃德温·范·戴克 2019年3月12日

产品质量一直是，并将继续是过程制造公司不断关注的焦点和挑战。当今不断变化的形势为油气行业带来了利用大数据追求并实现卓越运营的新途径。大数据和工业物联网(IIoT)为提高产品质量开辟了新途径。特别是自助高级分析，允许主题专家(sme)为卓越运营做出贡献，并满足企业质量和盈利目标。

产品质量的定义是什么?

质量的现代定义是“适合预期用途”，这意味着满足甚至超过客户的期望。定义质量的另一种方法是，在客户以这三种方式使用产品之前，是什么影响了产品质量(参见图1)。

1.原料:进入生产过程的原材料通常是天然材料，通常具有不同的一致性，这就需要进行工艺调整，以保持成品的质量水平不变。

2.生产线:生产线的设计和配置影响流程和资产性能，而流程和资产性能又相互影响。例如，影响资产性能或整体设备效率(OEE)的材料，可能是由于物质穿过管道而导致热交换器的污垢。

另一方面，资产的性能会影响产品加工环境，例如由于泵故障导致的压降。一个过程控制系统(PCS)通常到位，以达到一致的生产水平，同时保持安全合规和成本效益。

中间产品的质量可以在生产过程中进行测试和监控，但要知道产品是否符合要求，必须根据控制系统程序进行实验室测试。

3.产品储存及运输条件:包装、处理和环境可能会影响产品在规格内的保存时间。对于客户来说，收到的产品可能被视为另一种生产工艺的原材料。当在生产过程中使用产品时，客户收集质量数据并向供应商提供反馈，以改善未来订购商品的交付。这个反馈关闭了图中的顶部循环。

质量控制还是质量保证?

质量控制(QC)和质量保证(QA)确保产品质量。QC和QA密切相关，但概念不同。QC负责检测产品中的错误，QA负责预防质量问题。

通常，QC是事后完成的，而QA包括防止质量问题的活动，需要系统的测量、与标准的比较、过程监控和相关的反馈循环。

QA的关键在于传感器生成的时间序列生产数据，这些数据是通过数据采集应用程序收集的。这些数据可以在具有自己的趋势查看器和分析功能的历史记录中捕获。这通常需要编程技能来分析操作性能。

随着计算能力的提高，许多仪器的时间序列过程和资产数据的可视化成为可能。流程专家可以使用自服务分析工具的可视化和模式识别功能来评估生产流程和相关性。该软件用于查看发生了什么、发生的频率、发生的原因，甚至在流程的上游提出潜在的根本原因。

通过为工艺工程师提供先进的分析工具，可以通过解释数据来评估更多的生产问题。流程数据已经为通过自助服务分析确保产品质量提供了很好的选择，如下面的用例所示(参见侧栏)。

案例研究:停留时间评估以减少化学批处理过程中的质量偏差

由于总循环时间约为12小时，化学批处理过程中的停留时间在每批中可能有很大差异，因为在不同的工艺步骤之间有一些共同的容器和缓冲罐。在不同的步骤中，还测量了pH值以跟踪变化。当在工厂的两个不同的工艺步骤中测量相同的工艺变量时，这两个测量值应该有很好的相关性。

这两个流程步骤之间的停留时间可以通过使用自助分析解决方案在寻找显示两者之间最高相关性的时移时建议的影响因素来评估。

在特定时间段内，上游和下游工艺变量之间的关系非常不同，这表明工艺工程师很可能是在两次测量之间的某个地方引起的扰动。在这种情况下，用户可以检查干燥器中的pH值是在卤化步骤之前还是之后造成的。

利用这种方法，可以更准确地评估停留时间，更容易解释过程变量的变化。可以确定产品偏差的根本原因，允许生产过程的改进，并监控未来的生产运行，以减少进一步的产品质量偏差。