STEELMASTER 2004 VIII Corso di Formazione Superiore per addetti delle aziende siderurgiche ISTITUTO PER LA CULTURA E LA STORIA D’IMPRESA “FRANCO MOMIGLIANO” TECNOLOGIE INFORMATICHE AVANZATE PER IL CONTROLLO DELLA PRODUZIONE A THYSSEN KRUPP ACCIAI SPECIALI TERNI AUTORE Ing. M.Sciaccaluga RELATORE Ing. F.Sanfilippo
1 La rapida evoluzione tecnologica nell'industria di acciaio guidata dalle informazioni tecnologiche comporta molteplici domande tra le quali l’adattabilità di esse sulla propria forza lavoro. Diventa sempre più importante elaborare mete definite per i Managers sia su programmi di addestramento elettronico, che sulla struttura specifica adattabile alle esigenze dell’azienda. Sebbene attualmente diversi venditori offrono le soluzioni di cultura elettronica generali, loro non includono parametri di processo e mete come la definizione di strategie di addestramento elettronico per seguire il processo. Così in questa tesi si vuole dimostrare una soluzione di addestramento elettronico che sarà divisa in approcci diversi e complementari chiesti dal settore dell’acciaio che non sostenga solo un ritratto globale del sistema di produzione ma anche i necessari passi da adempiere per le strade di addestramento migliori. Per arrivare questa meta i gruppi di utenti dei diversi ambienti di produzione di acciaio rispettivamente per i loro livelli di abilità personale devono essere considerati come le strade di addestramento che si devono sviluppare. Nei sistemi industriali tecnologicamente avanzati o con operazioni particolarmente complesse, il ruolo dell’operatore può essere veramente critico. In questi casi è indispensabile un elevato grado di specializzazione ed un monitoraggio continuo dei parametri sia di processo che dell’impianto per ottenere la massima efficienza nello svolgimento corretto delle attività. D’altro canto l’automazione ed il controllo processo diventano fondamentali per l’analisi di un elevato numero di dati, che, se correttamente utilizzati, provvedono alla verifica delle corrette condizioni dell’impianto e allo sviluppo del processo di produzione.
Comunque, si può mettere a disposizione dell’operatore un insieme di informazioni tecnologiche atte all’analisi dell’impianto, del processo e del prodotto con un utilizzo “intelligente” e quindi con un iter particolarmente semplice per accedere a tali informazioni. Nelle pagine seguenti si descriverà una applicazione reale con un avanzato grado di graphic reporting system per un monitoraggio on line di un intero stabilimento siderurgico. Il sistema si basa su di una tecnologia internet­intranet, che permette la diffusione di risultati, tramite un data base, una volta qualificatosi attraverso dei criteri di sicurezza. Questo tipo di architettura comporta i seguenti vantaggi:
·
Si ha la possibilità di reperire le informazioni che si ritengono più opportune;
·
Si possono filtrare le informazioni in funzione del livello di interesse;
·
È possibile accedere a tali informazioni in ogni posizione dello stabilimento;
·
È possibile avere indicazioni su eventuali azioni da fare. Il sistema di acquisizione, distribuzione dati ed analisi avviene attraverso tre fasi: 1. Report riguardante i dati on line per impianto/processo/prodotto; 2. Elaborazione intelligente dei dati attraverso dei campi di selezione; 3. Analisi statistiche del data­base per impianto e processo. Esiste la possibilità di visualizzare grafici o tabelle esportabili anche con excel, che permettono all’utilizzatore finale l’elaborazione di trends storici su parametri d’impianto e di processo di prodotto. I risultati ottenuti attraverso internet/intranet possono essere utilizzati da tutti i terminali autorizzati.
2 I N D I C E Intr oduzione ............................................................................... 4 CAPITOLO 1 – IL SISTEMA ........................................................ 6 CAPITOLO 2 – DESCRIZIONE DI UN CASO REALE ......................8 CAPITOLO 3 – PRINCIPALI FUNZIONALITÀ ............................. 13 3.1 . Il sitema in ACCIAIERIA ................................................................. 17 3.2 . Il sistema al LAMINATOIO A CALDO ........................................ 21 3.3 Il sistema al PIX ..................................................................................... 24 3.4 La scheda ispettiva .................................................................................. 30 CAPITOLO 4 – CONCLUSIONI ............................................. 31 BIBLIOGRAFIA ...................................................................... 32
3 INTRODUZIONE I software specificamente studiati per la gestione di un sistema industriale complesso possono offrire un potente aiuto per una corretta produzione ed essere elaborati per la gestione. In particolare, è dimostrato che la disponibilità per gli operatori di strumenti per l’analisi ed interpretazione di misurazioni è molto utile per la conoscenza dell’impianto e dei dati di processo. Inoltre, è dimostrato che un alto numero di sensori in impianti complessi non determina una migliore analisi del processo on line, al contrario, molto spesso il sovraccarico di informazioni può generare confusione nella gestione del processo. Quando si ha in effetti un elevato numero di dati, l'utente può non essere capace di percepire quei segnali che indicano malfunzionamento di un impianto e/o di un processo od una loro degradazione. L'uso di strumenti software capace di analizzare ed elaborare in linea dati, può aiutare l'operatore ad avere sintesi qualitative/quantitative del processo on line. Tali strumenti software dovrebbero agire come un esperto del processo, capace di capire se lo stesso processo sta avvenendo in modo corretto o degradato. Questo si realizza leggendo dei dati attraverso i sinottici, i trend storici/statistici del funzionamento e le informazioni diagnostiche.
4 Gli strumenti misurano e sviluppano un concetto in un modo intelligente selezionando dei parametri: il trend delle diagnosi di anomalie, le variabili, l'analisi statistica dei dati. È evidente che l'utente dell’impianto abbia le informazioni più utili quando i risultati sono semplici ed ottenibili in modo immediato. Lo sviluppo di questo sistema, basato su una tecnologia internet, dà notevoli vantaggi semplificando la diffusione dei risultati. Si pensi solo alla possibilità per ogni utente di reperire informazioni, già filtrate in base al livello d’interesse, all'ubicazione più conveniente ( eventualmente a casa!), e di comunicare le azioni necessarie. Nei seguenti capitoli si descriverà, l’utilizzo di un sistema avanzato basato sulla tecnologia internet per esaminare informazioni anche grafiche in linea. Questo sistema è attualmente in uso a ThyssenKrupp Acciai Speciali Terni, Terni­Italia.
5 1. IL SISTEMA Tale sistema denominato ARCHDB è un sistema esperto per monitoraggi “intelligenti” e diagnosi veloci sviluppata dai laboratori di CSM e ThyssenKrupp Acciai Speciali Terni. ARCHDB è sviluppato usando gli strumenti informatici basati su fuzzy logic, rete neurale, tecnologia WEB e strumenti tradizionali come i database relativi ed i modelli matematici. ARCHDB è un sistema modulare, composto per diversi moduli, tra i più importanti si ha:
·
Il database, un contenitore di dati relativo che contiene informazioni su impianti, processo, e prodotto;
·
Il modulo di acquisizione, per acquisire i dati da livello 1;
·
Il sistema di analisi, che elabori continuamente i dati di plant/process/product ;
·
Il modulo statistico dedicato alle analisi e preparazione di tabelle di controllo; L'interfaccia utente, progettato in stretta collaborazione con gli utenti finali, provvede all’elaborazione in un modo rapido dei risultati, attraverso tabelle e grafici.
6 ARCHDB è anche caratterizzato per il basso costo, in quanto tutte le tecnologie usate e il software permettono di ottenere rapidamente le informazioni filtrate secondo la richiesta finale, ciò è molto conveniente paragonato agli strumenti di sistema tradizionale. L'architettura funzionale ed il flusso di dati di produzione basate sul sistema ARCHDB si può descrive in figura1. Acquisition system
Vir tual Sensor s ò 4 pi * X Diagnosis tree exploring Diagnosis System Dbas e Standards multimedia operative procedure s Web Ser ve Inter net networ k Inter face on Br owser Data elaboration Graphic s Statistic Historic al trends
Figura n° 1 Descrizione grafica del sistema ARCDB. 7 2. DESCRIZIONE DI UN CASO REALE L’applicazione ARCHDB concerne lo sviluppo di report in un sistema avanzato, ed il controllo di processo di tutto lo stabilimento ThyssenKrupp di Acciai Speciali Terni. Figura n° 2. Layout Thyssen Krupp Acciai Speciali Terni Questo impianto, rappresentato in figura 2 si suddivide nelle seguenti aree: a) Parco rottami e magazzini ferroleghe; b) Acciaieria fig. 3,4,5,6; c) Laminatoio a caldo fig. 7; d) Lminatoio a freddo fig. 8; e) Trattamenti;
8 ElectricAreFurnaces N° 4 Steel Stainless Power 120 MVA Ave. tap weight 125 t ElectricAreFurnaces N° 5 Stainless, Electrical, Carbon 110 MVA Steel Power Ave. tap weight 150 t Figur a N° 3 Acciaierie­ Forni Elettrici (Foto e caratteristiche Tecniche) AOD N° 2 Ave. heat wei ght 150 t Inst al lat ion 1987 AOD N° 3 Ave. heat wei ght 150 t Inst al lat ion 2001 Figur a N° 4 Acciaierie­ AOD (Foto e caratteristiche Tecniche) Continuous Cast er N° 2 Stainless, Elect rical, Carbon widt h (mm): 800­ 1300 thickness (mm): 222 Steel Slab Type straight Nr. of strands Cast ing speed 2 0,5(m/min.) Continuous Cast er N° 3 Steel Slab Type Nr. of strands Cast ing speed Stainless widt h (mm): 700­ 1600 thickness (mm): 215 curve 1 1,25(m/min.) Figur a N° 5 Acciaierie­ Colate continue (Foto e caratteristiche Tecniche)
9 Thi n Sl ab Caster Steel St ainl ess, Elect ri cal, Carbon Slab wi dth (mm): 88 0­1 560 thi ckness (mm): 60­ 70 Type Nr. of strands Cast i ng speed Segment number Tundi sh capaci ty Inst all ati on st raight / curve 1 2,8­ 5,1 (m/ min.) 5 25 t 2001 Roll er Heart Furnace Lengt h Max f urnace Temperature 240 (m) 1300 °C Figur a N° 6 Acciaierie­ Colata bramma sottile (Foto e caratteristiche Tecniche) Hot rolling mill Material full rang e width (mm): 600­1540 thic kness (mm): 1,2­12 Push er type an d w alking beam Strip Furnaces Heating Po wer Drive rating n atural gas Nr. 1 Ro ughing Stan d 2x5000 K W Nr. 7 Fin ishing stan ds Drive rating 32,4 MW Max ro lling speed 17 m/s Figur a N° 7 Laminatoio a caldo (Foto e caratteristiche Tecniche) Terni Plant 6 Sendzimir mills Coils dimensions width max: 1570 mm thickness: 0,3­6,35 Max rolling speed 250­800 m/min Strip thickness gauge x­ray, y­ray Torino Plant 4 Sendzimir mills Coils dimensions width max: 1570 mm thickness: 0,3­6,30 Max rolling speed 250­700 m/min Strip thickness gauge x­ray, y­ray Figur a N° 8 Laminatoio a freddo (Foto e caratteristiche Tecniche)
10 Terni Plant 3 Hot APL (LAC1, LAC2 and LAC3) Coils Coils w idth max: 1550 mm thickness: 1,8­7 1 cold APL (LAF4) w idth max: 1,570 thickness: 0,3 ­ 3,0 To rino Plant Coils Coils 1 Hot APL (L1) w idth max: 1350 mm thickness: 1,5­6,5 1 hot & cold APL (L4) w idth max: 1320 Thickness: 0,8­3,0 (cold) 1,5­6,5 (hot) 1 cold APL (L5) Coils w idth max: 1540 thickness: 0,3 ­ 4,0 Figur a N° 9 Laminatoio a freddo Trattamenti (Foto e caratteristiche Tecniche)
Terni Plant BA 1 line Steels Thickness Width AISI 200, 300, 400 0,1­1,20 mm max 1270 main characteristic Furnace lenght 17 m Energy source electric Atmosphere 25% N2, 75% H2 Line speed 40 m/min BA 2 line Steels Thickness Width AISI 200, 300, 400 0,3­1,50 mm 1550 mm max main characteristic Furnace lenght 35 m Energy source electric/gas Atmosphere 25% N2, 75% H2 Max speed 70 m/min Ogni singolo impianto è assistito da controllo processo ed automazione per la messa in atto delle varie produzioni. La ThyssenKrupp si è dotata di un un sistema intelligente per esaminare in linea i singoli parametri e garantire i benefici in termini di: 11 ·
Qualità di prodotto;
·
Produttività;
·
La sicurezza di corretta conduzione;
·
La disponibilità dei dati a tutto il personale specializzato;
·
La diffusione dei dati di impianto e delle informazioni alle linee di produzione;
·
La capitalizzazione del know­how; L'analisi è cominciata dalla struttura di base del sistema ed in particolare da quegli elementi del sistema le cui informazioni accurate erano utili all’identificazione delle cause di fallimento. Analizzando le relazioni funzionali fra questi elementi, era possibile identificare le possibilità di propagazione di ogni tipo di fallimento e predire i suoi effetti nel processo di produzione dell’intero impianto. Il risultato dell'analisi era una raccolta di tabelle che contiene, per ogni elemento, i parametri di fallimento atti a stabilire le cause. Inoltre, inseguito l’uso di un sistema sviluppato ha permesso di creare le tabelle più idonee ad individuare le cause di fallimento tramite programmazioni orientate.
12
3 PRINCIPALI FUNZIONALITÀ Parte delle principali applicazioni sono di seguito riportate:
·
l'indicatore globale d’impianto È molto importante per l'operatore sapere come l’impianto stà lavorando; per questa ragione un indice globale (un sensore virtuale) deve essere definito per ogni area d’impianto. Questo indice globale deve essere un mezzo influenzato dagli indici parziali (attinenti per parametri principali ad una sezione data della linea di produzione). Loro considerano la distanza tra il funzionamento attuale ed il punto di funzionamento ottimale. I pesi sono i coefficienti correttivi che valutano l'importanza delle variabili corrispondenti nel processo globale. L'indice parziale e l'indice utilizzano la fuzzy logic. L'indice globale e l'indice parziale variano tra 0 e 1. Quando sono pari a 1 le variabili attinenti hanno Fig10 Plant global indicator
un valore uguale al suo valore ottimale. È chiaro che l'indice globale tende al suo valore massimo quando tutti gli indici parziali sono uguali ad 1. L'indice globale può essere un indicatore grafico ( Fig. 10) che permette una buona e rapida identificazione della condizione dell’area e dell’impianto. 13 ·
Home Analizzando l’impianto ed i dati di processo, il sistema permette di scoprire anomalie e quindi riattivare le condizioni corrette di conduzione. La pagina principale di seguito riportata (Fig.11) da la possibilità di accedere alle principali aree d’interesse dello stabilimento:
Figur a n° 11 Pagina principale del sistema ARCHDB
·
Acciaieria;
·
Laminatoio a caldo;
·
PIX Terni (Laminatoio a freddo di Terni e trattamenti);
·
PIX Torino (Laminatoio a freddo di Torino e trattamenti);
·
Discoverer una pagina dove si possono elaborare informazioni attinenti a richieste specifiche che dopo un opportuno collaudo possono essere inserite nella particolare area di interesse. 14
Di seguito si illustrano le pagine relative ad Acciaieria, Laminatoio a caldo, Pix (Figura n° 12,13,14). Tutto ciò rende l’idea della complessità nel costruire un intero sistema che colleghi e quindi permetta l’interscambio dei dati di ogni singola macchina dello stabilimento, ed in alcuni casi crei un sistema di acquisizione dei principali parametri. Figur a n° 12 Pagina principale ACCIAIERIA del sistema ARCHDB Figur a n° 13 Pagina principale LAMINATOIO A CALDO del sistema ARCHDB
15 Figur a n° 14 Pagina principale PIX del sistema ARCHDB
16 3.1 . Il sistema in ACCIAIERIA In questo caso a titolo di esempio iniziamo a seguire il flusso cronologico del prodotto per l’intero ciclo produttivo. Iniziamo ora con l’area acciaieria cominciando dalla pagina principale dell’acciaieria. Scegliamo un report inerente gli “Andamenti Qualitativi” ed in particolare “Parametri giornalieri FEA” si possono cosi analizzare le colate fatte in un particolare giorno dal forno fusorio n° 5 (Fig15­16). Figur a n° 15 Pagina principale ACCIAIERIA del sistema ARCHDB
17 Figur a n° 16 Pagina Rapporto produzione giornaliera forni del sistema ARCHDB
In particolare analizziamo la colata 568414 di AISI 304MX, nel report è possibile verificare dati relativi all’impianto ed all’ambiente. Proseguiamo ora con il flusso del nostro prodotto e passiamo sotto la voce “Andamenti Qualitativi” ed in particolare la “scheda di colata ” possiamo verificare l’analisi chimica della colata in esame (Fig 14 e17). Questi report sono essenzialmente riferiti ad utenti che seguono in particolare solo delle fasi di processo. Figur a n° 17 Pagina Scheda di colata del sistema ARCHDB 18 Per la stessa colata è anche possibile accedere ad informazioni più generali che raggruppino e sintetizzino in realtà un quadro totale fino ai processi di laminazione a caldo, questo è il tipico esempio di un report indirizzato ad utenti di carattere Tecnico­Manageriale. Visualizziamo quindi sotto la voce “CSP” il “Rapporto di Colata”(Fig.18 e 19). Figur a n° 19 Pagina principale ACCIAIERIA voce CSP del sistema ARCHDB
19 Figur a n° 19 Pagina Scheda di colata del sistema ARCHDB
20 3.2 Il sistema al LAMINATOIO A CALDO Siamo giunti ora nel flusso del nostro prodotto al laminatoio a caldo. In questo passaggio illustriamo una pagina indirizzata essenzialmente ad utenti operativi. È necessario a questo punto definire il nostro prodotto con un identificativo per seguirlo nel resto del suo ciclo produttivo, nella realtà ThyssenKrupp l’identificativo è il NIM. In particolare analizziamo sotto la pagina principale laminatoio a caldo (FIG 19) la voce controllo qualità per NIM (Fig.20). Figur a n° 20 Pagina Principale Laminatoio a Caldo del sistema ARCHDB
21 Figur a n° 21 Pagina Controllo Qualità del sistema ARCHDB Per il nastro identificato con il NIM U26103 è possibile analizzare tutti i dati geometrici e termici. È inoltre possibile attingere informazioni con opportune quary non ancora ingegnerizzate e quindi in fase di collaudo sotto una delle pagine principali DISCOVERER . Nel nostro caso apriamo sotto dicoverer la voce “LAC”, “Variabili di laminazione per produzione”(Fig 22,23,24). Figur a n° 22 Pagina Principale Discoverer del sistema ARCHDB
22 Figur a n° 23 Pagina variabili di laminazione per produzione del sistema ARCHDB In tale richiesta è possibile filtrare le informazioni secondo il proprio livello di analisi, selezionando il tipo acciaio, la larghezza del nastro, lo spessore o il particolare Nim, ottenendo la visualizzazione di una pagina come la seguente, o la possibilità di importare i dati in EXCEL per elaborarli ulteriormente. Figur a n° 24 Pagina variabili di laminazione per produzione del sistema ARCHDB
23 3.3 Il sistema al PIX Seguiamo ora il nostro nastro dal Nim U26103 nell’area Pix che come già detto raggruppa sia i trattamenti di ricottura e decapaggio che la laminazione a freddo (Fig. 25). Figur a n° 25 Pagina Principale Pix del sistema ARCHDB
Analizziamo la voce ”LAC” riguardante la ricottura “Grafici variabili”, scegliamo la data, selezioniamo il nostro Nim e proseguiamo selezionando quindi le variabili che possono interessarci per la nostra analisi ad esempio delle temperature di alcune zone di un Forno(Fig. 26,27). È ovvio come questo report sia essenzialmente indirizzato ad un utilizzo prettamente operativo. 24 Figur a n° 26 Pagina Grafici variabili del sistema ARCHDB
25 Figur a n° 26 Pagina Grafici variabili del sistema ARCHDB Figur a n° 27 Pagina Grafici variabili del sistema ARCHDB
26 Nell’area laminazione a freddo si illustra un report sotto la voce “ZMILL” ,”Grafici Treno a caldo “ che riporta l’andamento dello spessore letto in ingresso al laminatoio a freddo confrontato con quello in uscita dal treno a caldo, tutto ciò ad indicare come sia possibile l’interscambio di informazione tra diverse aree (Fig. 28,29) Figur a n° 28 Pagina Principale Pix del sistema ARCHDB Figur a n° 29 Pagina Grafici Treno a caldo del sistema ARCHDB
27 Come ultimo esempio sempre del nostro nastro (Nim U26103) mostriamo una visualizzazione di informazioni relative alla linea di finitura LAF 4 sotto la voce “LAF”, Grafici variabili (Fig. 30,31). Figur a n° 30 Pagina principale Pix del sistema ARCHDB
Anche questo report è orientato ad utenti Tecnici­operativi e permette molteplici scelte tra le variabili che gli addetti ritengono più operative, nel caso attuale si è scelto di graficare la regolazione di alcune valvole di comburente di un forno (Fig. 32). Figur a n° 31 Pagina Grafici variabili del sistema ARCHDB 28 Figur a n° 32 Pagina Grafici variabili del sistema ARCHDB
29 3.4 La scheda ispettiva La scheda di ispezione è l’ultimo passo da adempiere per lo svincolo del materiale. In questa scheda vengono annotate tutte le informazioni inerenti eventuali difettosità del prodotto, ed è proprio da qui che eventualmente partono degli allarmi che rendono necessario indagare nelle diverse fasi del processo. Quindi normalmente il nostro esempio che ha seguito il flusso cronologico del prodotto non è stato che il processo inverso che normalmente si compie per la soluzione di eventuali anomalie, che appunto partono proprio dalla scheda ispettiva.
30 4. CONCLUSIONI Lo sviluppo di un sistema modulare complesso per la diagnosi, per la visualizzazione ed elaborazione di dati, basato su sensori virtuali e tecnologia internet, è giudicato positivamente dagli utilizzatori finali. In particolare, l'acquisizione di informazioni sintetiche e semplicemente accessibili su plant/process/product permette una facile identificazione di malfunzionamenti ed anomalie e di conseguenza l’aumento delle performances di ogni singolo impianto. Il sistema è visto già come uno strumento per l'interscambio di informazioni ai differenti livelli di interesse, operatori, impiegati e managers di azienda.
31 5. BIBLIOGRAFIA [1] Z.Padwo, P.Sabatier, Clecim, Saint­Charmond, France; Fifth International Tinplate Conference; London, October 12 th ­16 th 1992; Paper n° 8. [2] G.C. van Haastrecht, J. Miedema; Hoogovens Groep BV, Netherlands; Fifth International Tinplate Conference; London, October 12 th ­16 th 1992; Paper n° 10. [3] Rolston, Expert Systems – Theory and Development, McGraw­Hill. [4] Rich, Artificial Intelligence, McGraw­Hill. [5] Di Biase, Manzo, Menegatti, Violante, An On­Line System for Early Diagnosis and Predictive Maintenance, Manutenzione, June 1996. [6] Costantini, Manetti, Parente, Expert Systems: Applicability in Industrial Field, L’elettrotecnica, vol. LXXVIII n. 5 May 1991. [7] Zadeh, A Fuzzy­Algorithmic Approach to the Definition of Complex or Imprecise Concepts. [8] F.Manzo, Using G2 to build Real­Time Expert System for Diagnosis in Steel Industry, G2 European User Meeting, S.Margherita Ligure, June 1992. [9] M.Dubas, Expert System in Industrial Practice: Advantages and Drawbacks, Expert Systems, August 1990. [10] Committee on Technology, Use and Application of Expert Systems and Artificial Intelligence, International Iron and Steel Institute, Techno­21; Chicago, April 1990. [11] Kosko, Isaka, Fuzzy Logic, Le Scienze, September 1993.
32 [12] N. Di Biase, E. Musella, F. Sanfilippo, V. Ferrari, N. de Abajo, J.A. Carlos, Sensori virtuali per la diagnosi di processo, Automazione e strumentazione, April 2000. [13] N. Di Biase, E. Musella, F. Sanfilippo, V. Ferrari, N. de Abajo, J.A. Carlos "System for Electrotinning Process Diagnosis based on Virtual Sensors and Internet Technology" ­ 7th Internatio nal Tinplate Conference ­ 2­4 ottobre 2000 Amsterdam ­
33