Under en k¨orning av produkt X1 doseras en viss m¨angd av L1 i reaktorn som d¨arefter blandas ytterligare med W1. D¨arefter blandas r˚avarorna under en f¨orutbest¨amd tid f¨or att sedan forts¨atta att f¨or¨adlas i proces-sen. Sj¨alva tiden fr˚an det att L1 doserats till dess att materialet flyttas kallas mognadstiden f¨or K1. N¨ar L1 doserats f¨ardigt sjunker temperaturen i reaktorn vilket medf¨or att en topp kommer uppst˚a p˚a kurvan. Under f¨oljande steg i processen f¨or¨andras temperaturen i reaktorn ytterligare beroende p˚a de ing˚aende ¨amnena och tiden. Energim¨angden under temperaturkurvan kommer d¨arf¨or att variera fr˚an batch till batch och detta ¨ar n˚agot som ingenj¨orerna p˚a Nouryon sedan en tid har misst¨ankt p˚averkar utfallet av KP. Det har dock inte varit m¨ojligt att utf¨ora dessa ber¨akningar eftersom att inget effektivt s¨att att ber¨akna integralen av tempe-raturkurvan har varit m¨ojligt att ta fram. Denna analys har d¨arf¨or syftat till att unders¨oka vilka m¨ojligheter det finns att ber¨akna energim¨angden mellan det att L1 och W1, kallat EK1-2, och f¨or hela mognadstiden, kallat EK1-1. Om detta var m¨ojligt skulle det i samband med analysen ¨aven vara m¨ojligt att sammanst¨alla tiden mellan L1 och W1 samt f¨or hela mognadstiden vilket ocks˚a var av intresse f¨or Black Belt projektet. Till en b¨orjan unders¨oktes det vilka m¨ojligheter det fanns att ber¨akna area under en kurva. Att g¨ora detta f¨or hand skulle vara f¨or ineffektivt och d¨arf¨or ¨overgick s¨okandet till matematiska programvaror d¨ar Matlab ¨ar ett vida anv¨ant hj¨alpmedel vid alla m¨ojliga typer av ber¨akningar. Det visade sig att Matlab hade en inbyggd funktion som kallades trapz vars syfte var att approximera areor under godtyckliga kurvor. Denna funktion bygger p˚a att staplar under grafen ritas upp som sedan adderas f¨or en total area. Det medf¨or att en viss felmarginal kommer vara n¨arvarande men om analysen genomf¨ors p˚a exakt samma s¨att minskar risken att utfallet av felet blir olika.
N¨ar en metod f¨or att ber¨akna arean under temperaturkurvan hade funnits kunde arbetet med datainsamling och analys p˚ab¨orjas. Detta arbete kom att visa sig kr¨ava mycket arbete d¨ar manuella avl¨asningar av grafer kopplades till r˚adata som i sin tur ledde till att relevant data kunde sorteras ut f¨or vidare analys i Matlab. F¨or att f˚a en god ¨oversikt av alla steg i analysen presenteras dessa i fl¨odesschemat i Figur 43.
Figur 43: Arbetsg˚angen f¨or analys av EK1-1 och EK1-2.
Det valdes att enbart unders¨oka de batcher som g˚att p˚a produktionslina B, C och D eftersom att produkten X1 s¨allan k¨ordes p˚a produktionslina A. Start och sluttid f¨or batchen utl¨ases och skrivs in i EPI f¨or att f˚a upp processkurvorna. D¨arefter exporteras all data till Excel och sparas ner p˚a det lokala n¨arverket. R˚adata st¨alls upp i grafer och analysen p˚ab¨orjades. N¨ar punkten f¨or L1, W1 och d¨ar materialet transporterades iv¨ag, kallat T1, skulle ˚aterfinnas kombinerades analys av graferna tillsammans med kolumnernas tillh¨orande data. Uti-fr˚an graferna kunde en grov uppskattning g¨oras och d¨arefter ˚aterfanns punkten i kolumnen genom att sortera ut max och min v¨arden. N¨ar temperaturkurvan n˚att sitt max hade L1 doserats f¨ardigt och mognadstiden p˚ab¨orjats. Mognadstiden p˚agick fr˚an denna punkt till dess att vikten i reaktorn b¨orjar att ¨oka, T1. Punkten W1 kunde urskiljas genom att analysera n¨ar datapunkternas v¨arden ¨okade snabbt. Ett f¨ortydligande av detta kan ses i Figur 44.
Figur 44: Processkurva h¨amtad fr˚an EPI f¨or godtycklig batch.
N¨ar r¨att r˚adata var ˚aterfunnen markerades denna och tiderna mellan start och slutpunkt ber¨aknades. D¨arefter f¨ordes all data ¨over till enskilda Excelfiler som d¨optes till batchnummer och produktionslina samt om de ber¨orde hela mognadstiden eller tiden mellan L1 och W1. D¨arefter f¨ordes de ¨over till Matlab och ber¨aknades. Resultatet av ber¨akningarna sammanst¨alldes per automatik i en Excelfil genom Matlabkoden. All Matlabkod valdes att uteslutas fr˚an rapporten eftersom att den inneh¨oll v¨arden som ej kan publiceras p˚a grund av sek-retess. F¨or att inte blanda ihop de olika energim¨angderna och tiderna kan f¨oljande sammanst¨allning i Tabell 13 anv¨andas.
Tabell 13: Beteckningar ¨over de olika omr˚adena g¨allande K1 och K2.
Omr˚ade Beteckning F¨orklaring
Energim¨angden f¨or hela mognadstiden L1-T1 EK1-1 Energy K1 for period 1
Energim¨angden mellan L1-W1 EK1-2 Energy K1 for period 2
Totala mognadstiden f¨or K1 TK1-1 Time for K1 period 1
Tiden mellan L1-W1 f¨or K1 TK1-2 Time for K1 period 2
Totala mognadstiden f¨or K2 TK2 Time for K2 in tank
I samr˚ad med bihandledare i examensarbetet togs beslutet att minst 20 batcher skulle analyseras fr˚an varje produktionslina. Anledningen till detta var att en multivariat analys inte skulle vara representativ med ett mindre antal m¨atpunkter. Till dessa valdes b˚ade batcher som klassats inom och utom specifikationen. P˚a s˚a s¨att kunde avvikande m¨onster och en m¨ojlig korrelation mellan energim¨angd och KP uppt¨ackas. Det slutade dock med att 116 batcher fr˚an 2018 och fram till mars 2019 analyserades. Ut¨over detta analyserades ¨aven alla 22 batcher som f¨oll inom provperioden vilket slutade i att totalt 138 batcher analyserades. Samtliga batcher analyserades relativt den produktionslina som de tillverkats p˚a genom att plotta upp KP mot b˚ade energim¨angden och tiden. Utifr˚an graferna kunde en stor spridning mellan punkterna urskiljas och d¨arf¨or genomf¨ordes ingen vidare envariabelanalys utan det valdes att v¨anta till den multivariata analysen. Graferna som togs fram kan ses i Bilaga H.
I samband med datainh¨amtningen g¨allande energim¨angden f¨or K1 kunde ytterligare tv˚a parametrar som varierade mellan batherna h¨amtas fr˚an de kurvor som plottades upp. Det var den maximala temperaturen p˚a kurvan i samband med L1 och den andra var omr¨orareffekten f¨or tre olika steg i processen. Temperaturen h¨amtades ut fr˚an samma dataset som anv¨andes f¨or att ber¨akna mognadstiden och energim¨angden f¨or K1-1 och K1-2. G¨allande omr¨orareffekten fick ytterligare data h¨amtas ut fr˚an EPI som sedan st¨alldes upp likt Figur 45.
Figur 45: Omr¨orareffekten p˚a PL-D under olika steg i processen.
Genom att ta fram data f¨or hur omr¨orareffekten varierar under de olika stegen f¨or olika batcher kunde variation i viskositet urskiljas. F¨or att avg¨ora dess p˚averkan p˚a KP analyserades det vidare multivariat. N¨ar detta uppt¨acktes sent i projektet togs det enbart fram data f¨or de batcher som innef¨oll under provperioden. G¨allande K2 kunde omr¨orareffekten inte ber¨aknas med samma analysmetod. Detta berodde p˚a att K2 blan-dades i en annan lagertank f¨or att finnas tillg¨anglig n¨ar K2 skulle doseras i den huvudsakliga processen. Det kunde medf¨ora att K2s v¨antetid i tanken varierade beroende p˚a hur den huvudsakliga processen gick. Hur detta p˚averkade utfallet av KP var inte k¨ant. Utifr˚an denna analys skulle allts˚a tiden som K2 “mognade” i lagertanken senare analyseras i en multivariat analys f¨or att se om n˚agon korrelation fanns. Dock kr¨avdes det ¨aven h¨ar mycket handp˚al¨aggning i form av att h¨amta ut r˚adata som d¨arefter st¨alldes upp i grafer. I det h¨ar fallet kunde inte EPI anv¨andas eftersom att de taggar som representerade givarna f¨or niv˚an i lagertanken samt ventilerna som ¨oppnade och st¨angde denna enbart fanns i DeltaV. F¨or att g¨ora s˚adan data tillg¨anglig kr¨avdes en s˚a kallas Excel-rapport d¨ar r˚adata kunde h¨amtas om namnen p˚a taggarna var k¨anda. I rapporten kunde ¨aven tidsintervallet f¨or inh¨amntning av datapunkter best¨ammas vilket sattes till fem minuter. Innan detta beslut fattades gjordes en f¨ors¨akran om att doseringen inte gick fortare ¨an fem minuter s˚a att alla doseringar skulle vara m¨ojliga att urskilja.
I den rapport som skapades skrevs batchens start och sluttid in i tv˚a celler som gjorde att r¨att r˚adata togs fram. Till denna data h¨orde tidsst¨amplar, tankniv˚a i fyra tankar samt tillh¨orande doseringsventiler. Ge-nom att se i grafen n¨ar doseringsventilen var ¨oppen samt att niv˚an sj¨onk kunde en grov sortering i datasetet g¨oras. N¨ar ventilerna var ¨oppna ˚aterfanns 1or i datasetet och n¨ar de var st¨angda 0or. F¨or att finna starttiden d˚a K2 p˚ab¨orjade sin “mognadstid” i lagertanken s¨oktes till att b¨orja med det l¨age n¨ar ventilen f¨orst ¨oppnades och b¨orjade att dosera K2. Genom att analysera de f¨oreg˚aende punkterna innan ventilen ¨oppnades kunde den s˚a kallade mognadstiden ˚aterfinnas och d¨arefter ber¨aknas. Ett f¨ortydligande kan ses i Figur 46
Figur 46: Lagerniv˚akurva i bl˚att och ventilkurva i orange.
Den plat˚a som bildas innan ventilen ¨oppnas, orange kurva som g˚ar mellan 0 och 1, f¨or dosering ¨ar den tid som K2 m˚aste v¨anta i lagertanken. F¨or att denna analys skulle kunna vara representativ kr¨avdes det att analysera alla batcher som analyserats g¨allande K1. D¨arf¨or analyserades samtliga 138 batcher med avseende p˚a K2. ¨Aven i detta fall var omr¨orareffekten under tiden som K2 var i tanken intressant att analysera men det uppt¨acktes, likt f¨or K1, sent i projektet. D¨arf¨or togs data g¨allande omr¨orareffekten f¨or K2 enbart fram f¨or de batcher som g˚att under provperioden f¨or vidare multivariat analys.