Cyfryzacja i narzędzia oparte na sztucznej inteligencji stają się coraz istotniejsze dla firm zajmujących się recyklingiem tworzyw sztucznych. Jak podkreślają przedstawiciele Erema, rosnąca złożoność procesów oraz konieczność utrzymania stałej jakości regranulatu przy jednocześnie zmiennym materiale wejściowym zwiększają wymagania wobec operatorów i służb utrzymania ruchu. Dodatkowym czynnikiem jest niedobór wykwalifikowanych pracowników, co oznacza, że nie każda zmiana produkcyjna dysponuje specjalistami zdolnymi do bieżącej oceny procesu i szybkiej reakcji na odchylenia.
W rozmowie Markus Huber-Lindinger, dyrektor zarządzający w Erema, oraz Yvonne Kappacher-Winter, inżynier R&D w Erema, zwracają uwagę na rolę rozwiązań cyfrowych w zwiększaniu przejrzystości procesu i wspieraniu decyzji operacyjnych. Analiza danych procesowych ma umożliwiać identyfikację zależności, które w codziennej pracy pozostają niewidoczne. Erema wskazuje przy tym na zastosowania obejmujące zautomatyzowane monitorowanie jakości i parametrów procesu oraz utrzymanie predykcyjne oparte na danych z maszyn w czasie rzeczywistym, ukierunkowane na ograniczanie nieplanowanych przestojów i poprawę stabilności produkcji.
Firma wiąże przyspieszenie cyfryzacji w recyklingu z jednoczesną presją na powtarzalną jakość regranulatu oraz kosztoefektywność. Wskazuje również na rosnące wymagania regulacyjne i oczekiwania globalnych marek w zakresie zwiększania udziału recyklatu w produktach. W ocenie Erema cyfryzacja ma pomagać kompensować wahania wsadu, poprawiać stabilność procesu oraz ograniczać zużycie energii i zasobów. Huber-Lindinger opisuje dwa równoległe kierunki działań, cyfryzację procesów produkcyjnych wewnątrz firmy oraz rozwój „inteligencji” maszyn, w tym rozwiązań zwiększających dostępność i wspierających zapewnienie jakości.
Erema zwraca także uwagę na podejście obejmujące cały łańcuch wartości. Wspólnie z Lindner Washtech firma rozwija zintegrowane, oparte na danych rozwiązania procesowe, które mają umożliwiać automatyczne interwencje oraz utrzymanie zależne od stanu. W wypowiedzi podkreślono cel poprawy przejrzystości i efektywności na całej ścieżce „od beli do granulatu”.
Kluczowe elementy ekosystemu cyfrowego
Wśród rozwiązań, które według Erema mają obecnie przynosić największą wartość klientom, wskazano trzy obszary. Pierwszy to utrzymanie predykcyjne. Narzędzie PredictOn ma umożliwiać monitorowanie w czasie rzeczywistym stanu kluczowych komponentów, takich jak główne układy napędowe czy jednostka plastyfikująca. System ma wykrywać anomalie na wczesnym etapie i rekomendować konkretne działania serwisowe, co ma ograniczać nieplanowane przestoje i wydłużać żywotność podzespołów.
Drugi obszar dotyczy przejrzystości procesu i jakości. Erema wskazuje na platformę BluPort jako miejsce integrujące usługi cyfrowe, dokumentację oraz informacje o maszynach, a także dane dotyczące bieżącej produkcji i wydajności urządzeń na miejscu.
Trzeci obszar to automatyzacja w krytycznych etapach procesu, szczególnie tam, gdzie zmienność wsadu utrudnia stabilną pracę. Przykładem podanym przez firmę jest system DischargePro dla Erema Laserfilter, który ma automatycznie dostosowywać prędkość tarczy zgarniającej oraz ślimaka rozładunkowego do aktualnego zapotrzebowania. Według Erema rozwiązanie to ma wspierać równomierne zagęszczanie stopu w trakcie filtracji.
PredictOn jako system inteligentnego wsparcia
Yvonne Kappacher-Winter opisuje PredictOn jako system inteligentnego wsparcia, który towarzyszy procesowi recyklingu w czasie rzeczywistym. Ma on w sposób ciągły monitorować i analizować istotne dane dotyczące stanu pracy, identyfikować wzorce oraz wykrywać anomalie i odchylenia od normalnego przebiegu procesu. Wczesne rozpoznanie zużycia kluczowych komponentów ma minimalizować ryzyko nieplanowanych przestojów.
Jak wskazuje Erema, celem jest maksymalizacja dostępności maszyn oraz zapewnienie stabilności procesu. System ma informować operatorów, kiedy wymagana jest interwencja, a działania serwisowe mają być wykonywane w podejściu warunkowym, a nie rutynowo. W ocenie firmy pozwala to ograniczać zbędne prace utrzymaniowe przy jednoczesnym zmniejszaniu ryzyka kosztownych awarii. PredictOn ma także wspierać zespoły w realizacji nieplanowanych prac serwisowych w sposób ukierunkowany i skoordynowany.
Obecnie Erema wskazuje na dwa moduły. PredictOn:Drive ma monitorować główne układy napędowe jednostki kondycjonowania wstępnego i wytłaczarki, a także układy na reaktorze, suszarce krystalizacyjnej oraz pompach próżniowych w instalacjach PET. Z kolei PredictOn:Plastification Unit ma monitorować stan ślimaka i cylindra wytłaczarki w czasie rzeczywistym, bez bezpośredniego kontaktu ze stopem.
Dane procesowe, AI i wymagania wdrożeniowe
W opinii Kappacher-Winter rozwój narzędzi utrzymania predykcyjnego dla zróżnicowanych zastosowań jest zadaniem złożonym. Systemy recyklingu przetwarzają wiele typów materiałów, a maszyny różnią się konfiguracją, co utrudnia analizę danych i wymaga modeli działających niezawodnie w różnych warunkach. Jako dodatkowe wyzwanie wskazano koordynację współpracy wewnętrznej pomiędzy działami, od R&D i rozwoju oprogramowania po specjalistów serwisowych.
Huber-Lindinger zwraca uwagę na rolę algorytmów opartych na AI w pogłębionej analizie danych w module PredictOn:Drive, gdzie mają one wzmacniać rozpoznawanie wzorców i diagnostykę usterek. Jednocześnie wskazuje na kolejny etap rozwoju, uruchamianie aplikacji AI bezpośrednio na standardowych lub modernizowanych sterownikach PLC. W wypowiedzi podkreślono specyfikę zastosowań przemysłowych, które muszą pracować na mniejszych, wyspecjalizowanych zbiorach danych, oraz kierunek rozwoju w stronę maszyn samoczynnie optymalizujących pracę.
Wnioski z użytkowania narzędzi cyfrowych
W kontekście codziennej praktyki Kappacher-Winter wskazuje na znaczenie prostoty rozwiązań. Jako przykład przywołano wcześniejsze wdrożenie inteligentnych okularów do wsparcia uruchomień, które w praktyce były rzadko wykorzystywane. Klienci mieli preferować smartfony do udostępniania zdjęć i wideo zespołom serwisowym oraz do prowadzenia połączeń na żywo przy maszynie. Jednocześnie rozmówczyni zwraca uwagę, że narzędzia o większych możliwościach, takie jak symulatory do szkoleń, mogą w przyszłości zwiększać efektywność rozwiązań AR.
Istotnym czynnikiem wdrożeniowym ma być także interoperacyjność. Erema wskazuje na standardy takie jak OPC UA, które mają zapewniać niezawodną komunikację pomiędzy urządzeniami i systemami, co jest kluczowe dla zintegrowanych procesów recyklingu oraz współpracy w przemyśle.
Kierunki rozwoju
W ocenie Huber-Lindingera klienci mogą oczekiwać dalszej automatyzacji kluczowych etapów procesu, rozbudowy funkcji utrzymania predykcyjnego oraz głębszej integracji rozwiązań wzdłuż łańcucha recyklingu. W kolejnych latach narzędzia cyfrowe mają coraz częściej łączyć się w całościowe systemy. Erema spodziewa się także rozwoju systemów chmurowych, które mają odgrywać coraz większą rolę w łączeniu danych maszynowych, usług cyfrowych i narzędzi analitycznych w całym procesie recyklingu.
