Monitorización inteligente en CELSA Group

Lanzamos cuatro proyectos de monitorización inteligente sobre una plataforma IIoT en CELSA Group.


Reto

CELSA Group está constituido por ocho grandes compañías de acería y laminación de diferentes países. La información de las diferentes plantas industriales está dispersa en diversos sistemas de control y monitorización, y no es posible realizar análisis multivariable para detectar anomalías e identificar afectaciones con agilidad.

Desarrollar esta capacidad analítica innovadora es clave para la evolución de su negocio, ya que posibilitaría la automatización de tareas de poco valor añadido y mejoraría la eficiencia de sus procesos productivos. Por este motivo, CELSA Group ha identificado la necesidad de implantar un programa de industria 4.0 que le permita:

  • Recopilar y centralizar la información que se genera en los sistemas de control de las diferentes plantas productivas.
  • Implementar modelos basados en datos para el diagnóstico y el pronóstico, en tiempo real, de las anomalías que tienen lugar en los procesos productivos.
  • Determinar las afectaciones que generan las posibles anomalías para facilitar y agilizar la toma de decisiones a los ingenieros y supervisores de planta.
  • Desplegar proyectos de analítica avanzada con diferentes objetivos y proveedores, dentro de un proceso de mejora continua.

Proyecto

Para alcanzar estos objetivos de negocio hemos diseñado el programa de proyectos Data-Driven Steel 4.0, en colaboración con el grupo de investigación de la UPC  MCIA Research Center. Este programa de industria 4.0, que actualmente está en proceso de implantación, facilitará la implantación de las técnicas de monitorización inteligente de procesos industriales en CELSA Group, mediante el desarrollo de cuatro proyectos de analítica avanzada industrial apoyados en una plataforma IIoT (Industrial Internet of Things) basada en la tecnología MIIMETIQ de NEXIONA.

Data-Driven Steel 4.0 desplegará en cuatro plantas productivas del grupo (dos de Barcelona y dos de Santander) una plataforma de IIoT común. Además, para cada planta o ámbito de negocio, desarrollará las aplicaciones específicas de monitorización inteligente multivariable, aplicando técnicas de inteligencia artificial, que resuelvan los problemas identificados por los grupos de mejora interna de cada una de esas plantas.

Concretamente, los proyectos que se han identificado son los siguientes:

  1. POWER-EAF. Modelización, análisis y monitorización continua del consumo de los hornos de arco eléctrico (EAF), para la detección de desviaciones sobre consumo objetivo e identificación de las causas que las provocan (calidad chatarra, sobre-inyección de carbono, etc.).
  2. MINOROMBO. Monitorización inteligente de la línea de colada continua para detección de problemas de romboicidad y la identificación de las causas que lo provocan (temperatura en la artesa, cambio de moldes, refrigeración, ...). Predicción del comportamiento de la línea y prescripción automática de recomendaciones para la operación.
  3. Zero-Cobble. Desarrollo de algoritmos optimizados para análisis multivariable y en tiempo real, para detectar situaciones con riesgo de paradas de emergencia de planta por riesgos elevados de generación de madejas, troceos o mal devanados, entre otros.
  4. DeflectionLess. Modelado basado en datos de la operativa de las diversas secciones del tren de laminación y monitorización continua de las afectaciones que provocan la aparición del efecto de flecha en los perfiles laminados.

Resultados

Los beneficios más significativos que este programa de proyectos proporcionará a CELSA Group son:

  • La estructuración, normalización y centralización de la información de los procesos productivos de todas las plantas de CELSA Group.
  • La disposición de un entorno para la implementación de proyectos de analítica industrial de manera progresiva y escalable, dentro de una estrategia de mejora continua.
  • La mejora del conocimiento del funcionamiento de los procesos de cada planta y de su influencia, en el caso de procesos encadenados entre plantas.
  • La mejora y agilización de la toma de decisiones gracias a las visualizaciones de los resultados de los algoritmos de análisis, en tiempo real.
  • La reducción de costes, tanto por ahorro energético como por reducción de scraps.
  • El aumento de la calidad de los productos manufacturados.
  • La mejora de la productividad y la competitividad.