Suscríbete
Suscríbete
Una visión de Emerson

Últimas tendencias sobre los sistemas de gestión por lotes

Emerson 3
Esquema de aproximación funcional de Plantweb Optics Analytics. FOTO: Emerson
|

Discretos, continuos o por lotes. Las tres conocidas variantes de los diferentes procesos industriales. En este número nos introducimos en el conocimiento del tercero de ellos: el control por lotes o control batch. La integración de soluciones de control habitualmente distribuido, visualización y automatización por lotes constituye una de las variantes más relevantes en procesos farmacéuticos, químicos, bebidas y alimentación. El incremento del rendimiento, la velocidad operacional y el aseguramiento de la calidad del producto elaborado se convierten en máximas en estos sistemas. Francisco Javier Martínez, responsable de Ventas dentro del departamento de Process Systems and Solutions de Emerson, realiza, a continuación, un profundo análisis de este tipo de tecnología.


Entre los aspectos más relevantes hoy en día en los que un sistema de gestión por lotes debe destacar se podría incluir:


  • Capacidad de adaptación para incorporar mejoras continúas demandadas por los estándares de la industria y normativas asociadas como ISA 85/95 y FDA, en campos como la gestión integras de cambios, firmas electrónicas, preselección de privilegios de seguridad y su registro, etc.
  • Integración con los sistemas de gestión operacional (MES) y de negocio (ERP) a través de estándares de comunicación integrados en el propio sistema como OPC UA, especialmente importante en sectores como el farmacéutico.
  • Incremento de la calidad y reducción en la variabilidad del lote a través de técnicas predictivas de control multivariable, deformación dinámica de tiempo (DTW), generación de modelos, uso de herramientas analíticas basadas en principios físicos, reglas, modelos estadísticos aplicando técnicas de regresión, o análisis avanzado como reconocimiento de patrones a través de Inteligencia Artificial (IA) o Machine Learning (ML).
  • Mejoras en la eficiencia operacional a través de la automatización de tareas, realizadas normalmente de manera manual, permitiendo la realización de múltiples operaciones de forma simultánea y minimizando errores.


Nos lo cuenta Francisco Javier Martínez, responsable de Ventas dentro del departamento de Process Systems and Solutions de Emerson, quien también se refiere a cómo incorporan estrategias orientadas al dato este tipo de sistemas resumiéndolo de la siguiente manera:


Análisis del histórico de lotes


El objetivo es poder predecir desviaciones en la calidad del lote antes de que sea demasiado tarde y éste se pierda. Por lo general, las operaciones por lotes tienen lugar en entornos complejos, altamente correlacionados y dinámicos. Interrupciones en el proceso, acceso a datos de laboratorio, variaciones en las materias primas, operaciones inestables y lotes concurrentes forman parte de esta complejidad. Los operadores tienen el desafío de poder correlacionar todas estas variables en procesos en los cuales en ocasiones no entienden completamente. Todos estos factores aumentan el riesgo de producir un lote de mala calidad.


Los datos históricos de lotes de buena calidad son usados para el desarrollo de modelos del proceso batch a través de aplicaciones que deben ser intuitivas y fáciles de manejar. Una vez el modelo es ajustado, se despliega para la realización de la comparación con los lotes que se están ejecutando en ese momento. A través de aplicaciones basadas en entornos web, los operadores pueden observar las predicciones en lo que respecta a fallos y desviaciones de calidad antes de que éstos tengan lugar.


Alineamiento del dato


Si bien la mayoría de los lotes se producen dentro de especificaciones, todos presentan alguna variación a lo largo del proceso. Esto hace que sea difícil seleccionar un solo lote (Golden Batch) para ser comparado con los futuros lotes. La naturaleza misma de los datos de un lote puede hacer difícil la visualización de tendencias para múltiples lotes debido a la longitud propia de cada lote causada por diversos factores a lo largo del proceso. Con el fin de salvar esta dificultad, se pueden usar técnicas de Deformación Dinámica de Tiempo (DTW) para alinear el dato que se está extrayendo del lote en ejecución con el del modelo.


Análisis Multivariable


Un modelo multivariable tendrá en cuenta las interacciones entre las diversas variables, ofreciendo un análisis más exacto del lote, incluyendo la detección de fallos y prediciendo la calidad final del lote, frente a un análisis de una sola tendencia. Al mismo tiempo, nos ofrece un mayor entendimiento del proceso y de sus interacciones. Los métodos comúnmente usados son el de Análisis de Componentes Principales (PCA), para la detección de fallos, y el de Proyecciones a Estructuras Latentes (PLS) para la detección de calidad final del lote.


¿Es posible mejorar procesos batch utilizando estrategias de tipo IA/ML?


En este sentido, el técnico de Emerson considera que, adicionalmente a los métodos descritos en el punto anterior donde se comparan variables históricas de diferentes lotes, “de una manera más general podemos extender al campo de datos a coleccionar y analizar, además de los datos relacionados con el proceso de lote, el resto de datos históricos, como son los de la operativa, datos de equipos, consumo energético, etc. Y, según explica, en este contexto se aplican técnicas basadas en Inteligencia Artificial (IA) y Machine Learning (ML) para la creación de modelos y optimización y que son ejecutadas por sistemas independientes, si bien tienen (o deben tener) una buena integración con el sistema de control de lotes.


Asimismo, en estos sistemas primeramente se obtienen los datos históricos de diversas fuentes (Data Lake) para pasarlos a la parte de creación del modelo, en un primer momento “haciendo una limpieza inicial consistente en quedarnos con aquellos datos correlacionados y descartando otros ‘atípicos’ de forma que permita trabajar en la creación de un modelo. El siguiente paso es usar algoritmos de ML para construir un modelo predictivo que será desplegado en el sistema de producción, previa validación del modelo con datos de prueba. A partir de aquí podremos analizar los datos en tiempo real y crear sistemas basados en reglas, además de poder aprender sobre la marcha de forma que si el modelo encuentra una nueva condición anómala, el modelo es re-entrenado para que tenga en cuenta esta condición para la próxima vez”.


¿Existen herramientas robotizadas de tipo RPA que permitan descargar, optimizar o guiar el trabajo de los operadores de este tipo de plantas?


“Existen sistemas con una integración directa en los sistemas de control por lotes orientados a la mejora en la gestión de las operaciones, campo especialmente significativo en el sector farmacéutico”, responde a esta última cuestión Francisco Javier Martínez. Y añade: “En estos sistemas se automatizan tareas que se realizaban de manera manual como la preparación de órdenes, trazabilidad y enrutado, introducción de datos (transcripción entre el papel y ordenador) o trazabilidad en los movimientos de productos e inventario de tanques, con el consiguiente ahorro de trabajo, tiempo y minimización de errores”.


Y, finalmente, se listan algunos paquetes software asociados a estos procesos de mejora operacional:


  • Integración de la información (Information Integration)
  • Gestión de materias primas y productos (Material Mangemet),
  • Bitácora de operación (Logbooks)
  • Registros electrónicos de lotes (Electronic Batch Records)
  • Gestión de equipos (Equipment Management)
  • Gestión documental (Electronic Document Managemant System)
  • Creación de Recetas (Recipe Authoring)




Este artículo aparece publicado en el nº 537 de Automática e Instrumentación

Págs. 62 a 63.

   Producción por lotes inteligente: Control modular gracias al SIMATIC PCS neo

Comentarios

PORTADA AEI 539 web
PORTADA AEI 539 web
Editorial

Editorial Automática e Instrumentación Nº 539

Industria
Industria
MINT

La aplicación y el desarrollo de nuevas tecnologías enfocadas al sector industrial ponen el foco en mejorar la productividad y minimizar el impacto medioambiental

Collage bevel gear calculation cmyk 300dpi
Collage bevel gear calculation cmyk 300dpi
KISSsoft

El análisis de contacto para ruedas cónicas permite el cálculo de los esfuerzos

06 Murrelektronik MQ15
06 Murrelektronik MQ15
Murrelektronik

Incluye conectores premontados y sobremoldeados de uno o dos extremos con posibilidad de elección de cable de PUR altamente resistente o de PVC económico

Siemens
Siemens
Siemens

Entrevista a Brenda Discher, SVP Business Strategy and Marketing Siemens Digital Industries Software

Revista Automática e Instrumentación
NÚMERO 539 // Junio/Julio 2022
Consulte el último número de la revista

Empresas destacadas

REVISTA