如果产品最终上市需要数年时间，其市场需求也在不断增长，这势必让人喜忧参半。于是到了 2017 年，烈酒销量连续第八年保持 4% 的增长速度，厂家们都注意到了这一趋势。[1]。
需求上的增长促使制酒公司增加产量，还要保持成品质量、传统配方或生产一致性。
酿酒厂何以在不牺牲质量的前提下达到产量的最大化，其关键就在于模型预测控制 (MPC) 技术，它能进一步优化生产运营，而无需改变现有配方。采用 MPC 后，操作员即可根据分析趋势结果做出各种调整，从而改进生产过程、达成质量目标并实现产出最大化。
结合分析技术
MPC 负责优化工厂设备的运行方式，并帮助操作员轻松做出调整以改进生产过程。当过程得到调整后，软件还可帮助您执行所需的下游工艺控制。
当遇到生产和质量问题时，分析技术大有用武之地。当机器无法工作时，批次质量和产量会大受影响。分析技术通过预测性维护和异常检测能力为您提供支持。两者都使用高级机器学习和其它数据处理技术来查找工序中的故障。
探究预测性维护
让我们进一步探究预测性维护，了解如何将分析技术与 MPC 计划相结合，以帮助操作员省时省钱地完成工作。
预测性维护应用根据预设模型识别设备运行异常的状况。当设备偏离正常运行范围时，将提醒工厂经理和操作员找出问题所在，避免出现进一步的后果。通过及早进行维修和减少设备磨损，设备成本也得以降低。
我们以搅拌机为例来介绍一下预测性维护。在发酵期间，如果搅拌机发生故障，酵母将会沉淀下来，以致无法与糖充分反应，对成品质量造成不利影响。配料未经充分搅拌，发酵过程也就无法达到预期效果。而预测性维护应用可以提醒酒厂人员注意搅拌机的异常状况，并从过程中找出问题所在。
若要更近一步，MPC 应用还可借助软仪表模型实时预测质量。分析技术可以估算手动采样之前的产品质量。软仪表技术可以针对操作员想要密切监测的任何质量参数，而不必等待实验室做出样品分析。
异常检测和过程行为
分析技术与 MPC 相关的另一项应用是异常检测。类似于预测性维护，当设备运行不正常时，异常检测将会提醒操作员并指出问题所在，从而节省时间和成本。
例如，酿酒厂的操作员需要清洗设备，以防止污染物粘附。如果设备里的腐蚀性清洗液未被彻底清除，它将破坏酵母并导致成品质量低下。
异常检测可以向操作员指出不良批次，而不是等到生产过程结束才意识到整个批次已经报废。有了这些信息，操作员可以中止不良批次，执行必要措施来纠正异常状况，并在批次复原后重启生产。
分析技术可以根据各工序的理想运行模型确定故障设备，并指明原因。这样一来，操作员就能掌握更多信息，减少或避免问题。
分析技术有望遍地开花
总的来说，将 MPC 与分析技术相结合可以减少计划外停机时间，提高生产率和产出，并优化成品的质量和一致性。这表示操作工和经理可以将重点放在核心事务上，而不必疲于排查问题或担心成品不符合传统配方要求。
从更广义的角度看，分析技术可以让工厂操作员和经理对设备有最充分的认识和了解，并因此而受益。
分析技术在饮料行业尚处起步阶段，目前仍在不断发展中，以后会有更多公司和行业认识到早期采用者取得的成功，届时分析技术有望迎来爆发期。
市场对烈酒的需求呈现周期性波动，制酒厂将会日益依赖 MPC 等技术进行产出控制。想要进一步了解 MPC 和分析技术的益处，请单击此处。
发布时间 2019年5月27日
