嘉吉公司实现可持续过程优化

通过在全球范围内推出控制回路性能监控和高级诊断解决方案，该农业公司提升了效率、吞吐量和产量

嘉吉公司志存高远：致力于成为营养行业的全球领导者。该农业集团在全球 70 个国家和地区拥有 155,000 名员工，具备从农场到零售店和餐馆的完整供应链，目前正向着目标稳步前进。

食品加工是其主要业务，涵盖占用空间较小的油籽压榨厂、玉米油精炼厂、淀粉精炼厂和制盐厂，乃至更复杂的乙醇蒸馏和玉米发酵设施。

为了实现全厂过程优化，嘉吉公司正在推行结构化全球持续改进 (CI) 计划。

当然，过程控制是首要任务，因为它会影响吞吐量、产量、能耗和生产质量。“作为我们 CI 计划的一部分，我们开展了过程控制研究，然后对控制策略进行标准化并在具有类似过程的工厂中部署，以提高效率。”嘉吉公司企业工程和数据科学团队的精炼过程控制负责人 Chris Christie 表示。

在某种程度上，结果非常喜人。“因为我们一直在实施计划，我们已经实施了控制回路，并看到了其带来的价值。”Christie 解释道，“然而，我们很快意识到，出于各种结构和技能组合原因，这种结果并不可持续。”

如要更好地维持嘉吉公司过程优化计划的成果，则需要采用一种控制回路性能监控和高级诊断解决方案。Christie 和他的团队对多项方案进行了评估、筛选和概念验证初步研究，现在他们将在嘉吉公司的 70 多个全球制造基地推行罗克韦尔自动化 Encompass 第三方产品合作伙伴 Control Station 的 PlantESP。

进展存在局限性

一个标准的嘉吉公司制造基地会根据自身规模，采用数十个、数百个，甚至数千个 PID 控制器来管理生产。此前虽然建立了让所有控制器以自动模式运行的策略，但当过程控制工程师让工厂自动运行后，他们发现有些控制器会返回至手动模式。如此一来，优化工作取得的成果就会付之东流。

当时，还没有可以跟踪模式状态的方法，工厂层级也缺乏问责制，因此只能在发现问题后才触发性能分析并采取行动，例如 PID 调节。“对于一些更简单的过程，如油籽压榨和提炼，我们没有配备过程控制人员，所以我们从未以协调的方式看待这些过程。”Christie 解释道。

调查既复杂又耗时，通常还会涉及查看趋势数据是否具有特定模式，以及手动比较多个趋势以确定导致问题的具体控制器。“这种手动分析方法还必须考虑信号噪声，因为它会增加模式识别的挑战性。”Control Station 的工程副总裁 Bob Rice 表示。

为了更好地保持其生产工厂群的性能一致性，嘉吉公司需要一套控制回路监控工具，从而提升回路性能的可视性，检测潜在问题，提供故障诊断并推荐修复方法。

开始寻找解决方案

2015 年中，Christie 启动了一项可行性研究，对九种不同的解决方案进行对比。其中有两种解决方案符合嘉吉公司的功能和用户界面要求且具备所需的技术指标，之后又针对嘉吉公司的现有 OSIsoft PI 数据历史信息系统（来自罗克韦尔自动化 Encompass™ 第三方产品合作伙伴 OSIsoft, LLC）对这两种解决方案进行了兼容性评估。

最终，嘉吉公司选择了 Control Station 的 PlantESP，因为其便于部署、配置和使用；可通过 OSIsoft PI-SDK 与嘉吉公司的数据历史信息系统直接连接；其集中式服务器支持与多个工厂连接。

另外，PlantESP 的功能完善了罗克韦尔自动化的解决方案。嘉吉公司主要通过 Allen-Bradley ControlLogix 控制系统运行其油籽厂，而且有些 PLC 可追溯到 PLC-5。该公司还采用罗克韦尔自动化处理器、驱动器和人机界面 (HMI) 软件。

该软件可提供高级诊断和全厂级过程优化，使用关键性能指标 (KPI) 识别、隔离控制回路性能问题并对其进行特征化，可帮助嘉吉公司集中来自多个本地工厂历史信息系统的原始过程数据，并将其转化成可从仪表板访问的可指导行动的信息。

该软件可分析 PID 控制器性能特征，识别由机械、PID 调节或过程交互问题导致的变化。软件提供的高级取证工具可简化根本原因分析，为嘉吉公司管理层提供评估其工厂群相关性能的工具。

“易于使用是该技术的一个重要优势，因为这基本上可消除通常与引入高级分析工具相关的‘恐惧因素’。”Control Station 的总裁兼 CEO Dennis Nash 表示。

通过试用进行验证

嘉吉公司的三家工厂于 2015 年末开始试用关键型回路：

• 位于美国密苏里州堪萨斯城的一家油籽压榨厂，采用 104 个回路
• 位于美国内布拉斯加州布莱尔的玉米炼油厂，采用 250 个回路
• 位于荷兰的淀粉精炼厂的设备运行，采用 23 个回路

同时开展两项活动，包括：

• 开发一个中心架构，该架构将作为适用于全球 70 多家工厂的蓝图。
• 从每个站点的本地数据历史信息系统获取数据，然后将数据整合到中央服务器，并从中央服务器配置工厂以进行分析。

2016 年初，三家工厂全部都通过集中服务器上的单个实例成功运行。

因此，嘉吉公司推出预计将在 2020 年完成的部署计划。目前为止，PlantESP 已在 60 多家工厂进行部署，包括油籽压榨、精炼和制盐设施。在每个站点，整个工厂团队都会接受关于数据来源和如何处理结果的培训。

实现一致的过程优化

在采用 PlantESP 的工厂中，嘉吉公司现在可以将 PID 控制器性能保持在标准状态。当未维持持续回路闭合标准时，系统将自动生成报告，让本地人员在控制器进入手动模式前采取相应行动。

“这使得嘉吉公司可以在 95% 以上的时间内将控制器保持在‘正常’模式，进而稳固他们自动化投资的价值。”Rice 表示。

“我们改善了控制回路以及过程的可见性，因此能够更好地维持控制策略的价值。”Christie 说道，“由此，我们已经看到产量和效率以及过程吞吐量的提升。”

现在，正常状态的百分比时间和整体回路健康等简单指标可供本地工厂运营团队中的不同人员使用，并报告给指令链。高级指标（如振荡可能性和静摩擦可能性）可用于更高级别的故障排除。

每日和每周的工厂生产会议会将指标与嘉吉公司关于发现问题后的措施指南进行整合。

本地和中央控制资源的使用得到了改善。由于软件会在识别到不匹配时主动发出报警，因此减少了对某些回路的调整，并且会提供调整评估以及新参数建议。

由于该软件会自动捕捉并模拟日常输出变化，因此工程团队不再需要执行扰动测试。无需 3 到 4 个月的手动分析，该工具的取证功能有助于简化公司的全厂级优化工作。

此外，现在可检测到编程异常。在具有非常相似的控制器和控制回路的汽提塔甲板液位阀中，如果工厂操作员对某个甲板液位的更改比其他甲板液位更频繁，则 PlantESP 会进行标示。它会确定该甲板液位具有不同的编程方式，而修复程序即可解决问题。

此外，现在可以检测到此前可能会忽略的问题。当工厂操作员在一夜之间解决了一个大的过程干扰后，第二天指标中却出现错误。调查表明根本原因在于人为错误和训练失误，这些错误可以及时解决。

对于寻求类似成果的制造商，Christie 建议让利益相关者了解过程控制的价值，确认现场团队对指标负责，并在添加其他控制回路之前先使用高价值控制回路。