Tekoälyn ja koneoppimisen hyödyntäminen viilun kuivauksen ohjauksessa

Abstract

Työssä tutkitaan tekoälypohjaisen ohjauksen soveltuvuutta puuviilun kuivauksen nopeusohjauksessa ja viilun loppukosteuden säädössä. Tekoälypohjaisista menetelmistä soveltuvuutta tutkittiin eteenpäin syöttävien neuroverkkojen osalta, sekä lineaariregressiomalleja eri tavoin toteutettuna. Työ on toteutettu käyttäen hyväksi kuivausprosessista saatavaa dataa ja mallinnettu käytössä olevaa kuivaajaa UPM Plywood Pelloksen vaneritehtailla.

Työssä havaittiin yksinkertaisen lineaariregressiomallin soveltuvan huonosti kuivaajan ohjaukseen. Lineaariregressiomallit eivät kyenneet ennustamaan kuivaajan ajonopeutta halutulla tarkkuudella kerätyn datan pohjalta.

Neuroverkkopohjaiset mallit antavat ohjaukselle hyvän ja kohtuullisen tarkan alkuarvauksen, mikä vaatii virhettä korvaavalta säätimeltä vain pientä korjausta hyvään lopputulokseen. Alustavien tuotannossa toteutettujen testiajojen tulosten perusteella neuroverkkoihin pohjautuva ohjausmenetelmä on toimiva ja pystyy säätämään prosessia aikaisemmin käytössä olleita menetelmiä tarkemmin. Testijaksojen perusteella uusi ohjaustapa pystyy vähentämään uudelleen kuivattavien viilujen osuudessa esiintyvää vaihtelua ja vähentämään ylikuivausta uudelleen kuivattavien viilujen ollessa tasaisemmin halutussa säätöarvossa.

This thesis examines the use of artificial intelligence-based control system for regulating speed of wood veneer dryer and veneer moisture control. The thesis examines feedforward neural networks and simple linear regression models on various forms. Data collection and experiments are done in UPM Plywood Pellos mill site using veneer dryer in active use.

It was found that simple linear regression models had poor prediction accuracy and they could not model the process with needed precision for accurate control. The linear regression models were not able to predict the dryer´s driving speed with the desired accuracy based on the collected data.

Best neural network-based models provided good estimate of the dryer speed and remaining control error could be fixed using a proportional integral –type controller. Preliminary tests in production environment gave positive results indicating more accurate control and lower variance of the controlled parameter than previously used control methods. During sort test period, the control could reduce over drying of the veneer and reduce variance of amount of veneer labeled for re-drying with more even outcome.