Data-driven causal inference study for ash leaching

Abstract

The development of measurement technology, communication technology and data warehousing has enabled the utilization of data-driven applications in process industry during the last decades. With data analytics, for example complex processes can be understood better by studying the dynamics in the process. In this thesis causal relations between the process variables in the ash leaching process is studied using two mathematical methods linear Granger Causality and nonlinear Random Forest Causality. Causal relations are studied between the online and laboratory process measurements such as densities, PHs, flows, vibrations and different chemical concentrations. The research is carried out for ANDRITZ Oy.

The research was succesfully carried out because causal relations were found with both methods. Granger Causality was able to find 140 causal relations and Random Forest 196. The total number of variables after filtering was 18, so in total variable pairs was in the data 18² = 324. The results of the methods differed from each others. By comparing the results, linear and nonlinear causal relations were possible to identify.

Mittausteknologian, tietoliikenneteknologian ja tiedon varastoinnin kehittyminen viime vuosikymmenien aikana on mahdollistanut datalähtöisten menetelmien hyödyntämisen prosessiteollisuudessa. Data-analytiikan avulla esimerkiksi kompleksisia prosesseja voidaan ymmärtää entistä paremmin. Tässä tutkielmassa tutkitaan tuhkan liuotus prosessin syy-seuraussuhteita kahdella matemaattisella menetelmällä, joita ovat lineaarinen Grangerin kausaliteetti ja epälineaarinen satunnaismetsä kausaliteetti. Kausaalisuhteita tutkitaan online- ja laboratoriomittauksien välillä, kuten esimerkiksi tiheyksien, PH:en, virtauksien, tärinöiden sekä eri kemikaalipitoisuuksien. Tutkielma on tehty ANDRITZ Oy:lle.

Menetelmillä onnistuttiin löytämään kausaalisuhteita eri prosessimuuttujien välillä. Grangerin kausaliteetti menetelmällä löydettiin 140 syy-seuraussuhdetta ja satunnaismetsällä 196. Muuttujia tutkielmassa käytetyssä aineistossa on yhteensä 18, jolloin muuttujapareja aineistossa on yhteensä 18² = 324. Tuloksissa menetelmien välillä löytyi eroavaisuuksia. Vertailemalla menetelmien tuloksia, lineaariset ja epälineaariset syy-seuraussuhteet oli mahdollista erottaa toisistaan