Plant Intelligence demonstreren via een in-house bierbrouwerij-ervaring

Het is een (niet zo) goed bewaard geheim dat we een zelfgemaakte biermachine bij Sure Controls hebben. De biermachine is altijd het hoogtepunt van elke faciliteitstour die we aan klanten geven. Ik dacht: dit is een coole manier om onze Plant Intelligence mogelijkheden te demonstreren! Enkele weken geleden brouwde onze resident brouwmeester Josh een paar batches. Terwijl hij brouwde, koppelden we onze in-house Historian (intern gebruikt voor klantprojecttesten) om data te verzamelen. Wat ik wil demonstreren: hoe we verbonden met het proces om data te communiceren, en eenmaal verzameld, welke methoden we gebruiken om de data te bekijken.

Deel 1 – Data verzamelen

In mijn eerdere blog "Dataverzameling gedemystificeerd" besprak ik standaarden en protocollen in detail. Hier niet zo diep, maar deze oefening is een goed voorbeeld van onze projectaanpak. Eerst zat ik met Josh, onze brouwmeester, om kritieke infopunten te bepalen. Basis: drie stappen in brouwproces – Maischen, Koken, Koelen. Kritiek item: temperatuur. Ook nodig: manier om datasysteem te vertellen in welke processtap we zaten.

Voor temperatuurdata: biermachine geanalyseerd – temperatuurcontrollers bedraad voor verwarmers van kookvaten. Gelukkig: controllers hebben communicatiemogelijkheid. Overgebleven: standaard en protocollen bepalen. Deze controllers gebruiken Modbus als communicatieprotocol. Geweldig – Modbus is algemeen en makkelijk te benaderen. Uitdaging: controllers alleen seriële koppeling, Historian-server ver weg. Oplossing: seriële-naar-TCP/IP gateway. Historian-server kon nu Modbus TCP gebruiken om direct met controllers te communiceren en temperatuurdata te verzamelen.

Voor processtap: kleine PLC en HMI gebruikt. Gelukkig kleine PLC voor applicatietests, HMI voor sales demos. PLC geprogrammeerd met register voor tekstdata. HMI geprogrammeerd met simpele knoppen voor Josh om brouwstap te selecteren. "Maischen" knop → HMI schrijft "Maischen" in PLC-register. PLC op Ethernet, Historian leest register direct → processtap gelogd. Helpt later bij data-context.

Deel 2 – We hebben data – en nu?

Na brouwen batch: processtappen gelogd door PLC als vlaggen voor data-ophaling. Op basis van stapwisselingen: start/eindpunten per stap vastgelegd. Elke stap in trendweergave:
Maischen

Tijdens Maischen: temperatuur stabiel op 67°C (153°F).
Koken

Koken: temperatuur stabiel op 99°C (210°F).
Koelen

Kritieke stap: wort (vloeistof tijdens brouwen – nog geen bier) afkoelen tot veilige temperatuur voor gist. Trend toont: ~13 minuten van 93°C (200°F) naar 38°C (100°F). Brouwmeester deed uitstekend werk.

Meer over data. Trends voor initiële analyse. Visuele presentatie stelt ons in staat snel afwijkingen te spotten. Bijv: tijdens koken plotselinge temperatuurdaling korte tijd → wat gebeurde? Zekering uitgevallen (echte temperatuurdaling, batch in gevaar)? Of sensor losgeraakt (data vervuild, na bevestiging temperatuur constant → batch waarschijnlijk OK)? Dergelijke analyse nuttig voor "wat ging er mis" als kwaliteitstests falen.

Wat als we simpele samenvatting willen? Query-tool Historian-client:

Simpele statistische analyse temperatuur wort tijdens Maischen: Min, Max, Gemiddelde, Standaarddeviatie. Één-regel overzicht. Temperatuur binnen 1 graad van setpoint, gemiddeld bijna exact op setpoint.

Iets grotere variatie tijdens Koken, maar nog wel binnen acceptabele parameters.

Voor "diepe duik": exporteren naar Excel – vertrouwd hulpmiddel, raw data bekijken, eigen grafieken/rapporten maken:

Extra "Tips & Tricks" dataverzameling. Echte brouwerij? Batchnummer toewijzen, loggen in Historian. Volgende keer "Citra Tripel" brouwen → vergelijken met vorige batch. Proevers melden iets bijzonders → analyseren, recept updaten voor replicatie. Trend-tool: data van beide batches simultaan via "time offset" – visuele vergelijking door overlappen in één trend.

Ik hoop dat u dit artikel waardeerde. Dit kraapt maar aan de oppervlakte van wat geautomatiseerde dataverzameling kan doen voor procesverbetering. In toekomstig artikel: extra technieken voor downtime-data vastleggen en oorzaken analyseren. Ook: hoe datasysteem proces-team kan notificeren WANNEER een event plaatsvindt, ipv naderhand analyseren.