Multivariat modellering som ett hjälpmedel för kvalitetskontroll av råvaruanalyser vid Avesta-Sheffield AB. Redovisning av ett pilotprojekt
Öberg, T.
Presentation vid seminarium 'Kemometri som verktyg i GxP, utveckling, optimering, validering och uppföljning.' Kemi95, i Göteborg, 1995-04-04.

Sammanfattning
Vid framställningen av rostfritt stål i Avesta används olika skrotråvaror, med en mycket blandad kvalitet/sammansättning. För att i slutändan få en högkvalitativ produkt krävs därför både en omfattande mottagningskontroll, i form av provtagning och analyser, liksom bra utbytesmodeller för att beräkna optimal fördelning mellan olika råvaror vid insättningen i ugnen.

Ibland uppstår ändå avvikelser mellan råvaruanalyserna och det smälta stålet. Målsättningen med pilotprojektet har varit att undersöka möjligheterna att med multivariat modellering spåra orsakerna till avvikelserna, som kan bero på:

• Bristande representativitet i provtagningen
• Varierande processresultat
• Analysfel

Underlag för utvärderingen var analysdata från ca ½ års drift fördelat på 1516 charger. Mängden analysdata var ungefär 400000 mätvärden. Både bilinjära modeller, PLS-regression och principalkomponentanalys (PCA), och neurala nätverk har provats som utvärderingstekniker. Beräkningsarbetet har dock huvudsakligen koncentrerats på de förstnämnda.

I varje enskild charge ingår drygt 10 olika skrotråvaror från ca 50 råvarugrupper. Flera ingående skrotsatser kan tillhöra samma råvarugrupp. Variabelindelningen är därför ett speciellt problem.

PCA- eller PLSR2-modeller visade sig mest lämpade för övervakning och för att spåra kvalitetsavvikelser. PLSR1-modeller har däremot bäst förutsättningar för att beräkna processutbyten. Lämpliga diagram, i den använda programvaran, för att spåra olika typer av avvikelser kommer att presenteras liksom vilka slutsatser som kan dras för det fortsatta utvecklingsarbetet.