Fosil yakıt ve elektrik enerjisi tüketen cam üretim prosesineileri kontrol sistemleriyle akıl kazandırma

Abstract

Artan nüfus, teknolojideki ilerleme, endüstrideki gelişmeler enerjiye olan talebi arttırmıştır. Cam üretimi yüksek sıcaklıkta gerçekleştirilen enerji yoğun endüstriyel bir süreçtir. Enerjiye olan talebin artması enerji maliyetlerinde artışa neden olmasına ek olarak çevresel etkileri de arttırmıştır. Cam üretiminde enerjinin büyük bir bölümü yüksek ısıya ihtiyaç duyulan, harmanın ergitildiği ve afinasyonun gerçekleştiği cam fırınlarında tüketilmektedir. Cam fırınında ergitme ve ısıtma için kullanılan enerji fırına doğrudan fosil yakıt olarak ve/veya elektrik enerjisi ile sağlanmaktadır. Fosil yakıt türü son zamanlarda yaygın olarak doğalgaz olup, LPG veya mazot kullanılan cam fırınları da mevcuttur. Elektrik enerjisi tamamen ergitme için kullanıldığı gibi fosil yakıta takviye olarak da kullanılabilmektedir. Kullanılan yakıt türü ne olursa olsun cam fırınlarında enerji verimliliği, tasarım, kullanılan hammadde, yakıt verimliliği ve kontrol tekniğiyle doğrudan ilişkilidir. Cam üretimi, farklı tasarıma sahip fırınlarda üretilebilmektedir. Cam fırın tipleri, yandan veya arkadan ateşlemeli rejeneratif, rekuperatif, oksi-yakıtlı veya tamamen elektrikli olabilmektedir. Cam fırını tasarımında, üretilecek cam tipi, günlük üretim kapasitesi gibi etkenler belirleyici olmaktadır. Bu çalışmada, şişe üretiminde yaygın olarak kullanılan arkadan ateşlemeli, doğalgaz ve elektrik yakıtlı, rejeneratif bir fırın tipi işletme verileri ile yapay zeka kullanılarak modellenmiştir. Veri setindeki 38 adet değişkenin bir senelik verisi ile modelleme gerçekleştirilmiştir. Python programlama dilinin kullanıldığı çalışmada modelleme tekniği olarak Ridge Regresyon, Lasso Regresyon kullanılmış ayrıca Elastik Net ile regüle edilmiştir. Sonuç olarak, özgül yakıt tüketimiyle işletme parametreleri arasındaki ilişki yapay zeka ile analiz edilmiştir. Böylece, etkisi yüksek olan verilerin ölçüm teknikleri incelenerek akıllı sensörlerin geliştirilmesi ve ileri seviye kontrol sistemleriyle cam üretim sürecine akıl kazandırmanın ve verimli gerçekleştirilecek üretimin yolu açılabilecektir.Growing population, technological progress and development in industry increased the demand of energy. The increase of demand caused not only increase of operating costs but also increased negative environmental impact. Glass production is energy intensive process. The developments in energy sector carried the efficiency to the top of targets. The greater part of energy in glass production is consumed in melting-refinery process where the batch is molten. The energy used in glass furnace is directly transmitted to furnace room as fossil fuel and/or electric power. However, the general type of fossil fuel is natural gas, fuel-oil, LPG or diesel consumed furnaces are available as well. The electric power can be used as full power in furnace or be used as boosting to fossil fuel. Glass is produced in different design furnaces. The general type of glass furnaces are, regenerative, recuperative, oxy-fuel or electric. In this study, a glass bottle process in back fired regenerative furnace consuming natural gas and electric power was modelled by using artificial intelligence. One year database with 30 variable was used for modelling. Ridge and Lasso used as modelling technique in Python language. As conclusion, the effect of each parameter to specific fuel consumption analyzed by means of artificial intelligence. Hence, the variables have higher effect can be diagnosed and this will open the way to smart production sensors and advanced control systems. The energy efficiency in production by means of smart sensors and advanced controllers will decrease both product costs and emissions harmful to environment.