Prosessihäiriöiden aikainen tunnistus ja prosessilaitteiden vikaantumisen ennakointi parantavat lopputuotteen laadun tasaisuutta, parantavat prosessin turvallisuutta ja minimoivat laitteiden kunnossapitoon tarvittavaa aikaa ja resursseja. Online-monitoroinnin tavoitteena on seurata reaaliaikaisesti prosessin tilaa ja prosessilaitteiden kuntoa ja tunnistaa mahdollisimman aikaisessa vaiheessa häiriö. Tämän diplomityön tarkoituksena oli kartoittaa prosessiteollisuudessa sovellettuja online-monitorointimenetelmiä ja soveltaa yhtä menetelmistä liuottimien aromaattien poistoprosessin analysaattoreiden monitorointiin.

Diplomityön kirjallisuusosassa on kartoitettu prosessiteollisuuteen sovellettuja online-monitorointimenetelmiä ja sovellusten tuloksia, sekä esitelty menetelmien matemaattista taustaa. Lähes kaikki löydetyistä online-monitorointimenetelmien sovelluksista olivat historiatietoon perustuvia tilastollisia monimuuttujamenetelmiä tai neuroverkkomenetelmiä.

Diplomityön kokeellisessa osassa selvitettiin liuottimien aromaattien poistoprosessin monitorointitarpeita. Monitorointikohteeksi valittiin prosessin loppupään leimahduspiste- ja tislausalueanalysaattorit. Analysaattoreiden kunnon arvioimiseen ja analysaattorimittauksia vastaavien ennusteiden laskemiseen valittiin osittaisten neliösummien menetelmä, PLS.

Aluksi kaikki prosessimuuttujat aikaskaalattiin. Prosessimuuttujien perusteella kehitettiin yksinkertaisia laskennallisia muuttujia, joiden avulla pyrittiin saamaan prosessin ominaispiirteet paremmin esille datasta. Seuraavaksi valittiin prosessi- ja laskennallisten muuttujien kombinaatio, jolla monitorointijärjestelmän offline-testaus suoritettiin. PLS-mallin yleistyskyvyn takaamiseksi opetusdata koostettiin esitutkimusten perusteella kaikkia kuutta laatua sisältävästä datasta.

Offline-testidataa kerättiin noin 455 tunnin ajan minuuttiresoluutiolla. Menetelmällä havaittiin noin 96 - 99 % analysaattoreiden normaalitiloista oikein ja vikatiloista noin 67 - 97 %. Monitorointijärjestelmää testattiin online kuuden vuorokauden ajan. Online-testauksen aikana liuottimen laatu vaihtui kaksi kertaa ja kerran prosessi joutui epänormaaliin tilaan. Monitorointijärjestelmä havaitsi laadunvaihdot normaalitiloiksi ja hälytti oikein prosessihäiriöstä.