Сбор технологических данных и оптимизация общей эффективности оборудования (англ. Overall Equipment Effectiveness, сокращённо OEE) основаны на взаимодействии подходящей сенсорики, надёжной интеграции данных, чётких определений потерь и последовательного анализа. OEE складывается из готовности, производительности и качества. В процессах смешивания эти показатели всегда следует рассматривать в контексте партии и продукта, поскольку помимо собственно времени смешивания на фактически доступное время работы установки влияют также загрузка, дозирование, опорожнение, смена продукта, очистка, отбор проб и разрешения.

Для автоматизированного сбора технологических данных, часто обозначаемого как сбор технологических данных или сокращённо СТД, необходимы точки измерения, которые содержательно отражают состояние процесса, качество и состояние установки. К ним относятся частота вращения, крутящий момент, ток двигателя и потребляемая мощность привода смесителя. Эти данные могут давать указания на поведение продукта, степень наполнения, трение, ход смешивания или возможные налипания. Однако они не являются универсальными заменителями качества смешивания или вязкости. Их информативность необходимо проверять для каждого продукта, каждой рецептуры и каждого типа смесителя путём сопоставления с подходящими данными о качестве.

Датчики температуры, давления, вакуума, уровня заполнения и влажности помогают надёжно контролировать критические параметры процесса. Какая точка измерения необходима, зависит от задачи смешивания. Для гигроскопичных порошков решающее значение может иметь влажность, для экзотермических процессов или термочувствительных продуктов — температура, а для закрытых, инертизированных или вакуумных процессов — давление и вакуум. Точки измерения должны не просто технически присутствовать, а выполнять чёткую цель: они должны контролировать значимый параметр процесса, обеспечивать раннее выявление отклонения или поддерживать доказуемое решение в процессе.

Инлайн-аналитика, то есть измерение непосредственно в технологическом потоке или в ёмкости, может улучшить оценку процесса и качества. В зависимости от применения возможны, например, спектроскопическое инлайн-измерение влажности, измерения электропроводности, измерения размера частиц или измерения вязкости. Эти методы могут обеспечивать более быструю обратную связь, чем чисто ручной отбор лабораторных проб. Однако их использование предполагает, что точка измерения, калибровка, алгоритм обработки, обслуживание и порядок работы с неправдоподобными значениями надлежащим образом определены для предусмотренной цели. При регулируемых применениях для этого может потребоваться квалификация или валидация метода.

Контроль дозирования также имеет центральное значение. Гравиметрические системы дозируют по массе, например через весовые датчики или дифференциальные дозировочные весы. Волюметрические системы дозируют по объёму, например через шнеки, насосы или заданные объёмы хода. Для прослеживаемости партий следует фиксировать заданные и фактические количества, партии сырья, временные метки, последовательность дозирования и возможные корректировки. Это облегчает анализ причин при возникновении отклонений качества, ошибочных навесок или прерываний процесса.

Измерения вибрации, температуры и тока на двигателях, подшипниках, редукторах и уплотнениях могут поддерживать техническое обслуживание по состоянию. Этот подход часто называют Condition Monitoring (мониторинг состояния). Он служит для раннего выявления изменений рабочего состояния. На этой основе может быть разработано прогнозное обслуживание, англ. Predictive Maintenance. Оно использует исторические данные и известные модели отказов для оценки вероятной потребности в обслуживании. Не каждая измерительная кривая автоматически подходит для надёжного прогноза отказа. Предпосылками являются подходящие точки измерения, достаточное качество данных, известные механизмы износа и чёткий процесс обслуживания, переводящий заметные данные в конкретные меры проверки или обслуживания.

Для анализа OEE данные о процессе, событиях и качестве должны быть однозначно связаны по времени. Необходимы точные временные метки для загрузки, дозирования, смешивания, опорожнения, очистки, смены продукта, простоев и повторного запуска. Особенно полезна регистрация событий, которая автоматически распознаёт незапланированные простои, короткие прерывания и время ожидания и дополняется оператором или службой обслуживания стандартизированными причинами. Простои следует классифицировать как минимум на плановые и внеплановые, а также по техническим, связанным с материалом, организационным и связанным с качеством причинам. Без единой классификации анализ OEE хотя и создаёт цифры, но едва ли даёт надёжные отправные точки для улучшений.

Известные как «шесть больших потерь» шесть основных видов потерь происходят из сферы Total Productive Maintenance, то есть всеобъемлющего продуктивного обслуживания. Они обычно включают отказы, время наладки и настройки, короткие простои, снижение скорости, потери при пуске и потери качества. Для периодических процессов эти виды потерь следует адаптировать к фактическому ходу процесса. Так, например, чрезмерно долгая очистка, время ожидания сырья или разрешений по качеству, домешивание и задержанное опорожнение могут быть более целесообразны как отдельные категории потерь, чем неизменное заимствование модели из серийного производства.

Структурированная архитектура данных обеспечивает то, что измеряемые данные не остаются изолированными. Стандартизированные стандарты связи и промышленных шин позволяют независимый от производителя обмен структурированными данными между системами управления, системами Historian, АСУ ТП и вышестоящими приложениями, например для событийно-ориентированной передачи данных или для подключения к приложениям промышленного интернета вещей и облачным приложениям. Какой интерфейс подходит, зависит от требований к реальному времени, имеющейся архитектуры автоматизации, требований безопасности и желаемой модели данных.

Historian — это специализированная база данных для данных процесса и событий с временными метками. Он позволяет сохранять и анализировать измеренные значения, состояния, аварийные сигналы и временные ряды за длительные периоды. Для периодических процессов данные следует дополнительно связывать с идентификатором партии (Batch-ID), то есть однозначным обозначением партии, идентификатором продукта, версией рецептуры, обозначением установки и фазой процесса. Стандарт ISA-88, также обозначаемый как ISA S88 или IEC 61512, описывает модели и понятия для управления периодическими процессами. К ним относятся рецептуры, модули установки, операции, фазы и протоколы партий. Поэтому ISA-88 может служить подходящей основой для единообразного структурирования управления рецептурами, этапов процесса и документирования партий.

Цифровое управление рецептурами снижает риск ошибок ручного ввода и поддерживает контролируемое выполнение утверждённых параметров. Оно может управлять, например, временем смешивания, частотой вращения, температурными профилями, последовательностью дозирования, степенью наполнения, заданными количествами и этапами разрешения. В регулируемых средах рецептуры следует версионировать, защищать от несанкционированных изменений и управлять ими через определённые процессы утверждения. Изменения должны быть прослеживаемыми. Если электронные записи или подписи подпадают под применимые регуляторные требования, дополнительно необходимо учитывать требования к целостности данных, аудиторским следам (Audit Trails) и, при необходимости, электронным подписям.

Сравнение с эталонной партией (Golden Batch) сопоставляет ход текущей партии с определённым эталонным ходом заведомо успешной партии. При этом понятие «Golden Batch» не означает, что отдельная партия обязательно представляет собой идеальный эталон. На практике статистически обоснованный эталонный диапазон из нескольких подходящих партий часто более надёжен. Таким образом, отклонения по крутящему моменту, температуре, времени дозирования, продолжительности смешивания или другим критическим параметрам могут быть выявлены на раннем этапе. Следует ли и как вмешиваться, должно быть определено в чёткой стратегии процесса, чтобы не каждое нормальное рассеяние процесса вызывало ненужные аварийные сигналы или вмешательства оператора.

Для оптимизации процесса подходят различные методы анализа. Statistical Process Control, сокращённо SPC, по-русски статистическое управление процессами, контролирует стабильность и рассеяние важных параметров процесса на протяжении многих партий. Он помогает выявлять тренды, дрейф и необычные закономерности до превышения установленных предельных значений. Design of Experiments, сокращённо DoE, по-русски статистическое планирование эксперимента, систематически исследует, как несколько входных величин совместно влияют на результат. С его помощью можно целенаправленно оптимизировать, например, время смешивания, частоту вращения, степень наполнения, последовательность дозирования или температурный профиль. Многомерный анализ данных может быть дополнительно полезен, когда требуется одновременно анализировать множество взаимосвязанных данных о процессе и качестве.

Цифровой двойник — это цифровая модель реального продукта, процесса или установки. Он может иметь разные формы: от простого отображения рецептур, мощностей и времени прохождения до физически обоснованной модели кинетики смешивания, теплопередачи, подводимой энергии или свойств веществ. Цифровые двойники могут помогать при моделировании стратегий эксплуатации, планировании мощностей и оценке возможных изменений процесса. Однако они не заменяют испытания с реальным продуктом, особенно если потоки частиц, налипания продукта, качество смешивания или поведение при опорожнении поддаются моделированию лишь ограниченно.

Очистка существенно влияет на готовность во многих процессах смешивания. Cleaning in Place, сокращённо CIP, обозначает очистку частей установки в собранном состоянии без значительной разборки. Sterilization in Place, сокращённо SIP, обозначает стерилизацию частей установки в собранном состоянии, часто паром или другим подходящим методом. Датчики электропроводности, расхода, температуры, давления и времени могут при этом помогать контролировать циклы очистки и стерилизации. Очистка по потребности может снижать расход ресурсов и время простоя, но не должна происходить в ущерб требуемой гигиене или валидированной эффективности очистки. При регулируемых применениях критерии очистки, границы допуска и порядок работы с отклонениями должны быть чётко определены.

Для управления и анализа данные следует визуализировать с учётом целевой аудитории. Ролевые панели (dashboards) могут показывать операторам текущие состояния процесса и аварийные сигналы, предоставлять руководителям смен данные о времени потерь и трендах OEE, а инженерам по качеству или процессу — обеспечивать детальный анализ процесса и партий. Эффективное управление аварийными сигналами предотвращает перегрузку операторов множеством одновременных, не приоритизированных сообщений. EEMUA 191 — это руководство Engineering Equipment and Materials Users' Association, сокращённо EEMUA, по оформлению, управлению и оценке аварийных сигналов на технологических установках. Оно часто используется как ориентир для приоритизации аварийных сигналов и снижения их лавинообразного потока.

Мобильный доступ может улучшать доступность информации, но требует чёткой концепции полномочий, безопасности и разрешений. Особенно при доступе с правом записи или удалённом доступе к системам управления доступ должен быть ограничен по времени, зашифрован, протоколируем и организован по принципу минимальных полномочий. Стандартизированные отчёты и регулярные Shopfloor-совещания, то есть короткие оперативные встречи непосредственно в производственной зоне, помогают переводить данные OEE, качества и простоев в конкретные меры по улучшению.