IPF开发了“My Foam Plant”，一个数据采集系统，可节省起泡剂资金，提高工艺效率。安琪儿维纳斯与西蒙·罗宾逊谈话。

Angel Vinas是一个有使命感的人：打造持续泡沫塑料行业更有利可图，了解如何生产出高质量的泡沫塑料块，在任何情况下都能给您最佳的切割成品率，而无需黑色艺术品。
Vinas在这场战斗中的主要武器是My Foam Plant，这是一个数据采集和处理的结合，可以以统计的方式将柔性泡沫块的性能，表征和形状直接与原材料的时代;配制，浇注，加工，固化和储存条件联系起来。
加工聚氨酯的挑战之一就是有许多无法控制的参数。他说：“我们在不同的大气条件下从液体中生产固体。在这个过程中，机器的配方，物理参数和大气条件都会改变。因此，在B机器上处理A配方会产生不同的结果，正如厄瓜多尔的晴天或英格兰雨天。没有人真正跟踪整个过程中发生的事情。
这个行业也有同样的问题：每一台新机器都是从零开始的。通常情况下，平台上负责生产高质量的块状泡沫的专业人士无法看清所有参数。每一分钟，他都会在输送机上注入500到1,000美元，而对正在生产的泡沫塑料的产量产生一点影响。
Vinas说：“我们尽可能尽快给出反馈，以便更好地掌握起泡过程，以保证块的最大切割产量。
大脑参与
他说，使用数据来控制高学历的聚合物化学家和工艺工程师所理解的过程对于聚氨酯行业来说可能看起来很陌生，但是在其他领域如国际股票和货币市场的交易中以及试图使自己的企业自驾汽车。
Vinas说：“My Foam Plant同时查看数千个参数，并找到相关性。人的大脑可以理解两个，三个或四个参数之间的相关性，但不能理解200个参数之间的关联性。我们的算法可以计算出哪些参数在哪个方面影响最大。
这可以直接进入底线。 “原材料成本对我们的客户来说是一个巨大的推动力，而且与效率有关。他说，My Foam Plant将帮助发泡剂控制这一过程。
他说，对于每个板块，您可以了解所使用的原材料的数量，发泡机的物理参数以及过程中的外部条件，如湿度或压力，演变固化过程中的温度和形状以及交付到转换部门的成品形状。
“当您将产品过程与产品联系起来时，您可以开始优化以及流程参数的关联和终端产品的输出。
IPF使用了两个最尖端的工业理念：大数据和机器学习将使人们摈弃偏见。
为了实现机器学习，该过程学习如何改变发泡过程，从而在更一致得形状中制造更好质量的泡沫。Vinas解释“现在，公司想要了解泡沫过程时，他们需要专家，”。
“因为他们知道化学和物理专家可以理解这一过程。My Foam Plant使用不同的技术将过程与结果联系起来，现在，了解物理化学或化学品与过程参数之间的联系并不那么重要，因为系统找到了相关性。这与Google和Facebook等公司使用的软件类似。
“IPF模型收集并存储大量输入，进行关联，然后系统检测哪些参数对最终结果有最大影响。我们可以开始问My Foam Plant问题。
“在我们最新的版本中，我们关注的是泡沫块的尺寸，因为它涉及切割过程的质量和效率。我们试图统计输入和处理参数对块的最终尺寸和最终形状的影响。我们已经看到了一些有趣的事实，如...
与计划的泡沫块形状相比，输出相差5-15%;
泡沫块高不是恒定的，有重要的变化，只有在被追踪的时候才能从切割得最好;
块稳定比我们通常假设的要长得多，取决于泡沫的类型和其他工艺条件
自动效率测量不同于手动，更准确，所有泡沫块都能被测量。
通过使用统计方法，并且随着块沿着输送机移动，每秒进行多次测量，可以准确地将泡沫块远离混合头的一部分特性与在混合头时的情况联系起来。这样，流速，化学物质的比例等影响可以连接到一个泡沫块的单元结构和形状。
他说，除了起泡过程信息之外，还会跟踪生产日期，切割准备时间，起泡过程效率或泡沫类型等信息。比如，通常专业人士都会谈及的收缩问题，Vinas说，把他的系统运用在每一个泡沫块中，结果相当意外。即使在同样的情况下，结果可能也完全不同。就视觉效果而言，好的泡沫块看起来十分光滑，但是激光扫描过程表明褶皱的存在，泡沫块的高度随着它的长度波动变化。
Vinas说：“我们可以测量流动的影响，每个波浪的影响，哪些参数导致或与固化前后的块的增益或冷流量有关，当反应完成时。
Vinas发现，除了一些褶皱外，在极端情况下，有时设计的方型泡沫块下部变宽，顶部变窄。
Vinas说，他对产品的兴趣延伸到了原材料制造商，因为现在已经了解了在发泡和储存后，原材料变化的影响。他补充说：“我们也可以看到原材料变化在配方中的影响。
“当客户与材料公司谈论收缩或缺陷时，他们通常会显示简单的样品或配方;通过我们的过程，材料公司可以真实地跟踪这些信息，同时也可以跟踪事故发生时的发泡机参数。原材料供应商随后可以了解在加工原材料时发生了什么，“他说。
开源协作
IPF位于西班牙北部的巴斯克地区，与其他几家公司合作开发开源软件，可连接各种其他机械操作系统。 他说：“我们在IPF内部有一群不同背景的人。
他说，我们不谈版本，我们谈论可用的解决方案的范围。 他们来源于一个非常简单的机器连接的版本。 最简单的设置(即发生了什么事情) - 显示连接了哪台机器，制作了多少个零件，并实时向您展示工厂正在进行的工作。 这个最简单的平台与我们生产的最复杂的版本共享相同的架构。
WGO版本使用图表和数字来说明工厂正在发生的事情。 工厂管理人员可以在机器启动时在线观察或稍后查看，生产了多少米，生产了多少公斤的情况下，在网上或学习过程中看到，而没有详细介绍。
Vinas解释说，中间版本，目前未命名，关注单个机器。因此，我们不是看整个过程，而是专注于某些机器。如果您有一台机器来控制您的加工生产线的输出，我们会比较机器的换挡和效率，我们可以在早期检测机器的缺陷，以规划重新校准或维护。我们真的可以从机器上详尽地分析出大量的信息。
过去3 - 4年我们一直在开发这个平台。一开始，我们的目标是连接机器来报告从原材料到修整这一过程的性能。有趣的是，这并没有给客户带来很大的附加价值而且我们开始把注意力放在那些能带来真正利益的东西上。
他说，这个平台的核心版本，在内部被称为“大脑”，但缺乏其他设计，“从生产中收集信息”，我们一点一点把加工信息与产品联系起来。现在你可以把注意力集中在一个单独的泡沫块上，并概括整个过程和泡沫块的DNA。