De kwaliteitscontrole van brandstoffen op terminals is tot nu toe een vervelend karwei dat ernstige vertragingen veroorzaakt voor bedrijven. Kwaliteitscontroles tijdens het verpompen van een product worden daarom momenteel met name uitgevoerd bij incidenten of wanneer er een vermoeden van een onjuiste verlading is. Een externe partij wordt ingezet om een aantal monsters te nemen van de brandstof. De monsters worden vervolgens naar een laboratorium gestuurd. Het kan uren duren voordat de kwaliteitsresultaten bekend zijn. Daarnaast is de tot nu toe gebruikelijke kwaliteitscontrole niet representatief. Slechts de monsters worden gecontroleerd. Het betreft een momentopname. Het geeft geen compleet beeld van de kwaliteit van de gehele partij van de lading. De kwaliteit van de gehele lading bepaalt de waarde van de lading en is dus belangrijk.
FuQon biedt partners een Q\Platform op basis van NIR (Near-infrared) technologie dat real-time verontreinigingen detecteert tijdens een product overslag. Hiermee voorkomt, of beperkt het de schade door verkeerde overslag. De metingen worden continu uitgevoerd, zodat elke afwijking tijdens de productoverslag direct wordt gedetecteerd. Dit resulteert in lagere kosten, veilige en tijdige operaties. Er is geen gevaarlijke (open) bemonstering meer nodig, er zijn geen operationele vertragingen in afwachting van laboratoriumanalyse en er treedt ook geen gevolgschade op. Het Q\Platform wordt aangeboden als een standalone platform of als integratie in een DCS (Distributed Control System).
Justin van Dael, algemeen directeur en oprichter van FuQon: ‘De bestaande kwaliteitscontrole-methoden voor vloeistof transfers op tankterminals kunnen inefficiënt zijn. Monsters moeten eerst naar een laboratorium worden gestuurd. Dat veroorzaakt vertragingen en lange doorlooptijden op de terminals. Daarnaast is het de vraag of de steekproeven wel representatief zijn. Als alternatief voor het veel gebruikte open systeem heeft FuQon het Q\Platform gelanceerd, het kwaliteitscontrolesysteem dat real-time en continu resultaten oplevert en tegelijkertijd de veiligheid voor de operator en het milieu garandeert.’
John Joosten, marketing technoloog bij FuQon: ‘De meeste bedrijven in de olie-, gas- en chemische industrie voelen ook een steeds grotere maatschappelijke verantwoordelijkheid. Ze moeten aan strenge milieurichtlijnen voldoen en moeten weten waaruit de lading die zij op de terminal opslaan, bestaat. Zij hebben een eigen verantwoording ten aanzien van hun activiteiten. Een tank moet worden geopend om een monster te nemen. Het openen van een tank met bijvoorbeeld benzine, brengt gezondheidsgevaren met zich mee door emissie. Om gezondheidsrisico’s te voorkomen, worden de eisen en richtlijnen steeds strenger. De strengere eisen en richtlijnen maken het soms moeizaam om monsters van een brandstof te nemen.’
Q\Platform is de oplossing om de kwaliteit van een brandstof continu, real-time en veilig te controleren. Een kleine omleiding op de hoofdleiding zorgt ervoor dat de kwaliteit continu wordt gecontroleerd tijdens de gehele verpomping. In de omleiding zit een cel, de zogenaamde Q\Cell, met aan de ene kant een lichtbron en aan de andere kant een sensor. De brandstof stroomt door de Q\Cell. De sensor meet de hoeveelheid licht die de brandstof doorlaat. De lichtdoorlaatbaarheid geeft informatie over de chemische samenstelling van de brandstof’, legt Justin van Dael uit. ‘FuQon heeft een database met allerlei brandstoffen. Het is een soort fotoalbum waarmee een vloeistof vergeleken wordt. De vergelijking laat zien uit welke stoffen een vloeistof bestaat. Een vloeistof kan op die manier worden geclassificeerd. Een lichtafwijking laat zien of een stof bijvoorbeeld is vermengd’, vertelt John Joosten.
Justin van Dael: ‘Het Q\Platform monitort de kwaliteit continu en de Q\Cell zorgt ervoor dat men continu weet wat er door de hoofdleiding stroomt. Iedere seconde, van het begin tot het eind van een verpomping. De Q\Cell geeft zicht op het proces en elke eventuele afwijking tijdens de productoverdracht wordt opgemerkt. Partijen kunnen daardoor direct ingrijpen. Het Q\Platform voorkomt daardoor calamiteiten, een onjuiste overdracht en wachttijden op kwaliteitsresultaten over de productwaarde. De Q\Cell is daarnaast een gesloten systeem waardoor er geen tanks geopend hoeven te worden. Dit maakt het Q\Platform veilig en milieuvriendelijk.’
Wat is er gedaan?
Justin van Dael: “FuQon heeft een hoeveelheid data verzameld, bestaande uit een aantal NIR (NearInfraRed) metingen van verschillende JET samples (brandstof voor vliegtuigen) en van de leverancier van de JET samples voor ieder sample de belangrijkste eigenschappen bijv. Dichtheid en vlampunt)”.
De input data bestond uit twee data sets met data van
- 37x JET-fuel monsters van leverancier 1
- 10x JET-fuel monsters van leverancier 2
Deze samples zijn geanalyseerd met een Q\Cell: een NIR (Near InfraRed) sensor van FuQon dat onderdeel is van het Q\Platform en waarmee data samples gemeten worden via transmissie.
Het beoogde doel van FuQon was om:
• Inzicht te verkrijgen in de in data kwaliteit van bekende monsters. Het betreft hier: 1) het NIR spectrum en 2) de lab analyse uitgevoerd conform de norm zoals die is bepaald voor de betreffende brandstof.• Haalbaarheid te toetsen om bij bepaalde brandstofkwaliteiten, key-parameters te kunnen detecteren van de verschillende brandstoffen.• Input te verkrijgen hoe een datastructuur ingericht kan worden binnen een real-time omgeving om zo elke seconde kwaliteit te kunnen meten.
Hiervoor moesten enkele data science gerelateerde vragen worden beantwoord:
• Hoe is de relatie tussen de gemeten NIR data en de dichtheid zoals die in de Excel data is opgeslagen?
• Welke andere relaties kunnen er nog gevonden worden tussen de gemeten NIR data en de verschillende eigenschappen?
• Hoe betrouwbaar zijn die relaties?
• Hoe zou een gegevensstructuur er uit kunnen zien, die kan dienen als een "hoofddatabase" structuur voor allerlei soorten metingen
Justin van Dael: “Om een goed, onderbouwd antwoord te kunnen geven, heeft FuQon gebruik gemaakt van een innovatie voucher van Smart Industry Hub Zuid. Met de innovatie voucher is vervolgens het MKB Datalab van Jheronimus Acadamy of Data Science (JADS) ingeschakeld.”
Het JADS MKB Datalab heeft als doel Data Science (datawetenschap) toegankelijk te maken voor het MKB en richt zich op het bieden van handvatten en inzichten in Data Science door middel van het uitvoeren van specifiek afgebakende projecten van 60-80 uur. Bij de uitvoer van data science projecten werkt het JADS MKB Datalab met studenten en JADS Data Science professionals die de kwaliteit van het project bewaken.
Justin van Dael: “JADS MKB Datalab heeft de aangeleverde data van FuQon geanalyseerd en middels Python scripts (Red.:Python is een krachtige programmeertaal) de data van de metingen én de data van de leverancier gecombineerd.“
Vervolgens heeft JADS MKB Datalab analyses gedaan op deze metingen en is er correlatie gezocht tussen de NIR metingen en de bijbehorende brandstofeigenschappen door:
Een correlatiediagram (heatmap) te maken tussen de verschillende metingen en de eigenschappen; Verschillende modellen te testen op hun geschiktheid om de data te modeleren en correcte voorspellingen te doen; De datastructuur van de NIR metingen en de eigenschappen te analyseren en daar een algemene database structuur voor te definiëren die in de toekomst geïmplementeerd zou kunnen worden.
Wat heeft het opgeleverd?
JADS MKB Datalab heeft de data science bevindingen teruggekoppeld aan FuQon middels een presentatie waarin onderstaande punten werden toegelicht:
1. Het correlatiediagram dat is gegenereerd geeft duidelijk aan waar eventueel correlaties zitten en ook waar niet. Bijvoorbeeld de dichtheid van een brandstof kan goed in een voorspellend model gevat worden (goede correlatie) en bijvoorbeeld de hoeveelheid zwavel kan dat helemaal niet (slechte correlatie). De datakwaliteit was prima bevonden om dit soort analyses te kunnen doen.
2. Verder is uit de analyses gebleken dat bijvoorbeeld de dichtheid prima te detecteren is, andere eigenschappen zijn minder goed te detecteren.
3. Als laatste is er een Unified Modeling Language (UML) software model opgesteld waarin een data structuur gevisualiseerd is als input voor het bouwen van een toekomstige database waarbij de NIR metingen en eigenschappen kunnen worden gecombineerd.
Een Unified Modeling Language (UML) softwaremodel waarin een datastructuur is gevisualiseerd, dient als een blauwdruk voor het ontwerpen van een toekomstige database. Het biedt een gestructureerde manier om de gegevens en hun onderlinge relaties te documenteren en te begrijpen. Door middel van diagrammen (zoals klassendiagrammen en entiteit-relationshipdiagrammen), kunnen ontwerpers, ontwikkelaars de kenmerken, attributen en associaties van de gegevensmodellen weergeven. Dit helpt bij het definiëren van de juiste databasestructuur en de tabellen, wat cruciaal is voor het bouwen van een goed functionerende database die voldoet aan de eisen van de applicatie of het systeem. Het UML-model fungeert als een communicatiemiddel tussen verschillende belanghebbenden, waardoor iedereen een gedeeld begrip heeft van hoe de gegevens zullen worden opgeslagen en gebruikt in het uiteindelijke systeem.
Vervolgens is ter afsluiting, de Python broncode die gebruikt was voor de data science analyse door JADS MKB Datalab via Github (een publieke internet hosting service voor software ontwikkeling en versie beheer) aan FuQon ter beschikking gesteld.
Voor meer informatie over FuQon, JADS MKB Datalab, en Github, zie:
https://www.jads.nl/business/jads-mkb-datalab/
