"Priemysel praktizuje digitalizáciu už dlhú dobu a nedávne zmeny urobili tieto aplikácie výkonnejšími, agilnejšími, prenosnejšími, inteligentnejšími a autonómnejšími. Zmena CPI je prírastková. Je prírastková kvôli inherentným povinnostiam spojeným s prevádzkou priemyselného závodu." hovorí Sergio Fernandes, riaditeľ pre chemické trhy, Yokogawa Electric Corporation, USA. Spoločnosti CPI však úspešne nasadili digitálne technológie vo veľkom meradle, čo je čiastočne spôsobené posunom od softvéru spusteného na prenosných počítačoch používateľov k vysoko{4}}výkonným aplikáciám a nástrojom, ku ktorým je teraz možné pristupovať prakticky odkiaľkoľvek.
„Cloud computing nielenže znižuje rozpočty CAPEX, ale tiež uľahčuje dostupnosť modelov procesov, či už ustálených-alebo dynamických, bez ohľadu na umiestnenie koncového používateľa,“ vysvetľuje Fernandes. Varuje však pred jednoduchým predpokladom, že digitálne modely rastlín (bez ohľadu na to, ako pokročilé) budú úplne presné z hľadiska trvalosti. "Priemyselné procesy sú ako živé bytosti; menia sa v priebehu času. Akékoľvek matematické znázornenie, ako napríklad digitálne dvojča, bude potrebné prispôsobiť a bude potrebné ho aktualizovať prostredníctvom nejakého mechanizmu. Okrem toho budú nakoniec vyradené. Majetok si vyžaduje pozornosť, vyžaduje si rozpočty, aby si zachovali svoju udržateľnosť." dodal. Pri pohľade do budúcnosti, keďže sa objavuje čoraz viac autonómnych operácií, naliehavá potreba bezpečnosti a udržateľnosti znamená, že pri nasadzovaní ľudských zdrojov popri digitálnych aktívach je potrebné dosiahnuť inteligentnú rovnováhu. „Nebezpečné operácie v teréne, opakujúce sa akcie, rutinné činnosti, zbytočné cesty v teréne na zhromažďovanie údajov a inšpekcie v nebezpečných oblastiach možno inteligentne riešiť súčasnými a pripravovanými technológiami,“ povedal Fernandes a dodal, že zváženie špičkových- digitálnych technológií ako kľúčových prvkov môže vytvoriť architektúru, ktorá môže inšpirovať viac ľudských inovácií. "To znamená neustále zlepšovanie prevádzky, predvídanie ďalšieho narušenia a optimalizáciu celého hodnotového reťazca." Aktíva si vyžadujú pozornosť; vyžadujú si rozpočty na udržanie ich udržateľnosti.“ dodal.
Jednoduché vyvinutie softvérového modelu, ktorý napodobňuje proces alebo aktívum, nestačí na skutočné využitie digitalizácie, zopakoval Rajesh Ramachandran, hlavný digitálny riaditeľ, ABB Industrial Automation). . „Trendom teraz smerujeme k priemyselným dvojičkám AI pre digitálne továrne. Hľadá, ako predpovedať a optimalizovať súbor výsledkov pre konkrétny procesný scenár, čo dáva príležitosť}vyladiť rôzne{{2} parametre." Ramachandran zdôrazňuje, že čistú umelú inteligenciu nemožno aplikovať „tak, ako je“ v priemyselných prostrediach, a že na zachytenie zložitosti operácií CPI, ako sú špecifikácie kvality konečného produktu alebo prítomnosť nečistôt v surovinách, je nevyhnutná zodpovedajúca odbornosť v danej oblasti. odborné znalosti, ktoré vyvrcholia v kognitívnom modeli vybudovanom prostredníctvom softvérovej platformy ABB Ability Genix. "Genix vytvára to, čo nazývame kognitívny model, ktorý je založený na údajoch z rôznych systémov, ako sú údržba, prístrojové vybavenie a laboratóriá. To znamená, že pomáha vytvárať presnejšie predpovede optimalizácie." dodal Ramachandran. Citujúc priemyselné štúdie, ktoré ukazujú, že závod môže v priemere využiť len asi 27 percent svojich výrobných údajov, zatiaľ čo inžinieri môžu stráviť až 80 percent svojho času agregovaním údajov, predpovedal, že pokročilé softvérové platformy pomôžu zmierniť tieto nerovnováhy{11}} Hovorí: „Zásadne sa zameriavame na oblasti, v ktorých potrebujeme získať hodnotu nevyužitých údajov a zároveň zjednodušiť prevádzkové údaje a maximálne využiť priemyselnú produktivitu. integrácia“.
Inteligentné platformy
Niet pochýb o tom, že priemyselné softvérové platformy sa v posledných rokoch stali výkonnejšími, keďže stále viac spoločností prijíma prípady použitia priemyselnej AI a strojového učenia (ML). „V CPI sú tieto typy technológií integrované všade od monitorovania majetku až po drony poháňané AI-, ktoré dokážu kontrolovať veže s baterkami,“ vysvetľuje Michael Tworzydlo, produktový manažér pre analytiku a strojové učenie v Emerson (St. Louis, Missouri; ). Tworzydlo však varuje pred prílišným-propagovaním hodnoty týchto riešení bez toho, aby sme museli uznať dôležitosť základných technických princípov. „Pre chemického inžiniera sú základy analytiky tým najlepším miestom, kde začať, počnúc analýzou založenou na princípoch-, napríklad na princípe fungovania výmenníka tepla. Organizácia sa potom môže rozvinúť k prístupu založenému na údajoch- pomocou AI alebo ML na riešenie zložitejších procesov alebo-problémov celého závodu.“ dodáva.
„Umelá inteligencia ponúka výkonné možnosti pre CPI, ale niektoré spoločnosti majú problém ju efektívne aplikovať na výrobné výzvy,“ vysvetľuje Paige Morse, riaditeľka chemického priemyslu v Aspen Technology, Inc.
V reakcii na to spoločnosť AspenTech začala začleňovať AI do svojej softvérovej platformy, vďaka čomu je prístupnejšia širšiemu okruhu používateľov. Morse poznamenáva, že spojenie prvých-princípov inžinierstva s umelou inteligenciou a odbornými znalosťami domény môže používateľom pomôcť lepšie nájsť riešenia zložitých problémov, ktoré je potrebné vyriešiť v CPI. Prístup hybridného modelovania spoločnosti AspenTech nielen pomáha optimalizovať procesy, ale umožňuje aj novým softvérovým inžinierom vytvárať vlastné softvérové zariadenia. a integrovať procesy-pre celý majetok. „Inžinieri môžu teraz použiť ML na rýchlejšie vytváranie bohatých modelov na využitie simulácie alebo údajov závodu, pričom pridávajú odbornosť v oblasti, inžinierske princípy a obmedzenia dizajnu bez hĺbkových znalostí procesov alebo AI.“ povedal Morse. Mnohé spoločnosti CPI čelia legitímnym nedostatkom zručností.
Okrem prekonávania medzier v oblasti pracovnej sily sú iniciatívy v oblasti udržateľnosti ďalšou oblasťou, do ktorej spoločnosti CPI čoraz viac sústreďujú svoje úsilie. „Úspory nákladov viedli k veľkej časti digitalizačného úsilia, ale spoločnosti sa čoraz viac zameriavajú na odpad a emisie z výrobných jednotiek, ako aj na zlepšenie efektívnosti a spoľahlivosti,“ hovorí Morse. Dodala: „Simulácia procesov pomáha vyvíjať nové produkty, ktoré spĺňajú technické výzvy obehového hospodárstva, ako je molekulárna recyklácia a nový dizajn plastov, a s pomocou AI je táto činnosť ešte rýchlejšia.“
Táto prediktívna schopnosť je čoraz cennejšia pri dosahovaní špecifických cieľov udržateľnosti, ako je znižovanie znečistenia ovzdušia prostredníctvom prediktívnych systémov monitorovania emisií (PEMS), funkcie platformy Plantweb Optics Analytics od spoločnosti Emerson, ktorá využíva riadiace systémy ML a AI prostredníctvom digitálnych dvojčiat a distribuovaného nasadenia. "Ako súčasť Plantweb Optics Analytics môžeme nasadiť PEMS na monitorovanie a odhadovanie emisií pomocou modelov a ML na dynamickú optimalizáciu výroby. Pomocou PEMS môžeme zostaviť modely založené na procesných premenných, ktoré boli zachytené, a použiť ich na odhad a nakoniec zníženie emisií." povedal Tworzydlo.
Záväzok softvéru k stratégii udržateľnosti presahuje znižovanie emisií. "Vzostup udržateľných produktov a technológií, ktoré opätovne využívajú alebo recyklujú odpad, je oblasťou rastu pre priemysel simulácie procesov, ktorý predstavuje nové problémy a nové príležitosti. Medzi nedávne oblasti rastu patrí procesná simulácia konopných derivátov (napr. CBD) a vylepšené kontroly na zníženie emisií z obnoviteľných zdrojov energie. Medzi ustálenejšie oblasti rastu pre chemický priemysel patria biopalivá, získavanie metánu, získavanie CO2 a výber rozpúšťadiel." hovorí David Hill, manažér technickej podpory v Chemstations Inc. (Houston, TX).
Hill verí, že vyhliadky pre procesné simulátory možno ďalej zlepšiť vytvorením produktových aliancií s pomocnými nástrojmi v CPI. Inžinieri, ktorí nepoužívajú simulátory procesov, majú často nástroje, ktoré možno vylepšiť pripojením k simulátoru procesov. V sektoroch bezpečnosti, riadenia procesov a energetiky existuje veľa príležitostí na kombináciu priemyselných-špecifických nástrojov s prvými princípmi simulátorov procesov." Hill vysvetľuje. Hill verí, že hnacou silou tohto posunu bude zníženie emisií skleníkových plynov, energetická účinnosť, optimalizácia založená na termodynamických modeloch, lepšia bezpečnosť a príležitosti na pokročilé riadenie procesov pomocou prísnej simulácie.
Rozšírená realita
Okrem AI a ML sú v priemyselných závodoch na vzostupe aj softvérové platformy pre rozšírenú realitu (AR) a virtuálnu realitu (VR)-a tento typ technológie už nepovažujú za „luxusnú“ položku, ktorá je užitočnejšia než kedykoľvek predtým v dôsledku rastúceho dopytu po práci na diaľku počas pandémie. Keďže v dôsledku pandémií je v závodoch menej ľudí, závody prijímajú nové technológie. ar môže prekrývať digitálne informácie do reálneho sveta, čo pomáha lepšie vybaviť pracovníkov, aby mohli vykonávať úlohy presnejšie a s väčšou ľahkosťou.“ Povedal Tworzydlo spoločnosti Emerson. Čo sa týka budúcnosti AI, ML a AR v priemyselnom softvéri, prípady použitia sa budú určite naďalej rozširovať. „Stále je tu obrovské množstvo nevyužitého potenciálu. Nakoniec začneme určité procesy zameriavať na autonómne operácie.
Aveva Group plc (Cambridge, Spojené kráľovstvo;) spojila koncepty AR a VR do svojej platformy Extended Reality (XR) a jednou z obzvlášť dôležitých aplikácií je školenie personálu. "Pohlcujúci školiaci systém XR umožňuje spoločnostiam získať a udržať si prevádzkové znalosti pri výmene skúsených operátorov, ktorí odchádzajú do dôchodku, čo je rozhodujúce pre bezpečnosť a výkon závodu. Toto školenie o správaní možno použiť nielen pre operátorov v prvej línii, ale aj pre inžinierov, technikov a záchranárov." Ravi Gopinath, hlavný cloudový a produktový riaditeľ Aveva, vysvetľuje.
V jednom príklade sa program školenia operátorov vyvinutý spoločnosťou Aveva a Shell (Haag, Holandsko;) zameriava na školenie správania na zlepšenie bezpečnostných kompetencií. Gopinath hovorí: "S týmto behaviorálnym prístupom môže byť operátor vyškolený a hodnotený v tom, ako sa správa, keď čelí náhodnej alebo epizodickej situácii v elektrárni." V inom projekte Aveva a Adnoc (Abu Dhabi) vytvorili; Centrum vizualizácie údajov-v reálnom čase, ktoré spája viac ako 120 informačných panelov a 200 000 údajových bodov na obrovskej interaktívnej obrazovke.
Tréning je len časťou potenciálu XR. Na podporu pracovníkov v teréne boli použité aplikácie založené na-tablete AR. Používanie AR na prepojenie modelov VR v tabletoch s-informáciami v reálnom čase a riadenými procesmi umožňuje lepšie vykonávanie práce, čím sa predchádza nákladným poruchám a skracujú sa prestoje. Pri pohľade do budúcnosti Aveva verí, že softvér XR môže dramaticky zlepšiť návrh zariadenia a inžinierstvo investičných projektov automatizáciou importu tradičných 3D modelov rastlín používaných počas fázy návrhu do pohlcujúceho prostredia. Konverzia na VR vám umožní skontrolovať a vylepšiť ergonomické návrhy ešte pred zakúpením akéhokoľvek zariadenia. Virtuálne továrne môžu existovať výlučne v cloude, čo umožňuje spoluprácu medzi inžiniermi umiestnenými v rôznych oblastiach
úradoch alebo dokonca na rôznych kontinentoch.
S rozvojom možností zachytávania a analýzy údajov v softvérových platformách sa výkonné analytické nástroje stali samoobslužnými{0}}rozšíriteľnými nástrojmi na rozhodovanie-pre chemických inžinierov, ktorí do nich môžu zabudovať svoje vlastné funkcie, aby vyhovovali špecifickým procesným potrebám. s takýmito demokratizovanými nástrojmi môžu inžinieri využiť údaje z rôznych zdrojov -, napríklad kvalitu šarže atď.. - na zlepšenie kvality svojich procesov, hovorí Edwin van Dijk, viceprezident marketingu spoločnosti TrendMiner NV. údaje z rôznych zdrojov-napríklad laboratórne informácie, ako je kvalita šarže, možno prepojiť s údajmi o procese s údajmi o údržbe. ). „Cieľom demokratizácie analytiky je sprístupniť použiteľné poznatky každému operátorovi, od riadiacej miestnosti až po zasadaciu miestnosť, aby mohol robiť rozhodnutia založené na údajoch-. Tým, že používateľom umožňuje vytvárať si vlastné informačné panely na základe odtlačkov prstov, monitorov a kontextových zobrazení, to presahuje rámec tradičných nástrojov informačných panelov.“ dodáva Van Dijk. Pomocou rozpoznávania vzorov môžu inžinieri skúmať prevádzkový výkon a používať dobré prevádzkové správanie na monitorovanie procesov. Okrem toho si môžu vytvoriť vlastné „mäkké“ senzory na monitorovanie toho, čo fyzické senzory nedokážu merať, ako napríklad špecifikácie kvality produktov.
Jeden úspešný príbeh analýzy údajov, ktorý opísal TrendMiner, zahŕňal chemickú továreň, ktorá mala „lepkavé“ ventily, čo spôsobilo oneskorenia medzi zmenami vo výstupe ventilov a skutočnou reakciou procesu. Závod chcel presne identifikovať, kedy sa ventily začali lepiť, takže potrebovali sledovať akékoľvek odchýlky od očakávaného správania ventilov a potom nájsť parametre, ktoré by rozlíšili medzi „normálnym“ a „zlým“ správaním ventilov. Tieto parametre sa skonvertujú na výstrahy pre-mimofázové{3}}chovanie, ktoré nielen upozorní personál na situáciu, ale aj navrhne možné nápravné opatrenia. „Pomocou samoobslužného analytického riešenia môžu odborníci na procesy využívať vstavané funkcie AI a ML na vyhľadávanie a overovanie produkčných problémov pomocou vysokorýchlostnej analýzy trendov-.
Dokonca aj napriek širokej škále dostupných softvérových nástrojov a mobilných aplikácií, z ktorých si môžete vybrať, niektorí používatelia stále vyžadujú vysoko prispôsobené riešenia, aby vyhovovali ich obchodným potrebám. Tu sa môže hodiť -vlastné programovanie. JourneyApps (Denver, Colorado.;) ponúka vysoko{4}}produktívnu platformu na vývoj aplikácií, ktorú môžu používatelia použiť na písanie vlastného kódu, výsledkom čoho sú sofistikovanejšie aplikácie než -nekódovaní tvorcovia aplikácií, ktoré sú zacielené na ne-programátorov a obmedzujú ich jednoduchosť. Generálny riaditeľ JourneyApps Conrad Hofmeyr vysvetľuje: „To znamená, že pokročilú obchodnú logiku, inžinierske výpočty a vysoko prispôsobené integrácie je možné implementovať v priebehu niekoľkých dní bez veľkej tradičnej réžie spojenej s vývojom softvéru.“ Poznamenáva, že väčšina chemických inžinierov má určité základné skúsenosti s kódovaním alebo skriptovaním prostredníctvom nástrojov ako Microsoft Excel Macros alebo Matlab, takže môžu rýchlo získať programátorské zručnosti potrebné na používanie JourneyApps na vytváranie zložitých aplikácií, ktoré automatizujú a zefektívňujú dôležité obchodné funkcie.
Hofmeyr napríklad uvádza príklad spoločnosti CPI, ktorá vytvorila špeciálnu aplikáciu pre štandardné operačné postupy (SOP), ktorá im umožnila prejsť z manuálnych tabuľkových-SOP na centrálne-riadené aplikácie s kompletným kontrolným záznamom. Dodáva: "Prispôsobiteľnosť, ktorú ponúka JourneyApps, znamená, že jednotlivé globálne aplikácie môžu byť prispôsobené miestnym potrebám a systémovej integrácii." V ďalšom príklade výrobca chemikálií na ropnom poli vyvinul svoju vlastnú aplikáciu na spustenie kľúčových výpočtov používaných v jeho každodennom procese podávania správ na poli a generovanie dokumentácie správ, a to všetko v čase, keď boli používatelia offline na offline lokalite.
Pohľad do budúcnosti na konečné použitie
Pokročilý softvér a modelovacie nástroje tiež umožňujú vytvárať bezpečnejšie a efektívnejšie konečné produkty v mnohých priemyselných odvetviach, od automobilových dielov až po farmaceutický priemysel. Jedným z príkladov je nástroj počítačového-inžinierstva (CAE) spoločnosti BASF SE (Ludwigshafen, Nemecko) Ultrasim na modelovanie vlastností materiálov, ktorý bol nedávno aktualizovaný na modelovanie radu termoplastických elastomérnych materiálov od počiatočného spracovania cez celý spracovateľský reťazec. koncové-používanie produktov. Kratšie vývojové cykly a agresívne harmonogramy zvyšujú tlak na inžinierov, aby dosiahli správny výkon produktu hneď na prvýkrát. Prediktívna presnosť je obrovskou výhodou,“ hovorí Marios Lambi, vedúci tímu CAE pre simulačné inžinierstvo v spoločnosti BASF v Severnej Amerike. Ultrasim dokáže simulovať počiatočné a cyklické zaťaženie komponentov, čo sa ukázalo byť obzvlášť dôležité pre automobilové diely vyrobené z elastomérnych materiálov. „Od zaťaženia pri tečení po simulácie nárazu, tepelného zaťaženia a vibrácií spolu so simuláciami spracovania, ktoré popisujú proces- vlastnosti, ako aj nástroje numerickej optimalizácie, ktoré umožňujú rýchle zmeny geometrie, Ultrasim kladie základy pre navrhovanie lepších dielov,“ zdôrazňuje Andreas Wüst, vedúci tímu pre dynamické štrukturálne analýzy spoločnosti BASF Europe.
"Proces materiálovej charakterizácie generuje potrebné dáta, ktoré sú nevyhnutné pre presnosť predpovedania správania sa reálnych dielov. Teoretické materiálové modely vyvinuté na tento účel sa kalibrujú pomocou informácií z testov, čím sa zabezpečí, že správanie predstavuje skutočné výrobné podmienky a nie svojvoľnú situáciu, ktorá je vzdialená realite." "Existuje mnoho príkladov zložitých zostáv, ako sú napríklad automobilové sedadlá, ktoré boli podrobené nárazovým testom, a tieto testy využívajú prediktívnu presnosť Ultrasimu na vytváranie dielov, ktoré prejdú validačnými testami. To výrazne skracuje vývojový cyklus a minimalizuje, ak nie eliminuje, konštrukčné zmeny," dodal.
Pre vysoko{0}}precízne procesy v laboratóriách výskumu a vývoja a analýzy kvality pre biofarmaceutické prísady a iné{1}}vysokohodnotné produkty možno softvérový nástroj použiť na rôzne účely vrátane uľahčenia plánu kontinuity podnikania (BCP) organizácie. „Efektívny softvér môže zmierniť alebo znížiť počet rizík počas laboratórnych inšpekcií, zjednodušiť testovanie udalostí a automatizované postupy možno použiť na obnovenie systémov po udalosti alebo ich dokonca udržať v prevádzke počas udalosti, čo všetko zjednodušuje BCP,“ povedala manažérka marketingu chromatografického softvéru pre softvérový produkt Barbara van Cann z Thermo Fisher Scientific. Okrem toho môžu laboratóriá ďalej zjednodušiť BCP výberom integrovaného softvéru, ktorý zahŕňa systém chromatografických údajov (CDS), systém správy laboratórnych informácií (LIMS) a laboratórny vykonávací systém (LES). van Cann vysvetľuje: "Softvér LIMS aj CDS by mali poskytovať nástroje na monitorovanie kvalifikácie prístroja, kalibrácie a údržby, a to aj pre jednotlivé diely." Softvér CDS by tiež mal pomôcť používateľom vysporiadať sa s analytickými nezrovnalosťami a mal by mať zabudované-funkcie zabezpečenia siete, ktoré zabezpečia, že v prípade výpadku siete bude prevádzka pokračovať bez ľudského zásahu. Aby sa predišlo narušeniam v dôsledku útokov na kybernetickú bezpečnosť, Van Cann odporúča, aby laboratóriá prevádzkovali CDS a iný softvér v doméne oddelenej od systému hlavnej kancelárie, aby sa predišlo potenciálnym kybernetickým hrozbám z e-e-mailov. Nakoniec, ako pri každej automatizovanej softvérovej platforme, treba brať do úvahy ľudský faktor. "Ľudskú chybu možno minimalizovať kontrolou toho, čo používatelia môžu a nemôžu robiť a k čomu môžu a čo nemôžu pristupovať. Okrem toho by mali byť k dispozícii nástroje na automatizáciu čo najväčšieho počtu akcií. Menej interakcie používateľa znamená menej chýb." dodala.