"L'industria pratica la digitalizzazione da molto tempo e i recenti cambiamenti hanno reso queste applicazioni più potenti, agili, portatili, intelligenti e autonome. Il cambiamento nel CPI è incrementale. È incrementale a causa delle responsabilità intrinseche associate alla gestione di un impianto industriale." afferma Sergio Fernandes, responsabile dei mercati chimici, Yokogawa Electric Corporation, USA. Detto questo, le aziende CPI hanno implementato con successo tecnologie digitali su larga scala, spinte in parte dal passaggio dal software in esecuzione sui laptop degli utenti ad applicazioni e strumenti ad alte-prestazioni a cui ora è possibile accedere praticamente ovunque.
"Il cloud computing non solo riduce i budget CAPEX, ma facilita anche la disponibilità di modelli di processo, sia stazionari-che dinamici, indipendentemente dall'ubicazione dell'utente finale", spiega Fernandes. Tuttavia, mette in guardia dal dare semplicemente per scontato che i modelli digitali degli impianti (non importa quanto avanzati) saranno completamente accurati in termini di permanenza. "I processi industriali sono come entità viventi; cambiano nel tempo. Qualsiasi rappresentazione matematica, come un gemello digitale, dovrà essere adattata e aggiornata attraverso qualche meccanismo. Oltre a ciò, alla fine verranno scartate. Le risorse necessitano di attenzione; richiedono budget per mantenere la loro sostenibilità." Ha aggiunto. Guardando al futuro, man mano che emergono sempre più operazioni autonome, la pressante necessità di sicurezza e sostenibilità significa che è necessario trovare un equilibrio intelligente nell’impiego delle risorse umane accanto alle risorse digitali. "Le operazioni pericolose sul campo, le azioni ripetitive, le attività di routine, i viaggi non necessari sul campo per raccogliere dati e le ispezioni in aree pericolose possono essere affrontati in modo intelligente con le tecnologie attuali e future", ha affermato Fernandes, aggiungendo che considerare-le tecnologie digitali all'avanguardia come elementi chiave può consentire un'architettura in grado di ispirare una maggiore innovazione umana. "Ciò significa miglioramento continuo delle operazioni, anticipazione della prossima interruzione e ottimizzazione dell'intera catena del valore." Le risorse necessitano di attenzione; hanno bisogno di budget per mantenere la loro sostenibilità", ha aggiunto.
Sviluppare semplicemente un modello software che imita un processo o una risorsa non è sufficiente per sfruttare veramente la digitalizzazione, ha ribadito Rajesh Ramachandran, chief digital officer, ABB Industrial Automation). . "La tendenza ora è verso i gemelli IA industriali per le fabbriche digitali. Egli esamina come prevedere e ottimizzare una serie di risultati per uno scenario di processo specifico, che offre l'opportunità di mettere a punto-diversi parametri." Ramachandran sottolinea che l'intelligenza artificiale pura non può essere applicata "così com'è" in ambienti industriali e che la corrispondente competenza nel settore è essenziale per catturare la complessità delle operazioni CPI, come le specifiche di qualità del prodotto finale o la presenza di impurità nelle materie prime. competenza, culminando in un modello cognitivo costruito attraverso la sua piattaforma software ABB Ability Genix. "Genix costruisce quello che chiamiamo modello cognitivo basato su dati provenienti da diversi sistemi come manutenzione, strumentazione e laboratori. Ciò significa che aiuta a fare previsioni di ottimizzazione più accurate." Ha aggiunto Ramachandran. Citando studi di settore che mostrano che, in media, uno stabilimento può utilizzare solo circa il 27% dei dati di produzione, mentre gli ingegneri possono dedicare fino all'80% del loro tempo ad aggregare i dati, ha previsto che le piattaforme software avanzate aiuteranno a mitigare questi squilibri. . Afferma: "Stiamo affrontando fondamentalmente aree in cui dobbiamo sbloccare il valore dei dati inutilizzati e applicare l'intelligenza artificiale industriale su larga scala per la massima produttività e guadagni operativi, semplificando al tempo stesso i dati integrazione."
Piattaforme intelligenti
Non c'è dubbio che le piattaforme software industriali siano diventate più potenti negli ultimi anni poiché sempre più aziende adottano casi d'uso di intelligenza artificiale industriale e machine learning (ML). "In CPI, questi tipi di tecnologie vengono integrate ovunque, dal monitoraggio delle risorse ai droni alimentati dall'intelligenza artificiale- in grado di ispezionare le torri", spiega Michael Tworzydlo, product manager per l'analisi e il machine learning presso Emerson (St. Louis, Missouri; ). Ma Tworzydlo mette in guardia dall'esagerare-il valore di queste soluzioni senza dover riconoscere l'importanza dei principi ingegneristici sottostanti. "Come ingegnere chimico, le nozioni di base dell'analisi sono il punto migliore da cui iniziare, iniziando con un'analisi basata sui principi-, come quella basata sul funzionamento di uno scambiatore di calore. L'organizzazione può quindi evolvere verso un approccio basato sui dati-utilizzando l'intelligenza artificiale o il machine learning per gestire processi più complessi o problemi a livello di impianto." Aggiunge.
"L'intelligenza artificiale offre potenti funzionalità per il CPI, ma alcune aziende faticano ad applicarla in modo efficace alle sfide della produzione", spiega Paige Morse, direttore dell'industria chimica presso Aspen Technology, Inc.
In risposta, AspenTech ha iniziato a incorporare l'intelligenza artificiale nella sua piattaforma software, rendendola più accessibile a una gamma più ampia di utenti. Morse osserva che la combinazione dei-principi primi con l'intelligenza artificiale e l'esperienza nel settore può aiutare gli utenti a trovare meglio soluzioni a problemi complessi che devono essere risolti nel CPI. L'approccio di modellazione ibrida di AspenTech non solo aiuta a ottimizzare i processi, ma consente anche agli ingegneri di creare sensori software personalizzati e progettare nuovi dispositivi e integrare processi a livello di asset-. "Gli ingegneri possono ora utilizzare il machine learning per creare modelli avanzati più velocemente per sfruttare la simulazione o i dati dell'impianto, aggiungendo competenze di settore, principi ingegneristici e vincoli di progettazione senza competenze approfondite sui processi o sull'intelligenza artificiale." Morse ha detto. Molte aziende CPI si trovano ad affrontare legittime lacune di competenze.
Oltre a superare i divari di manodopera, le iniziative di sostenibilità sono un’altra area in cui le aziende CPI stanno concentrando sempre più i propri sforzi. "Il risparmio sui costi ha guidato gran parte dello sforzo di digitalizzazione, ma le aziende sono sempre più concentrate sui rifiuti e sulle emissioni delle unità di produzione, nonché sui miglioramenti in termini di efficienza e affidabilità", afferma Morse. Ha aggiunto: "La simulazione dei processi aiuta a sviluppare nuovi prodotti per affrontare le sfide tecniche dell'economia circolare, come il riciclaggio molecolare e la progettazione di nuove materie plastiche, e con l'aiuto dell'intelligenza artificiale questa attività è ancora più veloce".
Questa capacità predittiva è sempre più preziosa nel raggiungimento di specifici obiettivi di sostenibilità, come la riduzione dell'inquinamento atmosferico attraverso sistemi di monitoraggio predittivo delle emissioni (PEMS), una funzione della piattaforma Plantweb Optics Analytics di Emerson, che implementa sistemi di controllo ML e AI attraverso gemelli digitali e implementazione distribuita. "Come parte di Plantweb Optics Analytics, possiamo implementare PEMS per monitorare e stimare le emissioni utilizzando modelli e ML per ottimizzare dinamicamente la produzione. Con PEMS, possiamo creare modelli basati su variabili di processo che sono state catturate e utilizzarli per stimare e infine ridurre le emissioni." Ha detto Tworzydlo.
L'impegno del software verso una strategia di sostenibilità va oltre la riduzione delle emissioni. "L'aumento di prodotti e tecnologie sostenibili che riutilizzano o riciclano i rifiuti è un'area di crescita per l'industria della simulazione dei processi, che presenta nuovi problemi e nuove opportunità. Le aree di crescita recenti includono la simulazione dei processi dei derivati della canapa (ad esempio, CBD) e controlli migliorati per ridurre le emissioni da fonti energetiche rinnovabili. Aree di crescita più consolidate per l'industria chimica includono i biocarburanti, il recupero del metano, il recupero della CO2 e la selezione dei solventi." afferma David Hill, responsabile del supporto tecnico presso Chemstations Inc. (Houston, TX).
Hill ritiene che le prospettive per i simulatori di processo possano essere ulteriormente migliorate creando alleanze di prodotto con strumenti ausiliari in CPI. Gli ingegneri che non utilizzano simulatori di processo spesso dispongono di strumenti che possono essere migliorati collegandosi a un simulatore di processo. Nei settori della sicurezza, del controllo dei processi e dell'energia, ci sono molte opportunità per combinare strumenti specifici del settore-con i principi fondamentali dei simulatori di processo", spiega Hill. Hill ritiene che i fattori trainanti di questo cambiamento includeranno la riduzione dei gas serra, l'efficienza energetica, l'ottimizzazione basata su modelli termodinamici, una maggiore sicurezza e opportunità per un controllo avanzato dei processi utilizzando una simulazione rigorosa.
Realtà estesa
Oltre all'intelligenza artificiale e al machine learning, anche le piattaforme software di realtà aumentata (AR) e realtà virtuale (VR) sono in aumento negli impianti industriali-e non vedono più questo tipo di tecnologia come un bene "di lusso", più utile che mai a causa della crescente domanda di lavoro a distanza durante le pandemie. Con meno persone negli impianti a causa delle pandemie, gli impianti stanno abbracciando le nuove tecnologie. l'ar può sovrapporre informazioni digitali al mondo reale, il che aiuta a dotare meglio i lavoratori degli strumenti necessari per svolgere le attività in modo più accurato e con maggiore facilità", ha affermato Tworzydlo di Emerson. Per quanto riguarda il futuro dell'intelligenza artificiale, del machine learning e dell'AR nel software industriale, i casi d'uso continueranno sicuramente ad espandersi. "C'è ancora un enorme potenziale non sfruttato. Alla fine, inizieremo a prendere di mira alcuni processi per operazioni autonome.
Aveva Group plc (Cambridge, Regno Unito;) ha raggruppato concetti AR e VR nella sua piattaforma di Realtà Estesa (XR) e un'applicazione particolarmente rilevante è la formazione del personale. "Il sistema di formazione immersiva XR consente alle aziende di acquisire e conservare conoscenze operative quando sostituiscono operatori esperti in pensione, il che è fondamentale per la sicurezza e le prestazioni dell'impianto. Questa formazione comportamentale può essere applicata non solo agli operatori in prima linea-, ma anche a ingegneri, tecnici e soccorritori." Ravi Gopinath, Chief Cloud Officer e Chief Product Officer di Aveva, spiega.
In un esempio, un programma di formazione per operatori sviluppato da Aveva e Shell (L'Aia, Paesi Bassi;) si concentra sulla formazione comportamentale per migliorare le competenze in materia di sicurezza. Gopinath afferma: "Con questo approccio comportamentale, un operatore può essere formato e valutato su come si comporta di fronte a una situazione accidentale o episodica nello stabilimento." In un altro progetto, Aveva e Adnoc (Abu Dhabi;) hanno creato un centro di visualizzazione dati in tempo reale-che riunisce più di 120 dashboard e 200.000 punti dati su un gigantesco schermo interattivo.
La formazione è solo una parte del potenziale di XR. Sono state utilizzate applicazioni basate su tablet AR-per supportare il personale sul campo. L'utilizzo dell'AR per connettere i modelli VR nei tablet con informazioni in tempo reale-e processi guidati consente una migliore esecuzione del lavoro, evitando guasti costosi e riducendo i tempi di inattività. Guardando al futuro, Aveva ritiene che il software XR possa migliorare notevolmente la progettazione delle strutture e l’ingegneria dei progetti di capitale automatizzando l’importazione dei tradizionali modelli di impianti 3D utilizzati durante la fase di progettazione in un ambiente immersivo. La conversione alla realtà virtuale ti consentirà di rivedere e migliorare i progetti ergonomici anche prima di acquistare qualsiasi attrezzatura. Le fabbriche virtuali possono esistere interamente nel cloud, consentendo la collaborazione tra ingegneri situati in luoghi diversi
uffici o anche in continenti diversi.
Con lo sviluppo di funzionalità di acquisizione e analisi dei dati nelle piattaforme software, potenti strumenti analitici sono diventati strumenti decisionali scalabili e self-service per gli ingegneri chimici, che possono incorporarvi le proprie funzionalità per soddisfare esigenze di processo specifiche. con tali strumenti democratizzati, gli ingegneri possono sfruttare i dati provenienti da diverse fonti - ad esempio, qualità batch, ecc. - per migliorare la qualità dei loro processi, afferma Edwin van Dijk, vicepresidente del marketing presso TrendMiner NV. dati provenienti da fonti diverse-ad esempio, le informazioni di laboratorio come la qualità del batch possono essere collegate ai dati di processo con i dati di manutenzione. ). "L'obiettivo della democratizzazione dell'analisi è quello di rendere disponibili informazioni utili a ogni operatore, dalla sala di controllo al consiglio di amministrazione, per prendere decisioni basate sui dati-. Consentendo agli utenti di creare i propri dashboard basati su impronte digitali, monitor e visualizzazioni contestuali, questo va oltre i tradizionali strumenti di dashboard." Van Dijk aggiunge. Con il riconoscimento dei modelli, gli ingegneri possono analizzare le prestazioni operative e utilizzare un buon comportamento operativo per il monitoraggio dei processi. Inoltre, possono creare i propri sensori "soft" per monitorare ciò che i sensori fisici non possono misurare, come le specifiche di qualità del prodotto.
Una storia di successo dell'analisi dei dati riportata da TrendMiner riguardava un impianto chimico in cui si verificavano valvole "appiccicose", che causavano ritardi tra le modifiche nell'uscita della valvola e la risposta effettiva del processo. L'impianto voleva identificare con precisione quando le valvole iniziavano a bloccarsi, quindi era necessario monitorare eventuali deviazioni dal comportamento previsto delle valvole e quindi trovare parametri che distinguessero tra periodi di comportamento "normale" e "cattivo" delle valvole. Questi parametri vengono convertiti in avvisi di comportamento fuori-fuori-fase, che non solo avvisano il personale della situazione, ma suggeriscono anche possibili azioni correttive. "Utilizzando una soluzione di analisi self-servizio, gli esperti di processo sono in grado di utilizzare funzionalità di intelligenza artificiale e ML integrate per cercare e convalidare i problemi di produzione utilizzando l'analisi delle tendenze ad alta-velocità.
Nonostante la vasta gamma di strumenti software e app mobili disponibili tra cui scegliere, alcuni utenti necessitano ancora di soluzioni altamente personalizzate per soddisfare le proprie esigenze aziendali. È qui che la-programmazione interna può tornare utile. JourneyApps (Denver, Colorado;) offre una piattaforma di sviluppo di applicazioni ad alta-produttività che gli utenti possono utilizzare per scrivere il proprio codice, ottenendo applicazioni più sofisticate rispetto ai creatori di applicazioni non-codificate, che si rivolgono a non-programmatori e sono limitati dai loro semplicità.Il CEO di JourneyApps, Conrad Hofmeyr, spiega: "Ciò significa che logica aziendale avanzata, calcoli ingegneristici e integrazioni altamente personalizzate possono essere implementati in pochi giorni senza gran parte del tradizionale sovraccarico associato allo sviluppo del software." Nota che la maggior parte degli ingegneri chimici ha una certa esperienza di base nella codifica o nello scripting tramite strumenti come Microsoft Excel Macros o Matlab, in modo da poter acquisire rapidamente le competenze di programmazione necessarie per utilizzare JourneyApps per creare applicazioni complesse che automatizzano e semplificano le funzioni aziendali critiche.
Ad esempio, Hofmeyr cita l'esempio di un'azienda CPI che ha creato un'applicazione dedicata per le procedure operative standard (SOP), consentendo loro di passare da SOP manuali basate su fogli di calcolo- a un'applicazione controllata- centralmente con un audit trail completo. Aggiunge: "La personalizzazione offerta da JourneyApps significa che le singole applicazioni globali possono essere adattate alle esigenze locali e all'integrazione del sistema." In un altro esempio, un produttore di prodotti chimici per un giacimento petrolifero ha sviluppato la propria applicazione per eseguire calcoli chiave utilizzati nel processo quotidiano di reporting sul campo e generare documentazione di report, il tutto mentre gli utenti erano offline su un sito offline.
Guardando avanti per l'utilizzo finale
Software avanzati e strumenti di modellazione consentono inoltre la creazione di prodotti finali più sicuri ed efficienti in molti settori, dai componenti automobilistici ai prodotti farmaceutici. Un esempio è lo strumento di ingegneria assistita (CAE) Ultrasim di BASF SE (Ludwigshafen, Germania) per la modellazione delle proprietà dei materiali, che è stato recentemente aggiornato per modellare una gamma di materiali elastomerici termoplastici dalla lavorazione iniziale fino all'intera catena di lavorazione. prodotti di-uso finale. Cicli di sviluppo più brevi e programmi aggressivi stanno esercitando una pressione crescente sugli ingegneri affinché ottengano le prestazioni del prodotto corrette fin dal primo tentativo. La precisione predittiva è un enorme vantaggio", afferma Marios Lambi, team leader CAE per l'ingegneria di simulazione presso BASF in Nord America. Ultrasim può simulare il carico iniziale e ciclico dei componenti, che si è dimostrato particolarmente importante per le parti automobilistiche realizzate con materiali elastomerici. "Dai carichi di scorrimento alle simulazioni di urti, carichi termici e comportamento delle vibrazioni, insieme alle simulazioni di elaborazione che descrivono il materiale indotto dal processo- proprietà, così come strumenti di ottimizzazione numerica che consentono rapidi cambiamenti della geometria, Ultrasim getta le basi per la progettazione di parti migliori," sottolinea Andreas Wüst, responsabile del team di analisi strutturale dinamica di BASF Europe.
"Il processo di caratterizzazione dei materiali genera i dati necessari che sono essenziali per prevedere con precisione il comportamento delle parti reali. I modelli teorici dei materiali sviluppati a questo scopo vengono calibrati utilizzando le informazioni provenienti dai test, garantendo così che il comportamento rappresenti condizioni di produzione reali e non una situazione arbitraria lontana dalla realtà." "Esistono molti esempi di assemblaggi complessi, come i sedili automobilistici, che sono stati sottoposti a crash test e questi test utilizzano l'accuratezza predittiva di Ultrasim per creare parti che superano i test di validazione. Ciò accorcia notevolmente il ciclo di sviluppo e minimizza, se non elimina, le modifiche alla progettazione", ha aggiunto.
Per i processi ad alta-precisione nei laboratori di ricerca e sviluppo e di analisi della qualità per ingredienti biofarmaceutici e altri prodotti ad alto-valore, lo strumento software può essere utilizzato per diversi scopi, tra cui facilitare il piano di continuità aziendale (BCP) di un'organizzazione. "Un software efficiente può mitigare o ridurre il numero di rischi durante le ispezioni di laboratorio, semplificare i test degli eventi e le procedure automatizzate possono essere utilizzate per ripristinare i sistemi dopo un evento o addirittura mantenerli in funzione durante un evento, il che semplifica il BCP", ha affermato Barbara van Cann, responsabile marketing del prodotto software per cromatografia della Enterprise Chromeleon Data Systems Organization di Thermo Fisher Scientific. Inoltre, i laboratori possono semplificare ulteriormente il BCP scegliendo un software integrato che includa un sistema di dati cromatografici (CDS), un sistema di gestione delle informazioni di laboratorio (LIMS) e un sistema di esecuzione del laboratorio (LES). van Cann spiega: "Sia il software LIMS che quello CDS dovrebbero fornire gli strumenti per monitorare la qualificazione, la calibrazione e la manutenzione dello strumento, anche per le singole parti." Il software CDS dovrebbe inoltre aiutare gli utenti a gestire le irregolarità analitiche e disporre di-funzionalità di sicurezza di rete integrate per garantire che il funzionamento possa continuare senza intervento umano in caso di interruzione della rete. Per evitare interruzioni dovute ad attacchi alla sicurezza informatica, Van Cann consiglia che i laboratori eseguano CDS e altri software in un dominio separato dal sistema dell'ufficio principale per evitare potenziali minacce informatiche derivanti dalla posta elettronica-. Infine, come per qualsiasi piattaforma software automatizzata, è necessario considerare il fattore umano. "L'errore umano può essere ridotto al minimo controllando ciò che gli utenti possono e non possono fare e a cosa possono e non possono accedere. Inoltre, dovrebbero essere disponibili strumenti per automatizzare quante più azioni possibili. Meno interazione con l'utente equivale a meno errori." Ha aggiunto.