How Digital Transformation is transforming Chemical Industry

數位化轉型如何改變化工行業

如果化工公司想要在不斷變化的世界中，保持競爭力並向前發展，他們必須迅速採用創新技術。在這些公司中整合物聯網 (IoT) 可以提供重要的好處。將物聯網與機器學習相結合，可以推動化工行業更高效地工作，並創造更好的結果。

物聯網如何改善化學品生產？化工公司如何在其流程中使用物聯網和機器學習？

利用物聯網改善化學品生產

雖然許多行業都在擁抱物聯網，但它與化學品業務的關係似乎並不明確。在 ARC 諮詢集團行業論壇上的主題演講中，總裁 Andy Chatha 和 ARC 首席執行官解釋說，物聯網可以簡化工業公司的許多部分，包括提供智慧機器、為大數據儲存提供更好的容量，以及幫助優化系統和資產。物聯網在這個行業中的好處是深遠的。它們包括更高的生產力、更高的資產利用率和更高的營收。

促進創新

以更快的速度創造更高價值、更高利潤的產品的研發存在重大機會，特別是在特種化學品和作物保護化學品方面。高級分析和機器學習，可實現分子的高通量優化，以及實驗室測試和實驗的模擬，以系統地優化從試管到試管的性能和成本的藥片配方。.

例如，巴斯夫與惠普合作開發了一種超級電腦，可以運行模擬並預測特性型工業催化劑、作物保護產品、材料的性能和性能配方。此外，高級分析和機器學習，可以推動將最佳可用資源，分配給符合投資組合優先級的研究項目。內部知識和專利的篩選數據庫，最大限度地利用知識產權，並填補其中的空白成為可能。機器學習還可以幫助化學品製造商，對產品生命週期中的可持續性和環境影響進行模擬。

改變工廠營運的遊戲規則

物聯網為製造和資產管理中的機器學習奠定了基礎。它可以捕獲有關資產狀態和性能、過程參數、產品品質、生產成本、儲存容量和庫存（遙測）、入站/出站物流、工人安全、產品與服務配對等的即時數據。

憑藉在捕獲、儲存、處理和分析數據方面的先進能力，大量的工廠、資產和營運數據可與高級算法結合使用，以模擬、預測和規定資產的維護需求。這個好處增加可用性，優化正常運行時間，提高操作性能並延長資產的使用壽命。數位資產網絡開始出現，將原始設備製造商 (OEM)、營運商和服務提供商聚集在一個平台上，目標是促進共同標準的協作，並提高營運和維護效率。

在這種情況下，數位孿生在管理資產性能和維護方面，發揮著重要作用。一旦設計和設計了工廠和流程，數位孿生可用於透過模擬與安全，和/或性能相關的特殊工廠，和流程條件來培訓操作員 —— 就像飛行模擬器用於培訓飛行員的方式一樣。數位資產孿生可用於維護，以預測某些過程參數對資產性能、資產生命週期和維護需求的影響。

無花果。1. 數字孿生在管理資產績效方面發揮著重要作用。

2016 年的一份行業報告以這樣一種方式，解釋了數位孿生的概念，即組織透過從實體到數位然後再返回到實體的移動，從資訊中創造價值。1另一份行業報告指出，一家使用數位孿生模型的石化公司，在產品轉換方面取得了 20% 的改進。2甚至數位孿生網路（圖 1）也被提議，來提高整個資產生命週期的互操作性，最終最大限度地提高資產性能。3

在開發創新原料和推動新收入流方面，分佈式製造/3D 列印，為化工行業帶來了全新的機會。雖然傳統部件製造中使用了 3,000 多種材料，但只有大約 30 種材料可用於 3D 列印。從這個角度來看，到 2020 年，化學粉末材料市場預計將超過 630 美元/年。

透過在可穿戴設備上，添加智慧標籤，可以提高工人的安全性，這有助於提醒工人接觸危險物質（例如有毒氣體）、即將出現的疲勞以及幫助在緊急情況下，找到員工和合同工。此外，如果員工在其指定或授權的工作區域外工作（例如，聯網工作人員），則可能會觸發警報。

將你的供應鏈提升到另一個層次

供應鏈管理領域，存在許多未開發和潛在的物聯網和機器學習技術。例如，使用高級分析來提高預測準確性，可以改進整個銷售和營運計劃流程，以及相關的關鍵績效指標。

高級分析和機器學習，可用於降低供應鏈中斷的風險。例如，可以在自然災害期間，自動重新安排運輸路線，以最低成本實現準時交付目標和客戶承諾。

另一個機會，在於優化運輸資產的使用和相關成本。運輸化學品意味著考慮特殊設備，和複雜的合規要求，因此空回程是常態而不是例外。這會導致成本增加和資產利用率不理想。機器學習可以更好地利用運輸資產，並消除物流功能中的浪費。

透過更貼近客戶來進行創新

過去幾年，化工行業作為資產密集型行業，一直致力於優化工廠和資產營運。然而，未開發存在開發創新的、以客戶為中心的商業模式和服務的潛力。以下是化工公司如何從客戶前端，利用物聯網和機器學習中受益的示例：

利用感測器和遙測技術，實施供應商/供應商管理的庫存概念，並完全自動化補貨流程（「無」或「低接觸」訂單到交付）
透過感測器技術，即時監控客戶的製造工藝參數，利用先進的算法，將工藝參數與品質的（半）成品，銷售第一次透過的品質作為業務成果，而不是銷售產品，並提供基準數據即服務
使用高級算法更好地了解客戶購買行為/模式，並相應地調整產品和服務組合，以及辨識交叉銷售機會，以提高客戶忠誠度和錢包佔有率
透過捕獲和處理，來自社交媒體的非結構化數據，提高對客戶/市場情緒的可見性，然後以適當行銷活動和創新服務產品做出響應。

推進物聯網

透過將物聯網與機器學習相結合，化工公司可以向前發展，並獲得積極的業務成果。化工企業如何使用物聯網技術？工業企業已經建立或正在建立，將物聯網和機器學習結合起來，成為智慧企業的基礎。

一般來說，智慧企業推動改變遊戲規則的結果。他們事半功倍，並透過流程自動化為員工賦能。他們透過主動響應客戶期望，提供一流的客戶體驗。他們發明了新的商業模式和收入流。智慧企業差異化和三個關鍵能力。他們與：

可見性 —— 收集和連接以前孤立的數據，並辨識看不見的模式的能力
焦點 —— 模擬潛在選項的影響，並將稀缺資源引導到影響最大的領域的能力
敏捷性 —— 能夠更快地響應市場或業務的變化，並將業務流程轉向正確的客戶結果。

總體而言，物聯網可以作為一種解決方案，幫助化工行業跟上時代的變化，更好地滿足股東和客戶的需求。然而，擁有乾淨和豐富的數據，來訓練算法和建構預測高品質結果的高品質模型是成功的關鍵。另一個關鍵的成功因素，是高技能的數據科學家。缺乏這些類型的專業人員可能是化學工業中，快速採用物聯網和機器學習的嚴重製約因素。