2021年10月13日 星期三

‧ 數位化:利用物聯網改善化學品生產

 

How Digital Transformation is transforming Chemical Industry

數位化轉型如何改變化工行業


IDVIEW 即將登場 100% MIT


HYDROCARBON PROCESSING


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 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。
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,將工藝參數與品的(半)成品,銷售第一次透過的作為業務成果,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。


IDVIEW 不只是縮時攝影


沒有留言:

張貼留言