Artykuły - Przemysł chemiczny

Coraz bardziej złożona rzeczywistość wymaga sztucznej inteligencji

13.02.2020
Autor: Dominik Wójcicki
Coraz bardziej złożona rzeczywistość wymaga sztucznej inteligencji

Sztuczna inteligencja zaczyna być coraz mocniej adaptowana na potrzeby przemysłu chemicznego. Nie ulega wątpliwości, że ostatecznie stanie się ona nieodzowną częścią wszystkich branż przemysłowych.

Rola sztucznej inteligencji

Przedsiębiorstwa chemiczne, bez względu na to, czy produkują wysoce specjalistyczne produkty, czy też zajmują się hurtem produktów towarowych, znajdują się pod coraz większą presją wywieraną przez konieczność wdrożenia nowych technologii mogących generować większą wartość biznesową. Automatyzacja oparta na sztucznej inteligencji ułatwia w tym kontekście współpracę świata fizycznego ze światem cyfrowym.

– Sztuczna inteligencja umożliwia wdrażanie adaptacyjnych, elastycznych i autonomicznych systemów technologicznych, dzięki którym możliwe jest zyskanie przewagi konkurencyjnej w środowisku opartym na danych. Dzięki tym osiągnięciom możliwa staje się zaawansowana automatyzacja sterowana sztuczną inteligencją. Jednocześnie zarządzanie danymi pozwala firmom na sprawne podejmowanie decyzji w czasie rzeczywistym. Przedsiębiorstwa wykorzystują technologie mobilne, aby zapewnić pracownikom mającym kontakt z klientami potrzebne rozwiązania i informacje. Zwiększają one wydajność pracy i pozwalają podejmować decyzje w czasie rzeczywistym, co z kolei umożliwia lepszą obsługę klienta – uważa Jacek Żurowski, dyrektor regionalny Zebra Technologies na Europę Środkową.

W jego ocenie, sztuczna inteligencja i technologie automatyzacji są coraz powszechniej wykorzystywane na całym świecie w obszarach produkcji przemysłowej. Firmy integrują je z nowymi lub funkcjonującymi już systemami, zmieniając i znacznie usprawniając procesy przepływów pracy, interakcji i podejmowania decyzji. W ten sposób zwiększają możliwości istniejących rozwiązań i tworzą bardziej dynamiczne ekosystemy nastawione na zwiększanie produktywności pracowników, poprawę wydajności i rozwój bezpiecznych środowisk.

– Świat staje się coraz bardziej skomplikowany i w coraz większym stopniu opiera się na danych cyfrowych. Firmy szukają więc lepszych sposobów na poruszanie się w tym świecie i automatyzację procesów bez kosztów związanych z kapitałem ludzkim. W przyszłości odnoszące sukcesy organizacje będą polegały na bieżących danych i statystykach, dzięki którym poprawią wydajność i zyskają przewagę konkurencyjną. Przez wiele lat firmy pozyskiwały informacje z „dużych zbiorów danych” (tzw. Big Data), gromadzonych i zapisywanych każdego dnia, czasami bez przerwy. W 2019 roku na prowadzenie wysunęły się „niewielkie zbiory danych ułatwiające podejmowanie działań”, do których dostęp można uzyskać w ramach poszczególnych przepływów pracy. Te dane dotyczą konkretnego przypadku i ułatwiają przedsiębiorstwom rozwiązywanie problemów i uzyskiwanie pożądanych wyników – wyjaśnia znaczenie sztucznej inteligencji we współczesnym przemyśle Jacek Żurowski z firmy Zebra Technologies.

Przemysł chemiczny korzysta ze sztucznej inteligencji

Praktyczne wykorzystanie sztucznej inteligencji w działaniach koncernów chemicznych może przybierać bardzo różne formy i najlepiej przedstawić je na konkretach.

Przedsiębiorstwo Mitsui Chemicals z Japonii opracowało niedawno technologię pozwalającą na przewidywanie jakości gazów, będących produktem reakcji. Analizuje ona 51 różnych czynników w czasie rzeczywistym, w tym warunki w reaktorze i parametry składników procesu. Nowa technologia pozwoliła firmie na poprawienie dokładności wysyłanych sygnałów o przebiegu reakcji, co zapewnia bezpieczniejsze i stabilniejsze działanie zakładów chemicznych. W przyszłości dyrektorzy zakładów produkcyjnych będą mogli stosować głębokie uczenie maszynowe do analizy ogromnych ilości danych w czasie rzeczywistym. Poprawi to dokładność prognoz i kontroli w procesach operacyjnych, zwłaszcza podczas procesów rozruchowych i modyfikacji służących zwiększeniu produkcji. Zapewni też większą przejrzystość w ocenie stanu faktycznego elementów składowych maszyn i instalacji oraz w zarządzaniu ryzykiem. Narzędzia oparte na sztucznej inteligencji będą mogły również usprawnić ciągłość produkcji, m.in. dlatego, że uczenie maszynowe pozwoli precyzyjniej przewidywać awarie lub konieczność wykonywania przeglądów.

O takim uczeniu maszynowym myśli także koncern BASF. Podpisał on w sierpniu 2019 r. z Technische Universität Berlin umowę o współpracy w dziedzinie uczenia maszynowego. Celem kooperacji jest opracowanie wykonalnych nowych modeli matematycznych i algorytmów dla podstawowych pytań związanych z chemią procesową i chemią kwantową.

– Uczenie maszynowe jest kluczowym filarem sztucznej inteligencji. Dzięki niemu analizowane są duże ilości danych w celu rozpoznania wzorców i relacji, które można wykorzystać do opracowania modeli predykcyjnych, optymalizujących się na podstawie uzyskanych wyników. Obszary zastosowania uczenia maszynowego obejmują w naszym przypadku systemy biologiczne oraz badania materiałów i składników aktywnych, a także automatyzację laboratoryjną i systemy dynamicznych procesów. Badamy takie kwestie, jak rozpuszczalność złożonych mieszanin lub barwników, a także przewidujemy procesy starzenia się katalizatorów. Na początku może nie wydawać się to szczególnie mocno skomplikowane, ale niestety jest inaczej. Na przykład znamy rozpuszczalność poszczególnych materiałów i prostych mieszanin, jednak gdy w składzie znajdzie się kilka składników jest to już inna historia. Im więcej danych wykorzystujemy i im lepiej dostosowany jest model uczenia się, tym lepiej można go przewidzieć. Nasza praca w laboratorium staje się wtedy bardziej wydajna – opowiada Hergen Schultze z BASF.

Wyświetlono: 220

Przeczytaj również

Skomentuj

Kalendarium

więcej