顯而易見，工業(yè)物聯(lián)網(wǎng)（IIoT）技術(shù)的出現(xiàn)極大地擴展了工業(yè)軟件工具的功能。盡管IIoT最近在化學過程工業(yè)（CPI）中的增長似乎主要是由軟件和其他數(shù)字工具（例如人工智能（AI）和云計算）的發(fā)展推動的，但這些要素也基于解決方案的類型，作為基本工程原理，已經(jīng)部署了幾十年。

軟件的數(shù)字化歷程

“業(yè)界長期以來一直在實踐數(shù)字化，最近的變化使這些應用程序更加強大，敏捷，便攜，智能和自治。CPI的變化是漸進的。由于與工業(yè)工廠的運營有關(guān)的固有責任，它是遞增的。”美國橫河電機公司化學品市場負責人塞爾吉奧?費爾南德斯（Sergio Fernandes）說。盡管如此，CPI公司已經(jīng)成功地大規(guī)模部署了數(shù)字技術(shù)，這部分是由于從用戶筆記本電腦上運行的軟件向現(xiàn)在幾乎可以從任何地方訪問高性能應用程序和工具的轉(zhuǎn)變所推動的。

“云計算不僅減少了資本支出預算，而且還促進了過程模型（無論是穩(wěn)態(tài)還是動態(tài)的）的可用性，無論最終用戶的位置如何，” Fernandes解釋說。但是，他告誡不要簡單地假設數(shù)字工廠模型（無論多么先進）在永久性方面將是完全準確的。“工業(yè)過程就像生命的實體，它們隨著時間而變化。任何數(shù)學表示形式，例如數(shù)字孿生，都需要進行調(diào)整并需要通過某種機制進行更新。除此以外，最終將被廢棄。資產(chǎn)需要注意；他們要求預算以維持其可持續(xù)性?！彼a充說。展望未來，隨著越來越多的自治操作的出現(xiàn)，對安全性和可持續(xù)性的迫切需求意味著在與數(shù)字資產(chǎn)一起部署人力資源時必須實現(xiàn)明智的平衡。費爾南德斯說：“可以通過當前和即將出現(xiàn)的技術(shù)來智能地解決危險的野外作業(yè)，重復性行動，日常活動，在野外收集數(shù)據(jù)和在危險區(qū)域進行檢查的不必要的行程，” Fernandes表示，將尖端的數(shù)字技術(shù)視為關(guān)鍵要素，可以實現(xiàn)一種可以激發(fā)人類更多創(chuàng)新的架構(gòu)?！斑@意味著運營的不斷改進，對下一次中斷的預期以及整個價值鏈的優(yōu)化?！?資產(chǎn)需要注意；他們要求預算以維持其可持續(xù)性?！彼a充說。

ABB工業(yè)自動化公司首席數(shù)字官Rajesh Ramachandran重申說，僅僅開發(fā)一個模仿過程或資產(chǎn)的軟件模型并不足以真正利用數(shù)字化，該公司重申了這一點（www.abb.com）。）?！艾F(xiàn)在的趨勢是數(shù)字工廠的工業(yè)AI孿生。他著眼于如何針對特定的過程場景預測和優(yōu)化一組結(jié)果，從而有機會微調(diào)不同的參數(shù)。” Ramachandran強調(diào)說，純AI不能“按原樣”應用于工業(yè)環(huán)境，相應的領(lǐng)域?qū)I(yè)知識對于捕獲CPI操作的復雜性至關(guān)重要，例如最終產(chǎn)品的質(zhì)量規(guī)格或原料雜質(zhì)的存在。ABB將數(shù)據(jù)驅(qū)動的AI與深植于數(shù)字孿生中的領(lǐng)域?qū)I(yè)知識相結(jié)合，最終通過其ABB Ability Genix軟件平臺構(gòu)建了認知模型?！?Genix建立了一種我們稱為認知模型的模型，該模型在具有來自不同系統(tǒng)（例如維護，儀器和實驗室）。這意味著它有助于做出更準確的優(yōu)化預測。” Ramachandran補充道。引用行業(yè)研究表明，平均而言，一家工廠可能僅使用其生產(chǎn)數(shù)據(jù)的約27％，而工程師可能會花費多達80％的時間來匯總數(shù)據(jù)，他預測，先進的軟件平臺將有助于減輕這些不平衡。 。他說：“我們正在從根本上解決需要釋放未使用數(shù)據(jù)中的價值并大規(guī)模應用工業(yè)AI的領(lǐng)域，以獲取最大的生產(chǎn)力和運營收益，同時還簡化了數(shù)據(jù)集成的工作。”

智能平臺

毫無疑問，近年來，隨著越來越多的公司采用工業(yè)AI和機器學習（ML）的用例，工業(yè)軟件平臺變得更加強大?！霸贑PI，這些類型的技術(shù)被集成到處都是從資產(chǎn)監(jiān)控到AI-動力無人駕駛飛機比可以檢查火炬塔，”用于分析和機器學習愛默生（密蘇里州圣路易斯產(chǎn)品經(jīng)理Michael Tworzydlo，解釋; WWW .emerson.com）。但是，Tworzydlo警告不要過度宣傳這些解決方案的價值，而不必承認基礎(chǔ)工程原理的重要性?！白鳛榛瘜W工程師，分析的基礎(chǔ)知識是最好的起點，首先要基于基于原理的分析，例如基于熱交換器的工作原理的分析。然后，組織可以演變?yōu)槔肁I或ML處理更復雜的流程或整個工廠范圍的問題的數(shù)據(jù)驅(qū)動方法。”他補充道。

“ AI為CPI提供了強大的功能，但是一些公司努力將其有效地應用于制造挑戰(zhàn)，” Aspen Technology，Inc.的化工行業(yè)總監(jiān)Paige Morse解釋說。

作為回應，AspenTech已開始將AI嵌入其軟件平臺，這使得更廣泛的用戶可以更容易地使用它。Morse指出，將第一原理工程與AI和領(lǐng)域?qū)I(yè)知識相結(jié)合，可以幫助用戶更好地找到必須在CPI中解決的復雜問題的解決方案。AspenTech的混合模型方法不僅可以幫助優(yōu)化過程，還可以使工程師創(chuàng)建定制的軟傳感器，設計新設備并集成資產(chǎn)范圍的過程。“工程師現(xiàn)在可以使用ML更快地構(gòu)建豐富的模型，以利用仿真或工廠數(shù)據(jù)，增加領(lǐng)域?qū)I(yè)知識，工程原理和設計約束，而無需深入的流程或AI專業(yè)知識?！?Morse說。由于許多CPI公司都面臨合法技能缺口，

除了克服勞動力缺口外，可持續(xù)發(fā)展倡議是CPI公司越來越集中精力的另一個領(lǐng)域?！俺杀竟?jié)省已經(jīng)推動了許多數(shù)字化工作，但是公司越來越關(guān)注生產(chǎn)單位的廢物和排放，以及效率和可靠性的提高，” Morse說。她補充說：“過程仿真有助于開發(fā)新產(chǎn)品，以應對循環(huán)經(jīng)濟的技術(shù)挑戰(zhàn)，例如分子回收和新塑料設計，而在AI的幫助下，這種活動的速度甚至更快?！?/p>

這種預測功能在實現(xiàn)特定的可持續(xù)發(fā)展目標方面越來越有價值，例如通過預測排放物監(jiān)測系統(tǒng)（PEMS）減少空氣污染，該系統(tǒng)是艾默生的Plantweb Optics Analytics平臺的功能，該平臺通過數(shù)字雙胞胎和分布式部署ML和AI控制系統(tǒng)?！白鳛镻lantweb Optics Analytics的一部分，我們可以部署PEMS，以使用模型和ML來監(jiān)控和估算排放量，以動態(tài)優(yōu)化生產(chǎn)。借助PEMS，我們可以基于已經(jīng)捕獲的過程變量來構(gòu)建模型，并使用這些變量來估計并最終減少排放?！?Tworzydlo說。

軟件承諾實現(xiàn)可持續(xù)性戰(zhàn)略的承諾不僅限于減排。“重復利用或回收廢物的可持續(xù)產(chǎn)品和技術(shù)的興起是過程模擬行業(yè)的增長領(lǐng)域，帶來了新的問題和新的機遇。最近的增長領(lǐng)域包括大麻衍生物（例如CBD）的過程模擬，以及改進的控制措施以減少可再生能源的排放。化學工業(yè)更成熟的增長領(lǐng)域包括生物燃料，甲烷回收，CO2回收和溶劑選擇。” Chemstations Inc.（德克薩斯州休斯頓；www.chemstations.com）技術(shù)支持經(jīng)理David Hill說。

希爾認為，通過與CPI中的輔助工具建立產(chǎn)品聯(lián)盟，可以進一步增強過程模擬器的前景。不使用過程模擬器的工程師通常擁有可以通過連接到過程模擬器來改進的工具。在安全，過程控制和能源領(lǐng)域，將行業(yè)特定工具與過程模擬器的第一性原理相結(jié)合的機會很多?！?Hill解釋道。希爾認為，這一轉(zhuǎn)變的驅(qū)動因素將包括減少溫室氣體，提高能效，基于熱力學模型進行優(yōu)化，提高安全性以及使用嚴格模擬進行先進過程控制的機會。

擴展現(xiàn)實

除了AI和ML，增強現(xiàn)實（AR）和虛擬現(xiàn)實（VR）軟件平臺也在工業(yè)工廠中興起-而且由于在大流行期間對遠程工作的需求不斷增加，因此不再看到這類技術(shù)作為“奢侈品”商品，比以往任何時候都更有用。由于大流行，植物中的人減少了，植物正在擁抱新技術(shù)。AR可以將數(shù)字信息覆蓋到現(xiàn)實世界中，這有助于更好地使工人裝備得更準確，更輕松地完成任務?！卑腡worzydlo說。至于工業(yè)軟件中AI，ML和AR的未來，用例肯定會繼續(xù)擴展。“仍有大量未開發(fā)的潛力。最終，我們將開始針對某些流程進行自主操作，

Aveva Group plc（英國劍橋；www.aveva.com）已將AR和VR概念捆綁到擴展現(xiàn)實（XR）平臺中，其中一項特別相關(guān)的應用是人員培訓?！?XR沉浸式培訓系統(tǒng)使公司可以在更換退休的經(jīng)驗豐富的操作員時捕獲并保留操作知識，這對于工廠安全和績效至關(guān)重要。這種行為培訓不僅可以應用于一線操作人員，還可以應用于工程師，技術(shù)人員和應急人員。” Aveva首席云官兼首席產(chǎn)品官Ravi Gopinath解釋說。

在一個實例中，由Aveva和Shell（荷蘭海牙；www.shell.com）制定的操作員培訓計劃側(cè)重于行為培訓以提高安全能力。Gopinath說：“通過這種行為方法，可以對操作員進行培訓和評估，以了解他或她在工廠中遇到意外或偶發(fā)情況時的表現(xiàn)?！?在另一個項目中，Aveva和Adnoc（阿布扎比；www.adnoc.ae）創(chuàng)建了一個實時數(shù)據(jù)可視化中心，該中心將120多個儀表板和200，000個數(shù)據(jù)點聚集在一個巨大的交互式屏幕上。

培訓只是XR潛力的一部分。基于AR平板電腦的應用程序已用于支持現(xiàn)場工作人員。使用AR將平板電腦中的VR模型與實時信息和指導性流程相連接，可以更好地執(zhí)行工作，從而避免代價高昂的故障并減少停機時間。展望未來，Aveva相信XR軟件能夠通過將在設計階段使用的傳統(tǒng)3D工廠模型自動導入到沉浸式環(huán)境中，從而顯著改善設施設計和資本項目工程。轉(zhuǎn)換為VR后，您甚至可以在購買任何設備之前，都可以對人體工程學設計進行審查和改進。虛擬工廠可以完全存在于云中，從而允許位于不同辦公室甚至不同大陸的工程師之間進行協(xié)作。

隨著軟件平臺的數(shù)據(jù)捕獲和分析功能的發(fā)展，強大的分析工具已成為化學工程師的自助式，可擴展的決策工具，他們可以在其中構(gòu)建自己的功能來滿足特定的過程需求。TrendMiner NV行銷副總裁Edwin van Dijk說，借助這種民主化的工具，工程師可以利用來自不同來源的數(shù)據(jù)-例如，批次質(zhì)量等實驗室信息可以與維護數(shù)據(jù)鏈接到過程數(shù)據(jù)。 Trendminer.com）。“使分析民主化的目標是使每個人（從控制室到董事會）的每個操作人員都可以使用可行的見解來制定數(shù)據(jù)驅(qū)動的決策。通過允許用戶基于指紋，監(jiān)視器和上下文視圖創(chuàng)建自己的儀表板，這超越了傳統(tǒng)的儀表板工具。” Van Dijk補充說。通過模式識別，工程師可以調(diào)查操作性能并將良好的操作行為用于過程監(jiān)控。此外，他們可以創(chuàng)建自己的“軟”傳感器來監(jiān)視物理傳感器無法測量的內(nèi)容，例如產(chǎn)品質(zhì)量規(guī)格。

TrendMiner報告的一項數(shù)據(jù)分析成功案例涉及一家化工廠，該工廠正在經(jīng)歷“粘性”閥門，這在閥門的輸出變化和實際過程響應之間造成了延遲。該工廠希望準確地識別出閥門何時開始粘滯，因此他們需要監(jiān)視閥門預期行為的任何偏差，然后找到可區(qū)分“正?！焙汀安涣肌遍y門行為時段的參數(shù)。這些參數(shù)被轉(zhuǎn)換為針對異相行為的警報，這些行為不僅會通知人員有關(guān)情況，而且還會建議可能的糾正措施?！巴ㄟ^使用自助服務分析解決方案，流程專家能夠使用嵌入式AI和ML功能，使用高速趨勢分析來搜索和驗證生產(chǎn)問題，

即使有大量可用的軟件工具和移動應用程序可供選擇，一些用戶仍然需要高度定制的解決方案來滿足其業(yè)務需求。這是內(nèi)部編程可以派上用場的地方。JourneyApps（科羅拉多州丹佛；www.journeyapps.com）提供了一個高生產(chǎn)力的應用程序開發(fā)平臺，用戶可以使用該平臺編寫自己的代碼，從而實現(xiàn)比非代碼應用程序構(gòu)建工具更復雜的應用程序，后者針對非程序員，并且受其簡單性的限制。JourneyApps首席執(zhí)行官Conrad Hofmeyr解釋說：“這意味著高級業(yè)務邏輯，工程計算和高度定制的集成可以在幾天之內(nèi)實現(xiàn)，而無需花費很多與軟件開發(fā)相關(guān)的傳統(tǒng)開銷?！?他指出，大多數(shù)化學工程師通過Microsoft Excel Macros或Matlab之類的工具具有一些基本的編碼或腳本編寫經(jīng)驗，因此他們可以快速掌握必要的編程技能，以使用JourneyApps來構(gòu)建能夠自動化和簡化關(guān)鍵業(yè)務功能的復雜應用程序。

例如，霍夫曼（Hofmeyr）舉一個例子，一家CPI公司為標準操作程序（SOP）構(gòu)建了專用的應用程序，使他們能夠從基于電子表格的手動SOP轉(zhuǎn)變?yōu)榫哂型暾麑徍擞涗浀募锌刂频膽贸绦?。他補充說：“ JourneyApps提供的可定制性意味著可以針對本地需求和系統(tǒng)集成來定制單個全局應用程序。” 在另一個示例中，一家油田化學品制造商開發(fā)了自己的應用程序，以運行其日常現(xiàn)場報告流程中使用的關(guān)鍵計算并生成報告文檔，而所有這些用戶都在離線站點上離線。

展望最終用途

先進的軟件和建模工具還使人們能夠在從汽車部件到藥品的許多行業(yè)中創(chuàng)建更安全，更有效的最終產(chǎn)品。一個例子是BASF SE（德國路德維希港）的Ultrasim計算機輔助工程（CAE）工具，用于模擬材料性能，該工具最近經(jīng)過更新，可以對從初始加工到整個加工鏈的一系列熱塑性彈性體材料進行建模。最終使用產(chǎn)品?？s短的開發(fā)周期和激進的時間表給工程師帶來了越來越大的壓力，使他們不得不在第一時間獲得正確的產(chǎn)品性能。預測準確性具有巨大優(yōu)勢，”北美巴斯夫模擬工程CAE團隊負責人Marios Lambi說。Ultrasim可以模擬組件的初始載荷和循環(huán)載荷，事實證明，這對于由彈性體材料制成的汽車零件特別重要?！皬娜渥冚d荷到碰撞模擬，熱載荷和振動行為，再加上描述過程誘導材料特性的加工模擬，以及允許快速幾何變化的數(shù)值優(yōu)化工具，Ultrasim為設計更好的零件奠定了基礎(chǔ)，” Andreas強調(diào)Wüst，歐洲巴斯夫動態(tài)結(jié)構(gòu)分析團隊負責人。

“材料表征過程會生成必要的數(shù)據(jù)，這些數(shù)據(jù)對于預測實際零件的行為的準確性至關(guān)重要。為此目的開發(fā)的理論材料模型正在使用測試中的信息進行校準，從而確保行為代表真實的制造條件，而不是與實際情況相距甚遠的任意情況?！?“有很多復雜的裝配示例，例如汽車座椅，都經(jīng)過了碰撞測試，這些測試利用Ultrasim的預測精度來制造通過驗證測試的零件。這極大地縮短了開發(fā)周期，并最大程度地減少了設計變更，甚至沒有消除，”他補充說。

對于生物制藥成分和其他高價值產(chǎn)品的研發(fā)和質(zhì)量分析實驗室中的高精度流程，軟件工具可以用于多種目的，包括促進組織的業(yè)務連續(xù)性計劃（BCP）?！霸趯嶒炇覚z查時，高效的軟件可以減輕或減少風險數(shù)量，簡化事件測試，在事件結(jié)束后可以使用自動化程序來恢復系統(tǒng)，甚至在事件發(fā)生期間保持系統(tǒng)運行，所有這些都簡化了BCP， ” Thermo Fisher Scientific的企業(yè)Chromeleon數(shù)據(jù)系統(tǒng)組織色譜軟件產(chǎn)品市場經(jīng)理Barbara van Cann說道。此外，實驗室可以通過選擇包含色譜數(shù)據(jù)系統(tǒng)（CDS），實驗室信息管理系統(tǒng)（LIMS）和實驗室執(zhí)行系統(tǒng)（LES）的集成軟件來進一步簡化BCP。Van Cann解釋說：“ LIMS和CDS軟件都應提供工具來監(jiān)視儀器的鑒定，校準和維護，甚至包括單個零件。” CDS軟件還應幫助用戶處理分析不規(guī)范問題，并具有內(nèi)置的網(wǎng)絡故障保護功能，以確保在發(fā)生網(wǎng)絡中斷時，無需人工干預即可繼續(xù)運行。為了避免由于網(wǎng)絡安全攻擊而造成的中斷，Van Cann建議實驗室在與主要辦公系統(tǒng)分開的域中運行CDS和其他軟件，以避免來自電子郵件的潛在網(wǎng)絡威脅。最后，與任何自動化軟件平臺一樣，必須考慮人為因素。“可以通過控制用戶可以做什么和不可以做什么，以及可以和不能訪問什么來減少人為錯誤。另外，應該有工具來使盡可能多的動作自動化。用戶互動的減少等于錯誤的減少。”她補充道。
責任編輯:tzh