"A indústria pratica a digitalização há muito tempo e as mudanças recentes tornaram essas aplicações mais poderosas, ágeis, portáteis, inteligentes e autônomas. A mudança no IPC é incremental. É incremental devido às responsabilidades inerentes associadas à operação de uma planta industrial." diz Sergio Fernandes, Chefe de Mercados Químicos, Yokogawa Electric Corporation, EUA. Dito isso, as empresas de CPI implantaram com sucesso tecnologias digitais em escala, impulsionadas em parte pela mudança de software executado nos laptops dos usuários para aplicativos e ferramentas de alto-desempenho que agora podem ser acessados de praticamente qualquer lugar.
“A computação em nuvem não apenas reduz os orçamentos de CAPEX, mas também facilita a disponibilidade de modelos de processos, sejam eles estáveis-ou dinâmicos, independentemente da localização do usuário final”, explica Fernandes. No entanto, ele adverte contra simplesmente assumir que os modelos digitais de plantas (não importa quão avançados) serão completamente precisos em termos de permanência. "Os processos industriais são como entidades vivas; eles mudam com o tempo. Qualquer representação matemática, como um gêmeo digital, precisará ser adaptada e atualizada por meio de algum mecanismo. Além disso, eles acabarão sendo descartados. Os ativos precisam de atenção; eles exigem orçamentos para manter sua sustentabilidade." Ele acrescentou. Olhando para o futuro, à medida que surgem cada vez mais operações autónomas, a necessidade premente de segurança e sustentabilidade significa que deve ser alcançado um equilíbrio inteligente ao mobilizar recursos humanos juntamente com ativos digitais. "Operações de campo perigosas, ações repetitivas, atividades rotineiras, viagens desnecessárias ao campo para coletar dados e inspeções em áreas perigosas podem ser abordadas de forma inteligente com tecnologias atuais e futuras", disse Fernandes, acrescentando que considerar -tecnologias digitais de ponta como elementos-chave pode permitir uma arquitetura que possa inspirar mais inovação humana. “Isso significa melhoria contínua das operações, antecipação da próxima disrupção e otimização de toda a cadeia de valor”. Os ativos precisam de atenção; eles exigem orçamentos para manter sua sustentabilidade." Ele acrescentou.
O simples desenvolvimento de um modelo de software que imite um processo ou ativo não é suficiente para realmente alavancar a digitalização, reiterou Rajesh Ramachandran, diretor digital da ABB Industrial Automation.. . "A tendência agora é para gêmeos industriais de IA para fábricas digitais. Ele analisa como prever e otimizar um conjunto de resultados para um cenário de processo específico, o que dá a oportunidade de ajustar-diferentes parâmetros." Ramachandran enfatiza que a IA pura não pode ser aplicada “tal como está” em ambientes industriais, e que a experiência correspondente no domínio é essencial para capturar a complexidade das operações de CPI, tais como as especificações de qualidade do produto final ou a presença de impurezas de matérias-primas. experiência, culminando em um modelo cognitivo construído através de sua plataforma de software ABB Ability Genix. "Genix constrói o que chamamos de modelo cognitivo baseado em dados de diferentes sistemas, como manutenção, instrumentação e laboratórios. Isso significa que ajuda a fazer previsões de otimização mais precisas." Ramachandran acrescentou. Citando estudos da indústria que mostram que, em média, uma fábrica pode usar apenas cerca de 27% de seus dados de produção, enquanto os engenheiros podem gastar até 80% de seu tempo agregando dados, ele previu que plataformas de software avançadas ajudarão a mitigar esses desequilíbrios. . Ele diz: "Estamos abordando fundamentalmente áreas onde precisamos liberar o valor dos dados não utilizados e aplicar IA industrial em escala para obter produtividade máxima e ganhos operacionais, ao mesmo tempo em que simplificamos os dados integração."
Plataformas inteligentes
Não há dúvida de que as plataformas de software industrial se tornaram mais poderosas nos últimos anos, à medida que mais empresas adotam casos de uso de IA industrial e aprendizado de máquina (ML). "Na CPI, esses tipos de tecnologias estão sendo integrados em todos os lugares, desde monitoramento de ativos até drones alimentados por IA-que podem inspecionar torres de tocha", explica Michael Tworzydlo, gerente de produto para análise e aprendizado de máquina na Emerson (St. Louis, Missouri; ). Mas Tworzydlo alerta contra-exagerar o valor dessas soluções sem ter que reconhecer a importância dos princípios de engenharia subjacentes. "Como engenheiro químico, os fundamentos da análise são o melhor lugar para começar, começando com uma análise-baseada em princípios, como aquela baseada no funcionamento de um trocador de calor. A organização pode então evoluir para uma abordagem-orientada por dados usando IA ou ML para lidar com processos mais complexos ou problemas-em toda a fábrica." Ele acrescenta.
“A IA oferece capacidades poderosas para CPI, mas algumas empresas lutam para aplicá-la de forma eficaz aos desafios de produção”, explica Paige Morse, diretora da indústria química da Aspen Technology, Inc.
Em resposta, a AspenTech começou a incorporar IA em sua plataforma de software, o que a torna mais acessível a uma gama mais ampla de usuários.Morse observa que a combinação de engenharia de primeiros-princípios com IA e conhecimento de domínio pode ajudar os usuários a encontrar melhores soluções para problemas complexos que devem ser resolvidos no CPI.A abordagem de modelagem híbrida da AspenTech não apenas ajuda a otimizar processos, mas também permite que os engenheiros criem sensores suaves personalizados e projetem novos dispositivos. e integrar processos-de todos os ativos. “Os engenheiros agora podem usar o ML para construir modelos ricos com mais rapidez para aproveitar a simulação ou os dados da planta, adicionando experiência de domínio, princípios de engenharia e restrições de projeto sem processos profundos ou experiência em IA.” Morse disse. Com muitas empresas de CPI enfrentando lacunas legítimas de competências.
Além de colmatar as lacunas laborais, as iniciativas de sustentabilidade são outra área onde as empresas do CPI concentram cada vez mais os seus esforços. “A redução de custos impulsionou grande parte do esforço de digitalização, mas as empresas estão cada vez mais focadas nos resíduos e nas emissões das unidades de produção, bem como nas melhorias de eficiência e fiabilidade”, afirma Morse. Ela acrescentou: “A simulação de processos ajuda a desenvolver novos produtos para enfrentar os desafios técnicos da economia circular, como a reciclagem molecular e o design de novos plásticos, e com a ajuda da IA esta atividade é ainda mais rápida”.
Essa capacidade preditiva é cada vez mais valiosa para atingir metas específicas de sustentabilidade, como a redução da poluição do ar por meio de sistemas preditivos de monitoramento de emissões (PEMS), uma função da plataforma Plantweb Optics Analytics da Emerson, que implanta sistemas de controle de ML e IA por meio de gêmeos digitais e implantação distribuída. "Como parte do Plantweb Optics Analytics, podemos implantar o PEMS para monitorar e estimar as emissões usando modelos e ML para otimizar a produção de forma dinâmica. Com o PEMS, podemos construir modelos baseados em variáveis de processo que foram capturadas e usá-las para estimar e, em última análise, reduzir as emissões." — disse Tworzydlo.
O compromisso do software com uma estratégia de sustentabilidade vai além da redução de emissões. "O surgimento de produtos e tecnologias sustentáveis que reutilizam ou reciclam resíduos é uma área de crescimento para a indústria de simulação de processos, apresentando novos problemas e novas oportunidades. As áreas de crescimento recentes incluem simulação de processos de derivados de cânhamo (por exemplo, CBD) e controles aprimorados para reduzir emissões de fontes de energia renováveis. Áreas de crescimento mais estabelecidas para a indústria química incluem biocombustíveis, recuperação de metano, recuperação de CO2 e seleção de solventes." diz David Hill, gerente de suporte técnico da Chemstations Inc.(Houston, TX).
Hill acredita que as perspectivas para simuladores de processos podem ser melhoradas através da criação de alianças de produtos com ferramentas auxiliares no CPI. Engenheiros que não usam simuladores de processos geralmente possuem ferramentas que podem ser melhoradas conectando-se a um simulador de processos. Nos setores de segurança, controle de processos e energia, há muitas oportunidades para combinar ferramentas-específicas do setor com os primeiros princípios dos simuladores de processos." Hill explica. Hill acredita que os impulsionadores dessa mudança incluirão redução de gases de efeito estufa, eficiência energética, otimização baseada em modelos termodinâmicos, maior segurança e oportunidades para controle avançado de processos usando simulação rigorosa.
Realidade Estendida
Além de IA e ML, plataformas de software de realidade aumentada (AR) e realidade virtual (VR) também estão em ascensão nas plantas industriais-e não veem mais esse tipo de tecnologia como um item de “luxo”, mais útil do que nunca devido à crescente demanda por trabalho remoto durante pandemias. Com menos pessoas nas fábricas devido às pandemias, as fábricas estão a adotar novas tecnologias. ar pode sobrepor informações digitais ao mundo real, o que ajuda a equipar melhor os trabalhadores para executar tarefas com mais precisão e facilidade." disse Tworzydlo da Emerson. Quanto ao futuro da IA, ML e AR em software industrial, os casos de uso certamente continuarão a se expandir. "Ainda há um enorme potencial inexplorado. Eventualmente, começaremos a direcionar determinados processos para operações autônomas.
O Aveva Group plc (Cambridge, Reino Unido) incorporou conceitos de AR e VR em sua plataforma de Realidade Estendida (XR), e uma aplicação particularmente relevante é o treinamento de pessoal. "O sistema de treinamento imersivo XR permite que as empresas capturem e retenham conhecimento operacional ao substituir operadores experientes que se aposentam, o que é fundamental para a segurança e o desempenho da planta. Esse treinamento comportamental pode ser aplicado não apenas a operadores-da linha de frente, mas também a engenheiros, técnicos e equipes de emergência." Ravi Gopinath, diretor de nuvem e diretor de produtos da Aveva, explica.
Em um exemplo, um programa de treinamento de operadores desenvolvido pela Aveva e Shell (Haia, Holanda;) concentra-se no treinamento comportamental para melhorar as competências de segurança. Gopinath diz: "Com esta abordagem comportamental, um operador pode ser treinado e avaliado sobre como ele ou ela atua quando confrontado com uma situação acidental ou episódica na planta." Em outro projeto, Aveva e Adnoc (Abu Dhabi;) criaram um centro de visualização de dados-em tempo real que reúne mais de 120 painéis e 200.000 pontos de dados em uma tela interativa gigante.
O treinamento é apenas parte do potencial do XR. Aplicativos baseados em tablets-de RA têm sido usados para apoiar a equipe de campo. Usar AR para conectar modelos de VR nos tablets com informações-em tempo real e processos guiados permite uma melhor execução do trabalho, evitando quebras dispendiosas e reduzindo o tempo de inatividade. Olhando para o futuro, a Aveva acredita que o software XR pode melhorar drasticamente o projeto de instalações e a engenharia de projetos de capital, automatizando a importação de modelos tradicionais de plantas 3D usados durante a fase de projeto para um ambiente imersivo. A conversão para VR permitirá revisar e melhorar projetos ergonômicos antes mesmo de adquirir qualquer equipamento. As fábricas virtuais podem existir inteiramente na nuvem, permitindo a colaboração entre engenheiros localizados em diferentes
escritórios ou mesmo em diferentes continentes.
Com o desenvolvimento de recursos de captura e análise de dados em plataformas de software, ferramentas analíticas poderosas tornaram-se ferramentas escalonáveis e de auto-tomada de decisões-para engenheiros químicos, que podem criar suas próprias funcionalidades para atender às necessidades específicas do processo. com essas ferramentas democratizadas, os engenheiros podem aproveitar dados de diferentes fontes - por exemplo, qualidade de lote etc.. - para melhorar a qualidade de seus processos, afirma Edwin van Dijk, vice-presidente de marketing da TrendMiner NV. dados de diferentes fontes-por exemplo, informações de laboratório, como qualidade de lote, podem ser vinculadas a dados de processo com dados de manutenção. ). "O objetivo de democratizar a análise é disponibilizar insights acionáveis para todos os operadores, da sala de controle à sala de diretoria, para tomar decisões-orientadas por dados. Ao permitir que os usuários criem seus próprios painéis com base em impressões digitais, monitores e visualizações contextuais, isso vai além das ferramentas tradicionais de painel." Van Dijk acrescenta. Com o reconhecimento de padrões, os engenheiros podem investigar o desempenho operacional e usar um bom comportamento operacional para monitoramento de processos. Além disso, eles podem criar seus próprios sensores “soft” para monitorar o que os sensores físicos não conseguem medir, como especificações de qualidade do produto.
Uma história de sucesso de análise de dados relatada pela TrendMiner envolveu uma fábrica de produtos químicos que apresentava válvulas "pegajosas", o que causava atrasos entre as alterações na saída da válvula e a resposta real do processo. A fábrica queria identificar com precisão quando as válvulas começaram a travar, então eles precisavam monitorar quaisquer desvios do comportamento esperado das válvulas e então encontrar parâmetros que diferenciassem entre períodos de comportamento “normal” e “ruim” da válvula. Esses parâmetros são convertidos em alertas para comportamento-fora de{3}}fase, que não apenas notifica o pessoal sobre a situação, mas também sugere possíveis ações corretivas. "Ao usar uma solução de análise de auto-atendimento, os especialistas em processos podem usar recursos integrados de IA e ML para pesquisar e validar problemas de produção usando análise de tendências em alta-velocidade.
Mesmo com a vasta gama de ferramentas de software e aplicativos móveis disponíveis para escolher, alguns usuários ainda exigem soluções altamente personalizadas para atender às suas necessidades de negócios. É aqui que a-programação interna pode ser útil.JourneyApps (Denver, Colorado;) oferece uma plataforma de desenvolvimento de aplicativos de alta-produtividade que os usuários podem usar para escrever seu próprio código, resultando em aplicativos mais sofisticados do que os criadores de aplicativos não-codificados, que são direcionados a não-programadores e limitados por seus O CEO da simplicidade.JourneyApps, Conrad Hofmeyr, explica: "Isso significa que lógica de negócios avançada, cálculos de engenharia e integrações altamente personalizadas podem ser implementadas em questão de dias, sem grande parte da sobrecarga tradicional associada ao desenvolvimento de software." Ele observa que a maioria dos engenheiros químicos tem alguma experiência básica em codificação ou script por meio de ferramentas como Microsoft Excel Macros ou Matlab, para que possam adquirir rapidamente as habilidades de programação necessárias para usar JourneyApps para criar aplicativos complexos que automatizam e agilizam funções críticas de negócios.
Por exemplo, Hofmeyr cita o exemplo de uma empresa de CPI que criou um aplicativo dedicado para Procedimentos Operacionais Padrão (SOPs), permitindo-lhes migrar de SOPs manuais-baseados em planilhas para um aplicativo controlado-centralmente com uma trilha de auditoria completa. Ele acrescenta: “A personalização oferecida pelo JourneyApps significa que aplicativos globais individuais podem ser adaptados às necessidades locais e à integração do sistema”. Em outro exemplo, um fabricante de produtos químicos para campos petrolíferos desenvolveu seu próprio aplicativo para executar cálculos importantes usados em seu processo diário de relatórios de campo e gerar documentação de relatório, tudo isso enquanto os usuários estavam off-line em um site off-line.
Olhando para o futuro para o uso final
Software avançado e ferramentas de modelagem também permitem a criação de produtos finais mais seguros e eficientes em muitos setores, desde peças automotivas até produtos farmacêuticos. Um exemplo é a ferramenta de engenharia auxiliada por computador (CAE) Ultrasim da BASF SE (Ludwigshafen, Alemanha) para modelar propriedades de materiais, que foi recentemente atualizada para modelar uma variedade de materiais elastômeros termoplásticos desde o processamento inicial até toda a cadeia de processamento. produtos-de uso final. Ciclos de desenvolvimento mais curtos e cronogramas agressivos estão pressionando cada vez mais os engenheiros para que obtenham o desempenho correto do produto na primeira vez. A precisão preditiva é uma grande vantagem", afirma Marios Lambi, líder da equipe CAE de engenharia de simulação da BASF na América do Norte. O Ultrasim pode simular carregamento inicial e cíclico de componentes, o que provou ser particularmente importante para peças automotivas feitas de materiais elastoméricos. "Desde cargas de fluência até simulações de colisões, cargas térmicas e comportamento de vibração, juntamente com simulações de processamento que descrevem materiais induzidos pelo processo- propriedades, bem como ferramentas de otimização numérica que permitem mudanças rápidas de geometria, o Ultrasim estabelece as bases para projetar peças melhores", enfatiza Andreas Wüst, Líder da Equipe de Análise Estrutural Dinâmica da BASF Europa.
“O processo de caracterização de materiais gera os dados necessários e essenciais para a precisão da previsão do comportamento de peças reais. Os modelos teóricos de materiais desenvolvidos para esse fim estão sendo calibrados a partir de informações de testes, garantindo assim que o comportamento representa condições reais de fabricação e não uma situação arbitrária e distante da realidade.” “Existem muitos exemplos de montagens complexas, como assentos automotivos, que foram testados em colisões, e esses testes utilizam a precisão preditiva do Ultrasim para criar peças que passam nos testes de validação.
Para processos de alta-precisão em laboratórios de pesquisa e desenvolvimento e análise de qualidade para ingredientes biofarmacêuticos e outros produtos-de alto valor, a ferramenta de software pode ser usada para diversas finalidades, inclusive para facilitar o plano de continuidade de negócios (BCP) de uma organização. "Um software eficiente pode mitigar ou reduzir o número de riscos durante as inspeções laboratoriais, simplificar os testes de eventos e procedimentos automatizados podem ser usados para restaurar sistemas após um evento ou até mesmo mantê-los funcionando durante um evento, o que simplifica o BCP", disse Barbara van Cann, gerente de marketing de produtos de software de cromatografia da Enterprise Chromeleon Data Systems Organization da Thermo Fisher Scientific. Além disso, os laboratórios podem simplificar ainda mais o BCP escolhendo um software integrado que inclua um sistema de dados de cromatografia (CDS), um sistema de gerenciamento de informações laboratoriais (LIMS) e um sistema de execução laboratorial (LES). van Cann explica: "Tanto o software LIMS quanto o CDS devem fornecer as ferramentas para monitorar a qualificação, calibração e manutenção do instrumento, mesmo para peças individuais." O software CDS também deve ajudar os usuários a lidar com irregularidades analíticas e ter-recursos de rede à prova de falhas integrados para garantir que a operação possa continuar sem intervenção humana no caso de uma interrupção na rede. Para evitar interrupções devido a ataques de segurança cibernética, Van Cann recomenda que os laboratórios executem CDS e outros softwares em um domínio separado do sistema do escritório principal para evitar possíveis ameaças cibernéticas de e--e-mail. Finalmente, como acontece com qualquer plataforma de software automatizada, o fator humano deve ser considerado. "O erro humano pode ser minimizado controlando o que os usuários podem ou não fazer, e o que eles podem ou não acessar. Além disso, ferramentas devem estar disponíveis para automatizar tantas ações quanto possível. Menos interação do usuário equivale a menos erros." Ela acrescentou.