El futuro comienza con la IA industrial

“La experiencia en el dominio es la salsa secreta que separa la IA industrial de los enfoques de IA más genéricos. La IA industrial guiará la innovación y las mejoras de eficiencia en las industrias intensivas en capital durante los próximos años ”, dijo Willie K Chan, director de tecnología de AspenTech. Chan fue uno de los miembros originales del programa de investigación ASPEN del . que luego se convirtió en AspenTech en 1981, y ahora celebra 40 años de innovación.

La incorporación de esa experiencia en el dominio brinda a las aplicaciones de IA industrial una comprensión integrada del contexto, el funcionamiento interno y las interdependencias de procesos y activos industriales altamente complejos, y tiene en cuenta las características de diseño, los límites de capacidad y las pautas de seguridad y normativas cruciales para la realidad. operaciones industriales mundiales.

Los enfoques de IA más genéricos pueden generar correlaciones engañosas entre los procesos industriales y los equipos, generando información inexacta. Los modelos genéricos de IA se entrenan en grandes volúmenes de datos de plantas que generalmente no cubren la gama completa de operaciones potenciales. Esto se debe a que la planta podría estar funcionando dentro de un rango de condiciones muy estrecho y limitado por razones de seguridad o diseño. En consecuencia, estos modelos genéricos de IA no se pueden extrapolar para responder a cambios del mercado u oportunidades comerciales. Esto exacerba aún más los obstáculos de producción en torno a las iniciativas de IA en el sector industrial.

Por el contrario, la IA industrial aprovecha la experiencia de dominio específica para los procesos industriales y la ingeniería del mundo real basada en los primeros principios que tienen en cuenta las leyes de la física y la química (por ejemplo, balance de masa, balance de energía) como barreras para mitigar los riesgos y cumplir con todos los requisitos necesarios. normativa de seguridad, operativa y medioambiental. Esto lo convierte en un proceso de toma de decisiones seguro, sostenible y holístico, que produce resultados integrales y conocimientos confiables a largo plazo.

La digitalización en las instalaciones industriales es fundamental para lograr nuevos niveles de seguridad, sostenibilidad y rentabilidad, y la IA industrial es un factor clave para esa transformación.

• Una planta de proceso puede implementar una clase avanzada de inteligencia artificial habilitada Modelos híbridos, basándose en una colaboración más profunda entre los expertos en el dominio y los científicos de datos, el aprendizaje automático y los primeros principios para lograr modelos más completos, precisos y de rendimiento. Estos modelos híbridos se pueden utilizar para diseñar, operar y mantener de manera óptima los activos de la planta a lo largo de sus ciclos de vida. Debido a que son relevantes de manera confiable durante un período más largo, también brindan una mejor representación de la planta.

• Una planta química podría aprovechar la IA industrial para generar información en tiempo real a partir de datos industriales integrados desde el bor de hasta la nube, utilizando el Inteligencia artificial de las cosas (AIoT)

  para permitir una toma de decisiones ágil en toda la organización. El uso de flujos de trabajo dinámicos y más ricos, la cadena de suministro y las tecnologías de operaciones se vinculan a la perfección para detectar cambios en las condiciones del mercado y ajustar automáticamente el plan operativo y el cronograma en respuesta.

• Una refinería puede usar IA industrial para evaluar miles de escenarios de producción de petróleo simultáneamente, a través de un conjunto diverso de fuentes de datos, para identificar rápidamente pizarras de crudo óptimas para su procesamiento. Combinado con capacidades ricas en inteligencia artificial, conocimientos de toda la empresa y flujos de trabajo integrados para mejorar la toma de decisiones ejecutivas, este enfoque permite a los trabajadores asignar su tiempo y esfuerzos a tareas más estratégicas que generan valor.

• Una instalación industrial de próxima generación podría aplicar la IA industrial como el “asistente virtual” de la planta para validar la calidad y la eficiencia de un plan de producción, en tiempo real. En última instancia, la orientación cognitiva habilitada por IA ayuda a reducir la dependencia de los expertos de dominio individuales para la toma de decisiones complejas y, en cambio, institucionaliza las decisiones históricas y las mejores prácticas para eliminar las barreras de la experiencia.

Estos casos de uso no son exhaustivos, sino solo algunos ejemplos de cuán generalizadas, innovadoras y ampliamente aplicables pueden ser las capacidades de la IA industrial para la industria y para sentar las bases para la planta digital del futuro.

La IA industrial incorpora conocimientos específicos del dominio junto con las últimas capacidades de IA y aprendizaje automático, en aplicaciones habilitadas para IA adecuadas. Esto habilita y acelera los procesos autónomos y semiautónomos que ejecutan esas operaciones, haciendo realidad la visión de la planta autooptimizada.

Una planta autooptimizante es un conjunto de tecnologías de software industrial autoadaptables, autoaprendizaje y autosuficiente que trabajan juntas para anticipar condiciones futuras y actuar en consecuencia, ajustando las operaciones dentro de la empresa digital. Una combinación de acceso a datos en tiempo real y aplicaciones de IA industrial integradas permiten que la planta autooptimizada se mejore constantemente, aprovechando el conocimiento del dominio para optimizar los procesos industriales, hacer recomendaciones fáciles de ejecutar y automatizar los flujos de trabajo de misión crítica.

Esto tendrá numerosos impactos positivos en el negocio, incluidos los siguientes:

• Reducir las emisiones de carbono causadas por alteraciones en los procesos y cierres o inicios no planificados, lo que ayuda a cumplir los objetivos corporativos ambientales, sociales y de gobierno. Esto reduce tanto el desperdicio de producción como la huella de carbono, impulsando una nueva era de sostenibilidad industrial.

• Impulsar la seguridad general al reducir significativamente las condiciones peligrosas del sitio y reasignar personal en las operaciones y plantas de producción a roles más seguros.

• Desbloquear nuevas eficiencias de producción al aprovechar nuevas áreas de optimización de márgenes y estabilidad de la producción, incluso durante las recesiones, para una mayor rentabilidad.

La planta de autooptimización es el objetivo final no solo de la IA industrial, sino también del viaje de transformación digital del sector industrial. Al democratizar la aplicación de la inteligencia industrial, la planta digital del futuro impulsa mayores niveles de seguridad, sustentabilidad y rentabilidad y empodera a la próxima generación de la fuerza laboral digital, preparando el negocio para el futuro en condiciones de mercado volátiles y complejas. Este es el potencial del mundo real de la IA industrial.

Para obtener más información sobre cómo la IA industrial está habilitando la fuerza de trabajo digital del futuro y creando las bases para la planta de autooptimización, visite
www.aspentech.com/selfoptimizingplant,
www.aspentech.com/accelerate, y www.aspentech.com/aiot.

Este artículo fue escrito por AspenTech. No fue elaborado por el personal editorial de ..