"La industria ha estado practicando la digitalización durante mucho tiempo y los cambios recientes han hecho que estas aplicaciones sean más potentes, ágiles, portátiles, inteligentes y autónomas. El cambio en el IPC es incremental. Es incremental debido a las responsabilidades inherentes asociadas con la operación de una planta industrial". dice Sergio Fernandes, Jefe de Mercados Químicos, Yokogawa Electric Corporation, EE. UU. Dicho esto, las empresas de CPI han implementado con éxito tecnologías digitales a escala, impulsadas en parte por el cambio del software que se ejecuta en las computadoras portátiles de los usuarios a aplicaciones y herramientas de alto-rendimiento a las que ahora se puede acceder desde prácticamente cualquier lugar.
"La computación en la nube no solo reduce los presupuestos de CAPEX, sino que también facilita la disponibilidad de modelos de procesos, ya sean de estado estable-o dinámicos, independientemente de la ubicación del usuario final", explica Fernandes. Sin embargo, advierte contra simplemente asumir que los modelos digitales de plantas (sin importar cuán avanzados sean) serán completamente precisos en términos de permanencia. "Los procesos industriales son como entidades vivas; cambian con el tiempo. Cualquier representación matemática, como un gemelo digital, deberá adaptarse y actualizarse a través de algún mecanismo. Más allá de eso, eventualmente serán descartadas. Los activos necesitan atención; requieren presupuestos para mantener su sostenibilidad". Añadió. De cara al futuro, a medida que surgen cada vez más operaciones autónomas, la necesidad apremiante de seguridad y sostenibilidad significa que se debe lograr un equilibrio inteligente al desplegar recursos humanos junto con activos digitales. "Las operaciones de campo peligrosas, las acciones repetitivas, las actividades rutinarias, los viajes innecesarios al campo para recopilar datos y las inspecciones en áreas peligrosas se pueden abordar de manera inteligente con las tecnologías actuales y futuras", dijo Fernandes, y agregó que considerar-las tecnologías digitales de vanguardia como elementos clave puede permitir una arquitectura que pueda inspirar más innovación humana. "Esto significa una mejora continua de las operaciones, la anticipación de la próxima disrupción y la optimización de toda la cadena de valor". Los activos necesitan atención; Requieren presupuestos para mantener su sostenibilidad”, añadió.
Simplemente desarrollar un modelo de software que imite un proceso o activo no es suficiente para aprovechar verdaderamente la digitalización, reiteró Rajesh Ramachandran, director digital de ABB Industrial Automation.. . "La tendencia ahora es hacia gemelos industriales de IA para fábricas digitales. Él analiza cómo predecir y optimizar un conjunto de resultados para un escenario de proceso específico, lo que brinda la oportunidad de ajustar-diferentes parámetros". Ramachandran enfatiza que la IA pura no se puede aplicar "tal cual" en entornos industriales, y que la experiencia en el dominio correspondiente es esencial para capturar la complejidad de las operaciones de CPI, como las especificaciones de calidad del producto final o la presencia de impurezas de materias primas. experiencia, que culmina en un modelo cognitivo construido a través de su plataforma de software ABB Ability Genix. "Genix construye lo que llamamos un modelo cognitivo que se basa en datos de diferentes sistemas, como mantenimiento, instrumentación y laboratorios. Esto significa que ayuda a realizar predicciones de optimización más precisas". añadió Ramachandran. Citando estudios de la industria que muestran que, en promedio, una planta puede usar solo alrededor del 27 por ciento de sus datos de producción, mientras que los ingenieros pueden dedicar hasta el 80 por ciento de su tiempo agregando datos, predijo que las plataformas de software avanzadas ayudarán a mitigar estos desequilibrios.. . Dice: "Estamos abordando fundamentalmente áreas en las que necesitamos desbloquear el valor de los datos no utilizados y aplicar IA industrial a escala para obtener la máxima productividad y ganancias operativas, al mismo tiempo que simplificamos los datos. integración."
Plataformas inteligentes
No hay duda de que las plataformas de software industrial se han vuelto más poderosas en los últimos años a medida que más empresas adoptan casos de uso de IA industrial y aprendizaje automático (ML). "En CPI, este tipo de tecnologías se están integrando en todas partes, desde monitoreo de activos hasta drones impulsados por IA-que pueden inspeccionar torres de antorchas", explica Michael Tworzydlo, gerente de producto para análisis y aprendizaje automático en Emerson (St. Louis, Missouri; ). Pero Tworzydlo advierte contra-sobrevalorar estas soluciones sin tener que reconocer la importancia de los principios de ingeniería subyacentes. "Como ingeniero químico, los fundamentos del análisis son el mejor lugar para comenzar, comenzando con un análisis basado en principios-, como uno basado en cómo funciona un intercambiador de calor. Luego, la organización puede evolucionar hacia un enfoque basado en datos-utilizando IA o ML para abordar procesos más complejos o problemas-de toda la planta". Añade.
"La IA ofrece poderosas capacidades para el IPC, pero algunas empresas tienen dificultades para aplicarla de manera efectiva a los desafíos de fabricación", explica Paige Morse, directora de la industria química de Aspen Technology, Inc.
En respuesta, AspenTech ha comenzado a incorporar IA en su plataforma de software, lo que la hace más accesible para una gama más amplia de usuarios. Morse señala que combinar los primeros-principios de ingeniería con IA y experiencia en el dominio puede ayudar a los usuarios a encontrar mejores soluciones a problemas complejos que deben resolverse en CPI. El enfoque de modelado híbrido de AspenTech no solo ayuda a optimizar los procesos, sino que también permite a los ingenieros crear sensores blandos personalizados, diseñar nuevos dispositivos y integrar procesos-de todo el activo. "Los ingenieros ahora pueden usar ML para construir modelos enriquecidos más rápido para aprovechar la simulación o los datos de la planta, agregando experiencia en el dominio, principios de ingeniería y restricciones de diseño sin un profundo proceso o experiencia en IA". dijo Morse. Muchas empresas del IPC se enfrentan a legítimas lagunas de cualificación.
Además de superar las brechas laborales, las iniciativas de sostenibilidad son otra área en la que las empresas IPC están concentrando cada vez más sus esfuerzos. "El ahorro de costos ha impulsado gran parte del esfuerzo de digitalización, pero las empresas se centran cada vez más en los desechos y las emisiones de las unidades de producción, así como en las mejoras de eficiencia y confiabilidad", dice Morse. Y añadió: "La simulación de procesos ayuda a desarrollar nuevos productos para afrontar los desafíos técnicos de la economía circular, como el reciclaje molecular y el diseño de nuevos plásticos, y con la ayuda de la IA esta actividad es aún más rápida".
Esta capacidad predictiva es cada vez más valiosa para lograr objetivos de sostenibilidad específicos, como reducir la contaminación del aire a través de sistemas predictivos de monitoreo de emisiones (PEMS), una función de la plataforma Plantweb Optics Analytics de Emerson, que implementa sistemas de control de aprendizaje automático e inteligencia artificial a través de gemelos digitales e implementación distribuida. "Como parte de Plantweb Optics Analytics, podemos implementar PEMS para monitorear y estimar emisiones utilizando modelos y ML para optimizar dinámicamente la producción. Con PEMS, podemos construir modelos basados en variables de proceso que se han capturado y usarlos para estimar y, en última instancia, reducir las emisiones". dijo Tworzydlo.
El compromiso del software con una estrategia de sostenibilidad va más allá de la reducción de emisiones. "El aumento de productos y tecnologías sostenibles que reutilizan o reciclan desechos es un área de crecimiento para la industria de simulación de procesos, que presenta nuevos problemas y nuevas oportunidades. Las áreas de crecimiento recientes incluyen la simulación de procesos de derivados del cáñamo (por ejemplo, CBD) y controles mejorados para reducir las emisiones de fuentes de energía renovables. Las áreas de crecimiento más establecidas para la industria química incluyen biocombustibles, recuperación de metano, recuperación de CO2 y selección de solventes". dice David Hill, director de soporte técnico de Chemstations Inc. (Houston, TX).
Hill cree que las perspectivas de los simuladores de procesos pueden mejorarse aún más creando alianzas de productos con herramientas auxiliares del IPC. Los ingenieros que no utilizan simuladores de procesos suelen tener herramientas que pueden mejorar conectándose a un simulador de procesos. En los sectores de seguridad, control de procesos y energía, existen muchas oportunidades para combinar herramientas-específicas de la industria con los primeros principios de los simuladores de procesos", explica Hill. Hill cree que los impulsores de este cambio incluirán la reducción de gases de efecto invernadero, la eficiencia energética, la optimización basada en modelos termodinámicos, la seguridad mejorada y oportunidades para un control avanzado de procesos mediante una simulación rigurosa.
Realidad extendida
Además de la IA y el ML, las plataformas de software de realidad aumentada (AR) y realidad virtual (VR) también están en aumento en las plantas industriales-y ya no ven este tipo de tecnología como un artículo de "lujo", más útil que nunca debido a la creciente demanda de trabajo remoto durante las pandemias. Con menos gente en las plantas debido a las pandemias, las plantas están adoptando nuevas tecnologías. AR puede superponer información digital en el mundo real, lo que ayuda a equipar mejor a los trabajadores para realizar tareas con mayor precisión y mayor facilidad", dijo Tworzydlo de Emerson. En cuanto al futuro de la IA, el aprendizaje automático y la realidad aumentada en el software industrial, los casos de uso sin duda seguirán expandiéndose. "Todavía hay una enorme cantidad de potencial sin explotar. Con el tiempo, comenzaremos a apuntar a ciertos procesos para operaciones autónomas.
Aveva Group plc (Cambridge, Reino Unido) ha incluido conceptos de AR y VR en su plataforma de Realidad Extendida (XR), y una aplicación particularmente relevante es la capacitación del personal. "El sistema de capacitación inmersiva XR permite a las empresas capturar y retener conocimientos operativos al reemplazar a operadores experimentados que se jubilan, lo cual es fundamental para la seguridad y el rendimiento de la planta. Esta capacitación conductual se puede aplicar no solo a los operadores-de primera línea, sino también a ingenieros, técnicos y personal de emergencia". Ravi Gopinath, director de nube y director de producto de Aveva, lo explica.
En un ejemplo, un programa de capacitación de operadores desarrollado por Aveva y Shell (La Haya, Países Bajos) se centra en la capacitación conductual para mejorar las competencias de seguridad. Gopinath dice: "Con este enfoque conductual, se puede capacitar y evaluar a un operador sobre su desempeño cuando se enfrenta a una situación accidental o episódica en la planta". En otro proyecto, Aveva y Adnoc (Abu Dhabi;) crearon un Centro de visualización de datos-en tiempo real que reúne más de 120 paneles y 200.000 puntos de datos en una pantalla interactiva gigante.
La formación es sólo una parte del potencial de XR. Se han utilizado aplicaciones basadas en tabletas AR-para ayudar al personal de campo. El uso de AR para conectar modelos de VR en las tabletas con información-en tiempo real y procesos guiados permite una mejor ejecución del trabajo, evitando así costosas averías y reduciendo el tiempo de inactividad. De cara al futuro, Aveva cree que el software XR puede mejorar drásticamente el diseño de instalaciones y la ingeniería de proyectos de capital al automatizar la importación de modelos de plantas 3D tradicionales utilizados durante la fase de diseño en un entorno inmersivo. La conversión a realidad virtual le permitirá revisar y mejorar los diseños ergonómicos incluso antes de comprar cualquier equipo. Las fábricas virtuales pueden existir completamente en la nube, lo que permite la colaboración entre ingenieros ubicados en diferentes
oficinas o incluso en diferentes continentes.
Con el desarrollo de capacidades de captura y análisis de datos en plataformas de software, potentes herramientas analíticas se han convertido en herramientas de auto-autoservicio y escalables-para la toma de decisiones para los ingenieros químicos, quienes pueden incorporarles su propia funcionalidad para satisfacer necesidades de procesos específicos. Con herramientas tan democratizadas, los ingenieros pueden aprovechar datos de diferentes fuentes - por ejemplo, calidad de lotes, etc.. - para mejorar la calidad de sus procesos, afirma Edwin van Dijk, vicepresidente de marketing de TrendMiner NV. datos de diferentes fuentes-por ejemplo, la información de laboratorio, como la calidad del lote, se puede vincular a los datos del proceso con los datos de mantenimiento. ). "El objetivo de democratizar el análisis es poner información útil a disposición de todos los operadores, desde la sala de control hasta la sala de juntas, para tomar decisiones basadas en datos-. Al permitir a los usuarios crear sus propios paneles basados en huellas dactilares, monitores y vistas contextuales, esto va más allá de las herramientas de paneles tradicionales". añade Van Dijk. Con el reconocimiento de patrones, los ingenieros pueden investigar el desempeño operativo y utilizar un buen comportamiento operativo para monitorear los procesos. Además, pueden crear sus propios sensores "blandos" para monitorear lo que los sensores físicos no pueden medir, como las especificaciones de calidad del producto.
Una historia de éxito en análisis de datos reportada por TrendMiner involucró una planta química que tenía válvulas "pegajosas", lo que provocó retrasos entre los cambios en la salida de la válvula y la respuesta real del proceso. La planta quería identificar con precisión cuándo las válvulas comenzaban a atascarse, por lo que necesitaban monitorear cualquier desviación del comportamiento esperado de las válvulas y luego encontrar parámetros que diferenciaran entre períodos de comportamiento "normal" y "malo" de las válvulas. Estos parámetros se convierten en alertas de comportamiento-desfasado-, que no solo notifica al personal de la situación, sino que también sugiere posibles acciones correctivas. "Al utilizar una solución de análisis de auto-servicio, los expertos en procesos pueden utilizar capacidades integradas de inteligencia artificial y aprendizaje automático para buscar y validar problemas de producción mediante análisis de tendencias de alta-velocidad.
Incluso con la amplia gama de herramientas de software y aplicaciones móviles disponibles para elegir, algunos usuarios todavía necesitan soluciones altamente personalizadas para satisfacer sus necesidades comerciales. Aquí es donde la programación interna-puede resultar útil. JourneyApps (Denver, Colorado;) ofrece una plataforma de desarrollo de aplicaciones de alta-productividad que los usuarios pueden utilizar para escribir su propio código, lo que da como resultado aplicaciones más sofisticadas que los creadores de aplicaciones no-codificadas, que están dirigidas a programadores que no son-y están limitadas por sus simplicidad. El director ejecutivo de JourneyApps, Conrad Hofmeyr, explica: "Esto significa que la lógica empresarial avanzada, los cálculos de ingeniería y las integraciones altamente personalizadas se pueden implementar en cuestión de días sin gran parte de los gastos generales tradicionales asociados con el desarrollo de software". Señala que la mayoría de los ingenieros químicos tienen experiencia básica en codificación o secuencias de comandos a través de herramientas como Microsoft Excel Macros o Matlab, por lo que pueden adquirir rápidamente las habilidades de programación necesarias para usar JourneyApps para crear aplicaciones complejas que automaticen y optimicen funciones comerciales críticas.
Por ejemplo, Hofmeyr cita el ejemplo de una empresa de CPI que creó una aplicación dedicada a los procedimientos operativos estándar (SOP), lo que les permitió pasar de SOP manuales basados en hojas de cálculo-a una aplicación controlada centralmente-con un seguimiento de auditoría completo. Y añade: "La personalización que ofrece JourneyApps significa que las aplicaciones globales individuales se pueden adaptar a las necesidades locales y la integración del sistema". En otro ejemplo, un fabricante de productos químicos para yacimientos petrolíferos desarrolló su propia aplicación para ejecutar cálculos clave utilizados en su proceso diario de informes de campo y generar documentación de informes, todo ello mientras los usuarios estaban desconectados en un sitio fuera de línea.
Mirando hacia el uso final
El software y las herramientas de modelado avanzados también están permitiendo la creación de productos finales más seguros y eficientes en muchas industrias, desde piezas de automóviles hasta productos farmacéuticos. Un ejemplo es la herramienta de ingeniería asistida por computadora (CAE) Ultrasim de BASF SE (Ludwigshafen, Alemania)-para modelar propiedades de materiales, que se actualizó recientemente para modelar una variedad de materiales de elastómeros termoplásticos desde el procesamiento inicial hasta toda la cadena de procesamiento. productos de uso-final. Los ciclos de desarrollo más cortos y los cronogramas agresivos ejercen una presión cada vez mayor sobre los ingenieros para lograr el correcto rendimiento del producto a la primera. La precisión predictiva es una gran ventaja", afirma Marios Lambi, líder del equipo CAE para ingeniería de simulación en BASF en Norteamérica. Ultrasim puede simular cargas iniciales y cíclicas de componentes, lo que ha demostrado ser particularmente importante para piezas de automóviles hechas de materiales elastoméricos. "Desde cargas de fluencia hasta simulaciones de choque, cargas térmicas y comportamiento de vibración, junto con simulaciones de procesamiento que describen las propiedades de los materiales inducidas por el proceso-, como Además de herramientas de optimización numérica que permiten cambios rápidos de geometría, Ultrasim sienta las bases para diseñar mejores piezas", enfatiza Andreas Wüst, líder del equipo de Análisis Estructural Dinámico de BASF Europa.
"El proceso de caracterización de materiales genera los datos necesarios, esenciales para predecir con precisión el comportamiento de piezas reales. Los modelos teóricos de materiales desarrollados para este fin se están calibrando utilizando información de pruebas, garantizando así que el comportamiento representa condiciones reales de fabricación y no una situación arbitraria y alejada de la realidad". "Hay muchos ejemplos de conjuntos complejos, como asientos de automóviles, que han sido sometidos a pruebas de choque, y estas pruebas utilizan la precisión predictiva de Ultrasim para crear piezas que pasan las pruebas de validación. Esto acorta drásticamente el ciclo de desarrollo y minimiza, si no elimina, los cambios de diseño", añadió.
Para procesos de alta-precisión en laboratorios de investigación y desarrollo y análisis de calidad para ingredientes biofarmacéuticos y otros productos de alto-valor, la herramienta de software se puede utilizar para una variedad de propósitos, incluido facilitar el plan de continuidad del negocio (BCP, por sus siglas en inglés) de una organización. "El software eficiente puede mitigar o reducir la cantidad de riesgos durante las inspecciones de laboratorio, simplificar las pruebas de eventos y se pueden usar procedimientos automatizados para restaurar los sistemas después de un evento o incluso mantenerlos en funcionamiento durante un evento, todo lo cual simplifica el BCP", dijo Barbara van Cann, gerente de marketing de productos de software de cromatografía de la organización de sistemas de datos Enterprise Chromeleon de Thermo Fisher Scientific. Además, los laboratorios pueden simplificar aún más el BCP eligiendo un software integrado que incluya un sistema de datos de cromatografía (CDS), un sistema de gestión de información de laboratorio (LIMS) y un sistema de ejecución de laboratorio (LES). van Cann explica: "Tanto el software LIMS como el CDS deberían proporcionar las herramientas para monitorear la calificación, calibración y mantenimiento de los instrumentos, incluso para piezas individuales". El software CDS también debería ayudar a los usuarios a lidiar con irregularidades analíticas y tener integradas-funciones de red a prueba de fallas para garantizar que la operación pueda continuar sin intervención humana en caso de una interrupción de la red. Para evitar interrupciones debido a ataques de ciberseguridad, Van Cann recomienda que los laboratorios ejecuten CDS y otro software en un dominio separado del sistema de la oficina principal para evitar posibles amenazas cibernéticas del correo electrónico. Finalmente, como ocurre con cualquier plataforma de software automatizada, se debe considerar el factor humano. "El error humano se puede minimizar controlando lo que los usuarios pueden y no pueden hacer, y a qué pueden y no pueden acceder. Además, deben estar disponibles herramientas para automatizar tantas acciones como sea posible. Menos interacción del usuario equivale a menos error". Ella añadió.