การประยุกต์ใช้อินเทอร์เน็ตเชิงอุตสาหกรรมของสิ่งต่าง ๆ มีอะไรบ้าง?

"อุตสาหกรรมนี้ฝึกฝนการเปลี่ยนผ่านสู่ดิจิทัลมาเป็นเวลานาน และการเปลี่ยนแปลงล่าสุดทำให้แอปพลิเคชันเหล่านี้มีประสิทธิภาพ คล่องตัว พกพาสะดวก ชาญฉลาด และเป็นอิสระมากขึ้น การเปลี่ยนแปลงของ CPI นั้นเพิ่มขึ้นทีละน้อย ซึ่งเพิ่มขึ้นตามความรับผิดชอบโดยธรรมชาติที่เกี่ยวข้องกับการดำเนินงานโรงงานอุตสาหกรรม" Sergio Fernandes หัวหน้าฝ่ายการตลาดเคมี บริษัท Yokogawa Electric Corporation ประเทศสหรัฐอเมริกา กล่าว อย่างไรก็ตาม บริษัท CPI ประสบความสำเร็จในการใช้เทคโนโลยีดิจิทัลในวงกว้าง โดยส่วนหนึ่งมาจากการเปลี่ยนจากซอฟต์แวร์ที่ทำงานบนแล็ปท็อปของผู้ใช้ไปเป็นแอปพลิเคชันและเครื่องมือประสิทธิภาพสูง-ที่ขณะนี้สามารถเข้าถึงได้จากทุกที่

"การประมวลผลแบบคลาวด์ไม่เพียงแต่ลดงบประมาณ CAPEX เท่านั้น แต่ยังอำนวยความสะดวกในความพร้อมใช้งานของโมเดลกระบวนการ ไม่ว่าจะเป็นสถานะคงที่-หรือไดนามิก โดยไม่คำนึงถึงสถานที่ตั้งของผู้ใช้ปลายทาง" เฟอร์นันเดสอธิบาย อย่างไรก็ตาม เขาเตือนไม่ให้สันนิษฐานว่าแบบจำลองโรงงานดิจิทัล (ไม่ว่าจะก้าวหน้าแค่ไหน) จะมีความแม่นยำอย่างสมบูรณ์ในแง่ของความคงทน “กระบวนการทางอุตสาหกรรมเป็นเหมือนสิ่งมีชีวิตที่เปลี่ยนแปลงไปตามกาลเวลา การแสดงทางคณิตศาสตร์ใดๆ เช่น แฝดดิจิทัล จะต้องได้รับการปรับเปลี่ยนและจะต้องได้รับการอัปเดตผ่านกลไกบางอย่าง นอกเหนือจากนั้น ในที่สุดสิ่งเหล่านั้นก็จะถูกละทิ้งไปในที่สุด สินทรัพย์จำเป็นต้องได้รับการดูแล พวกเขาต้องการงบประมาณเพื่อรักษาความยั่งยืน” เขาเสริม เมื่อมองไปข้างหน้า เมื่อมีการดำเนินการแบบอัตโนมัติมากขึ้นเรื่อยๆ ความต้องการเร่งด่วนด้านความปลอดภัยและความยั่งยืนหมายความว่าจะต้องสร้างความสมดุลอันชาญฉลาดเมื่อปรับใช้ทรัพยากรมนุษย์ควบคู่ไปกับสินทรัพย์ดิจิทัล "การปฏิบัติงานภาคสนามที่เป็นอันตราย การกระทำซ้ำๆ กิจกรรมประจำ การเดินทางภาคสนามโดยไม่จำเป็นเพื่อรวบรวมข้อมูล และการตรวจสอบในพื้นที่อันตรายสามารถแก้ไขได้อย่างชาญฉลาดด้วยเทคโนโลยีปัจจุบันและที่กำลังจะมีขึ้น" เฟอร์นันเดสกล่าว พร้อมเสริมว่าการพิจารณา-เทคโนโลยีดิจิทัลที่ล้ำสมัยเป็นองค์ประกอบสำคัญสามารถทำให้เกิดสถาปัตยกรรมที่สามารถสร้างแรงบันดาลใจในการสร้างสรรค์นวัตกรรมของมนุษย์ได้มากขึ้น “นี่หมายถึงการปรับปรุงการดำเนินงานอย่างต่อเนื่อง การคาดการณ์ถึงการหยุดชะงักครั้งต่อไป และการเพิ่มประสิทธิภาพของห่วงโซ่คุณค่าทั้งหมด” สินทรัพย์จำเป็นต้องได้รับการดูแล พวกเขาต้องการงบประมาณเพื่อรักษาความยั่งยืน” เขากล่าวเสริม

Rajesh Ramachandran ประธานเจ้าหน้าที่ฝ่ายดิจิทัลของ ABB Industrial Automation) กล่าวย้ำอีกครั้งว่าการพัฒนาโมเดลซอฟต์แวร์ที่เลียนแบบกระบวนการหรือสินทรัพย์นั้นไม่เพียงพอที่จะใช้ประโยชน์จากการแปลงเป็นดิจิทัลได้อย่างแท้จริง. . "แนวโน้มในขณะนี้มุ่งไปที่ AI เชิงอุตสาหกรรมสำหรับโรงงานดิจิทัล เขาพิจารณาวิธีการคาดการณ์และเพิ่มประสิทธิภาพชุดผลลัพธ์สำหรับสถานการณ์กระบวนการเฉพาะ ซึ่งให้โอกาสในการปรับแต่ง{2}}การปรับแต่งที่แตกต่างกัน พารามิเตอร์" รามจันทรันเน้นย้ำว่า AI บริสุทธิ์ไม่สามารถนำไปใช้ "ตามที่เป็น" ในสภาพแวดล้อมทางอุตสาหกรรมได้ และความเชี่ยวชาญในด้านที่เกี่ยวข้องนั้นเป็นสิ่งจำเป็นในการจับความซับซ้อนของการดำเนินงานของ CPI เช่น ข้อกำหนดด้านคุณภาพของผลิตภัณฑ์ขั้นสุดท้าย หรือการมีอยู่ของวัตถุดิบที่เจือปน ความเชี่ยวชาญซึ่งสิ้นสุดในรูปแบบการรับรู้ที่สร้างขึ้นผ่านแพลตฟอร์มซอฟต์แวร์ ABBความสามารถGenix "Genix สร้างสิ่งที่เราเรียกว่าแบบจำลองการรับรู้ซึ่งอิงตามข้อมูลจากระบบต่างๆ เช่น การบำรุงรักษา เครื่องมือวัด และห้องปฏิบัติการ ซึ่งหมายความว่าจะช่วยให้คาดการณ์การปรับให้เหมาะสมได้แม่นยำยิ่งขึ้น" พระรามจันทรากล่าวเสริม จากการศึกษาในอุตสาหกรรมที่แสดงให้เห็นว่าโดยเฉลี่ยแล้ว โรงงานอาจใช้ข้อมูลการผลิตเพียงประมาณ 27 เปอร์เซ็นต์เท่านั้น ในขณะที่วิศวกรอาจใช้เวลามากถึง 80 เปอร์เซ็นต์ของเวลาในการรวบรวมข้อมูล เขาคาดการณ์ว่าแพลตฟอร์มซอฟต์แวร์ขั้นสูงจะช่วยบรรเทาความไม่สมดุลเหล่านี้ได้. . เขากล่าวว่า: "โดยพื้นฐานแล้วเรากำลังจัดการกับพื้นที่ที่เราต้องการปลดล็อกคุณค่าในข้อมูลที่ไม่ได้ใช้ และใช้ AI ทางอุตสาหกรรมในวงกว้างเพื่อให้ได้ผลผลิตสูงสุดและกำไรจากการปฏิบัติงาน ขณะเดียวกันก็ทำให้ข้อมูลง่ายขึ้น บูรณาการ”

แพลตฟอร์มอัจฉริยะ

ไม่ต้องสงสัยเลยว่าแพลตฟอร์มซอฟต์แวร์อุตสาหกรรมมีประสิทธิภาพมากขึ้นในช่วงไม่กี่ปีที่ผ่านมา เนื่องจากบริษัทต่างๆ หันมาใช้ AI อุตสาหกรรมและการเรียนรู้ของเครื่อง (ML) มากขึ้น "ที่ CPI เทคโนโลยีประเภทนี้ได้รับการบูรณาการทุกที่ตั้งแต่การตรวจสอบสินทรัพย์ไปจนถึงโดรนที่ขับเคลื่อนด้วย AI- ซึ่งเกินกว่าที่จะตรวจสอบหอคบเพลิงได้" Michael Tworzydlo ผู้จัดการผลิตภัณฑ์สำหรับการวิเคราะห์และการเรียนรู้ของเครื่องจักรที่ Emerson (เซนต์หลุยส์ มิสซูรี; ) อธิบาย แต่ Tworzydlo เตือนไม่ให้-เพิ่มมูลค่าของโซลูชันเหล่านี้มากเกินไป โดยไม่ต้องตระหนักถึงความสำคัญของหลักการทางวิศวกรรมที่เป็นรากฐาน "ในฐานะวิศวกรเคมี พื้นฐานของการวิเคราะห์เป็นจุดเริ่มต้นที่ดีที่สุด โดยเริ่มจากการวิเคราะห์ตามหลักการ- เช่น การวิเคราะห์ตามวิธีการทำงานของเครื่องแลกเปลี่ยนความร้อน จากนั้น องค์กรจึงสามารถพัฒนาไปสู่แนวทางที่ขับเคลื่อนด้วยข้อมูล-โดยใช้ AI หรือ ML เพื่อจัดการกับกระบวนการที่ซับซ้อนมากขึ้นหรือ-ปัญหาทั่วทั้งโรงงาน" เขาเสริม

"AI นำเสนอความสามารถอันทรงพลังสำหรับ CPI แต่บางบริษัทก็ประสบปัญหาในการนำ AI มาใช้อย่างมีประสิทธิภาพกับความท้าทายด้านการผลิต" Paige Morse ผู้อำนวยการอุตสาหกรรมเคมีของ Aspen Technology, Inc. อธิบาย

เพื่อเป็นการตอบสนอง AspenTech ได้เริ่มฝัง AI ลงในแพลตฟอร์มซอฟต์แวร์ ซึ่งทำให้เข้าถึงได้มากขึ้นสำหรับผู้ใช้ในวงกว้างขึ้น มอร์สตั้งข้อสังเกตว่าการรวม-หลักการวิศวกรรมแรกเข้ากับความเชี่ยวชาญด้าน AI และโดเมนสามารถช่วยให้ผู้ใช้ค้นหาวิธีแก้ไขปัญหาที่ซับซ้อนที่ต้องแก้ไขใน CPI ได้ดียิ่งขึ้น วิธีการสร้างแบบจำลองแบบไฮบริดของ AspenTech ไม่เพียงช่วยเพิ่มประสิทธิภาพกระบวนการเท่านั้น แต่ยังช่วยให้วิศวกรสามารถสร้างซอฟท์เซนเซอร์แบบกำหนดเอง ออกแบบอุปกรณ์ใหม่ ๆ และบูรณาการกระบวนการ-ทั่วทั้งสินทรัพย์ "ขณะนี้วิศวกรสามารถใช้ ML เพื่อสร้างแบบจำลองที่หลากหลายได้เร็วขึ้น เพื่อใช้ประโยชน์จากการจำลองหรือข้อมูลโรงงาน โดยเพิ่มความเชี่ยวชาญด้านโดเมน หลักการทางวิศวกรรม และข้อจำกัดด้านการออกแบบ โดยไม่ต้องอาศัยกระบวนการเชิงลึกหรือความเชี่ยวชาญด้าน AI" มอร์สกล่าวว่า เนื่องจากบริษัท CPI หลายแห่งเผชิญกับช่องว่างด้านทักษะที่ถูกต้องตามกฎหมาย

นอกเหนือจากการเอาชนะช่องว่างด้านแรงงานแล้ว โครงการริเริ่มด้านความยั่งยืนยังเป็นอีกด้านที่บริษัท CPI ให้ความสำคัญกับความพยายามของตนมากขึ้น “การประหยัดต้นทุนได้ขับเคลื่อนความพยายามในการเปลี่ยนผ่านสู่ดิจิทัลเป็นอย่างมาก แต่บริษัทต่างๆ ให้ความสำคัญกับของเสียและการปล่อยก๊าซเรือนกระจกจากหน่วยการผลิตมากขึ้น เช่นเดียวกับการปรับปรุงประสิทธิภาพและความน่าเชื่อถือ” Morse กล่าว เธอกล่าวเสริมว่า "การจำลองกระบวนการช่วยพัฒนาผลิตภัณฑ์ใหม่เพื่อตอบสนองความท้าทายทางเทคนิคของเศรษฐกิจหมุนเวียน เช่น การรีไซเคิลโมเลกุลและการออกแบบพลาสติกแบบใหม่ และด้วยความช่วยเหลือของ AI กิจกรรมนี้จะยิ่งเร็วขึ้นไปอีก"

ความสามารถในการคาดการณ์นี้มีคุณค่ามากขึ้นในการบรรลุเป้าหมายด้านความยั่งยืนที่เฉพาะเจาะจง เช่น การลดมลพิษทางอากาศผ่านระบบติดตามการปล่อยก๊าซเรือนกระจกแบบคาดการณ์ (PEMS) ซึ่งเป็นฟังก์ชันของแพลตฟอร์ม Plantweb Optics Analytics ของ Emerson ซึ่งปรับใช้ระบบควบคุม ML และ AI ผ่านแฝดดิจิทัลและการใช้งานแบบกระจาย "ในฐานะส่วนหนึ่งของ Plantweb Optics Analytics เราสามารถปรับใช้ PEMS เพื่อติดตามและประเมินการปล่อยก๊าซโดยใช้แบบจำลองและ ML เพื่อเพิ่มประสิทธิภาพการผลิตแบบไดนามิก ด้วย PEMS เราสามารถสร้างแบบจำลองตามตัวแปรกระบวนการที่บันทึกไว้ และใช้ในการประมาณการและลดการปล่อยก๊าซในที่สุด" ทูเวอร์ซิดโล กล่าว

ความมุ่งมั่นของซอฟต์แวร์ต่อกลยุทธ์ความยั่งยืนมีมากกว่าการลดการปล่อยก๊าซเรือนกระจก "การเพิ่มขึ้นของผลิตภัณฑ์และเทคโนโลยีที่ยั่งยืนซึ่งนำกลับมาใช้ใหม่หรือรีไซเคิลของเสียเป็นพื้นที่การเติบโตของอุตสาหกรรมการจำลองกระบวนการ นำเสนอปัญหาใหม่และโอกาสใหม่ พื้นที่การเติบโตล่าสุดรวมถึงการจำลองกระบวนการของอนุพันธ์ของป่าน (เช่น CBD) และการควบคุมที่ได้รับการปรับปรุงเพื่อลดการปล่อยก๊าซเรือนกระจกจากแหล่งพลังงานหมุนเวียน พื้นที่การเติบโตที่เป็นที่ยอมรับมากขึ้นสำหรับอุตสาหกรรมเคมี ได้แก่ เชื้อเพลิงชีวภาพ การนำก๊าซมีเทนกลับมาใช้ การกู้คืน CO2 และการเลือกตัวทำละลาย" David Hill ผู้จัดการฝ่ายสนับสนุนทางเทคนิคของ Chemstations Inc.(ฮิวสตัน รัฐเท็กซัส) กล่าว

Hill เชื่อว่าโอกาสในการใช้เครื่องจำลองกระบวนการสามารถปรับปรุงเพิ่มเติมได้โดยการสร้างพันธมิตรผลิตภัณฑ์ด้วยเครื่องมือเสริมใน CPI วิศวกรที่ไม่ใช้เครื่องจำลองกระบวนการมักจะมีเครื่องมือที่สามารถปรับปรุงได้โดยการเชื่อมต่อกับเครื่องจำลองกระบวนการ ในภาคส่วนความปลอดภัย การควบคุมกระบวนการ และพลังงาน มีโอกาสมากมายที่จะรวมเครื่องมือเฉพาะทางอุตสาหกรรม-เข้ากับหลักการแรกของเครื่องจำลองกระบวนการ" ฮิลล์อธิบาย ฮิลล์เชื่อว่าปัจจัยขับเคลื่อนของการเปลี่ยนแปลงนี้จะรวมถึงการลดก๊าซเรือนกระจก ประสิทธิภาพการใช้พลังงาน การเพิ่มประสิทธิภาพตามแบบจำลองทางอุณหพลศาสตร์ ความปลอดภัยที่ได้รับการปรับปรุง และโอกาสในการควบคุมกระบวนการขั้นสูงโดยใช้การจำลองที่เข้มงวด

ขยายความเป็นจริง

นอกจาก AI และ ML แล้ว แพลตฟอร์มซอฟต์แวร์ความเป็นจริงเสริม (AR) และความเป็นจริงเสมือน (VR) ยังเพิ่มขึ้นในโรงงานอุตสาหกรรมอีกด้วย-และไม่เห็นว่าเทคโนโลยีประเภทนี้เป็นสินค้า "ฟุ่มเฟือย" อีกต่อไป ซึ่งมีประโยชน์มากกว่าที่เคยเนื่องจากความต้องการการทำงานทางไกลที่เพิ่มขึ้นในช่วงการแพร่ระบาด เนื่องจากมีคนอยู่ในพืชน้อยลงเนื่องจากโรคระบาด ต้นไม้จึงเปิดรับเทคโนโลยีใหม่ๆ ar สามารถซ้อนทับข้อมูลดิจิทัลในโลกแห่งความเป็นจริงได้ ซึ่งช่วยให้พนักงานปฏิบัติงานได้แม่นยำและง่ายดายยิ่งขึ้น” Tworzydlo จาก Emerson กล่าว สำหรับอนาคตของ AI, ML และ AR ในซอฟต์แวร์อุตสาหกรรมนั้น กรณีการใช้งานจะยังคงขยายตัวต่อไปอย่างแน่นอน “ยังคงมีศักยภาพจำนวนมากที่ยังไม่ได้ใช้ ในที่สุด เราจะเริ่มกำหนดเป้าหมายกระบวนการบางอย่างสำหรับการดำเนินการอัตโนมัติ

Aveva Group plc (เคมบริดจ์ สหราชอาณาจักร;) ได้รวมแนวคิด AR และ VR ไว้ในแพลตฟอร์ม Extended Reality (XR) และแอปพลิเคชันหนึ่งที่เกี่ยวข้องเป็นพิเศษคือการฝึกอบรมบุคลากร " ระบบการฝึกอบรมแบบเข้มข้นของ XR ช่วยให้บริษัทต่างๆ สามารถรวบรวมและรักษาความรู้ในการปฏิบัติงานเมื่อเข้ามาแทนที่ผู้ปฏิบัติงานที่มีประสบการณ์ซึ่งเกษียณอายุแล้ว ซึ่งมีความสำคัญอย่างยิ่งต่อความปลอดภัยของโรงงานและประสิทธิภาพของโรงงาน การฝึกอบรมเชิงพฤติกรรมนี้สามารถนำไปใช้ได้ไม่เฉพาะกับผู้ปฏิบัติงานในแนวหน้า-เท่านั้น แต่ยังรวมถึงวิศวกร ช่างเทคนิค และผู้เผชิญเหตุฉุกเฉินด้วย” Ravi Gopinath ประธานเจ้าหน้าที่ฝ่ายคลาวด์และประธานเจ้าหน้าที่ฝ่ายผลิตภัณฑ์ของ Aveva อธิบาย

ในตัวอย่างหนึ่ง โปรแกรมการฝึกอบรมผู้ปฏิบัติงานที่พัฒนาโดย Aveva และ Shell (กรุงเฮก ประเทศเนเธอร์แลนด์;) มุ่งเน้นไปที่การฝึกอบรมด้านพฤติกรรมเพื่อปรับปรุงความสามารถด้านความปลอดภัย Gopinath กล่าวว่า "ด้วยแนวทางด้านพฤติกรรมนี้ ผู้ปฏิบัติงานสามารถได้รับการฝึกอบรมและประเมินผลว่าเขาหรือเธอปฏิบัติงานอย่างไรเมื่อต้องเผชิญกับสถานการณ์โดยไม่ได้ตั้งใจหรือเป็นเหตุการณ์ที่เกิดขึ้นในโรงงาน " ในอีกโครงการหนึ่ง Aveva และ Adnoc (อาบูดาบี;) ได้สร้าง ศูนย์แสดงภาพข้อมูลแบบเรียลไทม์-ที่รวบรวมแดชบอร์ดมากกว่า 120 รายการและจุดข้อมูล 200,000 จุดบนหน้าจอโต้ตอบขนาดยักษ์

การฝึกอบรมเป็นเพียงส่วนหนึ่งของศักยภาพของ XR แอปพลิเคชันที่ใช้แท็บเล็ต AR- ถูกนำมาใช้เพื่อสนับสนุนเจ้าหน้าที่ภาคสนาม การใช้ AR เพื่อเชื่อมต่อโมเดล VR ในแท็บเล็ตด้วยข้อมูลแบบเรียลไทม์-และกระบวนการที่แนะนำช่วยให้ดำเนินงานได้ดีขึ้น จึงหลีกเลี่ยงความเสียหายที่มีค่าใช้จ่ายสูงและลดเวลาหยุดทำงาน เมื่อมองไปข้างหน้า Aveva เชื่อว่าซอฟต์แวร์ XR สามารถปรับปรุงการออกแบบสิ่งอำนวยความสะดวกและวิศวกรรมโครงการทุนได้อย่างมาก โดยการนำเข้าแบบจำลองโรงงาน 3 มิติแบบดั้งเดิมที่ใช้ในระหว่างขั้นตอนการออกแบบไปสู่สภาพแวดล้อมที่สมจริงโดยอัตโนมัติ การแปลงเป็น VR จะทำให้คุณสามารถตรวจสอบและปรับปรุงการออกแบบตามหลักสรีรศาสตร์ได้ก่อนที่คุณจะซื้ออุปกรณ์ใดๆ โรงงานเสมือนจริงสามารถมีอยู่บนคลาวด์ได้ทั้งหมด ทำให้สามารถทำงานร่วมกันระหว่างวิศวกรที่อยู่คนละที่กัน
สำนักงานหรือแม้แต่ในทวีปต่างๆ

ด้วยการพัฒนาความสามารถในการเก็บข้อมูลและการวิเคราะห์ในแพลตฟอร์มซอฟต์แวร์ เครื่องมือวิเคราะห์ที่มีประสิทธิภาพได้กลายมาเป็นเครื่องมือใน-การบริการตนเอง การตัดสินใจที่ปรับขนาดได้-สำหรับวิศวกรเคมี ซึ่งสามารถสร้างฟังก์ชันการทำงานของตัวเองเพื่อตอบสนองความต้องการกระบวนการเฉพาะได้ ด้วยเครื่องมือที่เป็นประชาธิปไตย วิศวกรสามารถใช้ประโยชน์จากข้อมูลจากแหล่งต่างๆ - เช่น คุณภาพแบทช์ ฯลฯ. - เพื่อปรับปรุงคุณภาพของกระบวนการของพวกเขา Edwin van Dijk รองประธานฝ่ายการตลาดของ TrendMiner NV กล่าว ข้อมูลจากแหล่งต่างๆ-ตัวอย่างเช่น ข้อมูลห้องปฏิบัติการ เช่น คุณภาพแบทช์ สามารถเชื่อมโยงกับข้อมูลการประมวลผลด้วยข้อมูลการบำรุงรักษา - "เป้าหมายของการทำให้การวิเคราะห์เป็นประชาธิปไตยคือการให้ข้อมูลเชิงลึกที่นำไปปฏิบัติได้สำหรับผู้ปฏิบัติงานทุกคน ตั้งแต่ห้องควบคุมไปจนถึงห้องประชุมคณะกรรมการ เพื่อการตัดสินใจที่ขับเคลื่อนด้วยข้อมูล- การอนุญาตให้ผู้ใช้สร้างแดชบอร์ดของตนเองตามลายนิ้วมือ จอภาพ และมุมมองตามบริบท สิ่งนี้เป็นมากกว่าเครื่องมือแดชบอร์ดแบบเดิมๆ" ฟาน ไดจ์ค กล่าวเสริม ด้วยการจดจำรูปแบบ วิศวกรสามารถตรวจสอบประสิทธิภาพการปฏิบัติงาน และใช้พฤติกรรมการปฏิบัติงานที่ดีในการตรวจสอบกระบวนการ นอกจากนี้ พวกเขาสามารถสร้างเซ็นเซอร์ "อ่อน" ของตัวเองเพื่อตรวจสอบสิ่งที่เซ็นเซอร์กายภาพไม่สามารถวัดได้ เช่น ข้อกำหนดด้านคุณภาพของผลิตภัณฑ์

เรื่องราวความสำเร็จด้านการวิเคราะห์ข้อมูลเรื่องหนึ่งที่รายงานโดย TrendMiner เกี่ยวข้องกับโรงงานเคมีที่ประสบปัญหาวาล์ว "เหนียว" ซึ่งทำให้เกิดความล่าช้าระหว่างการเปลี่ยนแปลงเอาต์พุตของวาล์วและการตอบสนองของกระบวนการจริง โรงงานต้องการระบุอย่างแม่นยำเมื่อวาล์วเริ่มติด ดังนั้นพวกเขาจึงต้องตรวจสอบการเบี่ยงเบนจากพฤติกรรมที่คาดหวังของวาล์ว จากนั้นค้นหาพารามิเตอร์ที่จะแยกความแตกต่างระหว่างช่วงพฤติกรรมวาล์ว "ปกติ" และ "ไม่ดี" พารามิเตอร์เหล่านี้จะถูกแปลงเป็นการแจ้งเตือนสำหรับพฤติกรรมนอกระยะ-ของ- ซึ่งไม่เพียงแต่แจ้งบุคลากรเกี่ยวกับสถานการณ์เท่านั้น แต่ยังแนะนำการดำเนินการแก้ไขที่เป็นไปได้อีกด้วย "ด้วยการใช้โซลูชันการวิเคราะห์บริการตนเอง- ผู้เชี่ยวชาญด้านกระบวนการจะสามารถใช้ความสามารถ AI และ ML ที่ฝังไว้เพื่อค้นหาและตรวจสอบปัญหาการผลิตโดยใช้-การวิเคราะห์แนวโน้มความเร็วสูง

แม้ว่าจะมีเครื่องมือซอฟต์แวร์และแอปมือถือให้เลือกมากมาย แต่ผู้ใช้บางรายยังคงต้องการโซลูชันที่ปรับแต่งได้สูงเพื่อตอบสนองความต้องการทางธุรกิจของตน นี่คือจุดที่-การเขียนโปรแกรมภายในบริษัทมีประโยชน์JourneyApps (Denver, Colo.;) นำเสนอแพลตฟอร์มการพัฒนาแอปพลิเคชันที่ให้ประสิทธิผลสูง-ซึ่งผู้ใช้สามารถใช้เขียนโค้ดของตนเองได้ ส่งผลให้แอปพลิเคชันมีความซับซ้อนมากกว่าตัวสร้างแอปพลิเคชันที่ไม่ได้เขียนโค้ด- ซึ่งกำหนดเป้าหมายไปที่ผู้ที่ไม่ใช่-โปรแกรมเมอร์และถูกจำกัดโดยพวกเขา ความเรียบง่าย Conrad Hofmeyr ซีอีโอของ JourneyApps อธิบายว่า "ซึ่งหมายความว่าตรรกะทางธุรกิจขั้นสูง การคำนวณทางวิศวกรรม และการผสานรวมที่ปรับแต่งได้สูงสามารถนำไปใช้ได้ในเวลาไม่กี่วันโดยไม่มีค่าใช้จ่ายแบบเดิมๆ ที่เกี่ยวข้องกับการพัฒนาซอฟต์แวร์มากนัก" เขาตั้งข้อสังเกตว่าวิศวกรเคมีส่วนใหญ่มีประสบการณ์การเขียนโค้ดหรือการเขียนสคริปต์ขั้นพื้นฐานผ่านเครื่องมือต่างๆ เช่น Microsoft Excel Macros หรือ Matlab ดังนั้นพวกเขาจึงสามารถได้รับทักษะการเขียนโปรแกรมที่จำเป็นอย่างรวดเร็วในการใช้ JourneyApps เพื่อสร้างแอปพลิเคชันที่ซับซ้อนที่ทำให้ฟังก์ชันทางธุรกิจที่สำคัญเป็นอัตโนมัติและปรับปรุงประสิทธิภาพ

ตัวอย่างเช่น Hofmeyr ยกตัวอย่างของบริษัท CPI ที่สร้างแอปพลิเคชันเฉพาะสำหรับ Standard Operation Procedures (SOP) ซึ่งช่วยให้พวกเขาสามารถย้ายจาก SOP ที่ใช้สเปรดชีตแบบแมนนวล-ไปเป็นแอปพลิเคชันที่ควบคุมจากส่วนกลาง-พร้อมเส้นทางการตรวจสอบที่สมบูรณ์ เขากล่าวเสริมว่า "ความสามารถในการปรับแต่งที่นำเสนอโดย JourneyApps หมายความว่าแอปพลิเคชันทั่วโลกแต่ละรายการสามารถปรับแต่งให้เหมาะกับความต้องการในท้องถิ่นและการบูรณาการระบบได้" ในอีกตัวอย่างหนึ่ง ผู้ผลิตสารเคมีในบ่อน้ำมันได้พัฒนาแอปพลิเคชันของตนเองเพื่อดำเนินการคำนวณหลักที่ใช้ในกระบวนการรายงานภาคสนามรายวัน และสร้างเอกสารรายงาน ทั้งหมดนี้ในขณะที่ผู้ใช้ออฟไลน์บนไซต์ออฟไลน์

มองไปข้างหน้าเพื่อสิ้นสุดการใช้งาน

ซอฟต์แวร์ขั้นสูงและเครื่องมือสร้างแบบจำลองยังช่วยให้สามารถสร้างผลิตภัณฑ์ขั้นสุดท้ายที่ปลอดภัยและมีประสิทธิภาพมากขึ้นในหลายอุตสาหกรรม ตั้งแต่ชิ้นส่วนยานยนต์ไปจนถึงยา ตัวอย่างหนึ่งคือเครื่องมือทางวิศวกรรมช่วยด้วยคอมพิวเตอร์อัลตราซิม (CAE) แบบอุลตร้าซิมของ BASF SE (ลุดวิกซาเฟน เยอรมนี) สำหรับการสร้างแบบจำลองคุณสมบัติของวัสดุ ซึ่งเพิ่งได้รับการอัปเดตเมื่อเร็วๆ นี้เพื่อสร้างแบบจำลองวัสดุเทอร์โมพลาสติกอีลาสโตเมอร์หลากหลายชนิดตั้งแต่การประมวลผลเบื้องต้นไปจนถึงห่วงโซ่การประมวลผลทั้งหมด ยุติ-การใช้ผลิตภัณฑ์ วงจรการพัฒนาที่สั้นลงและกำหนดการเชิงรุกกำลังเพิ่มแรงกดดันให้กับวิศวกรในการทำให้ประสิทธิภาพของผลิตภัณฑ์ถูกต้องในครั้งแรก ความแม่นยำในการคาดการณ์เป็นข้อได้เปรียบอย่างมาก" Marios Lambi หัวหน้าทีม CAE สำหรับวิศวกรรมการจำลองที่ BASF ในอเมริกาเหนือกล่าว Ultrasim สามารถจำลองการโหลดส่วนประกอบเริ่มต้นและแบบวนรอบ ซึ่งพิสูจน์แล้วว่ามีความสำคัญอย่างยิ่งสำหรับชิ้นส่วนยานยนต์ที่ทำจากวัสดุอีลาสโตเมอร์ "ตั้งแต่โหลดคืบไปจนถึงการจำลองการชน โหลดความร้อน และพฤติกรรมการสั่นสะเทือน ร่วมกับการจำลองการประมวลผลที่อธิบายกระบวนการ-วัสดุที่เหนี่ยวนำ คุณสมบัติ เช่นเดียวกับเครื่องมือเพิ่มประสิทธิภาพเชิงตัวเลขที่ช่วยให้สามารถเปลี่ยนรูปทรงเรขาคณิตได้อย่างรวดเร็ว Ultrasim วางรากฐานสำหรับการออกแบบชิ้นส่วนที่ดีขึ้น" Andreas Wüst หัวหน้าทีมวิเคราะห์โครงสร้างแบบไดนามิกของ BASF Europe กล่าวย้ำ

"กระบวนการระบุลักษณะเฉพาะของวัสดุจะสร้างข้อมูลที่จำเป็นซึ่งจำเป็นต่อความแม่นยำในการทำนายพฤติกรรมของชิ้นส่วนจริง แบบจำลองวัสดุเชิงทฤษฎีที่พัฒนาขึ้นเพื่อจุดประสงค์นี้กำลังได้รับการสอบเทียบโดยใช้ข้อมูลจากการทดสอบ ดังนั้นจึงมั่นใจได้ว่าพฤติกรรมดังกล่าวแสดงถึงสภาวะการผลิตจริง ไม่ใช่สถานการณ์ตามอำเภอใจที่อยู่ห่างไกลจากความเป็นจริง" “มีตัวอย่างมากมายของการประกอบที่ซับซ้อน เช่น เบาะรถยนต์ ที่ได้รับการทดสอบการชน และการทดสอบเหล่านี้ใช้ความแม่นยำในการคาดการณ์ของ Ultrasim เพื่อสร้างชิ้นส่วนที่ผ่านการทดสอบการตรวจสอบความถูกต้อง ซึ่งช่วยลดระยะเวลาการพัฒนาได้อย่างมาก และลดการเปลี่ยนแปลงการออกแบบลงได้อย่างมาก” เขากล่าวเสริม

สำหรับกระบวนการที่มีความแม่นยำสูง-ในการวิจัยและพัฒนาและห้องปฏิบัติการวิเคราะห์คุณภาพสำหรับส่วนผสมชีวเภสัชภัณฑ์และผลิตภัณฑ์มูลค่าสูงอื่นๆ - เครื่องมือซอฟต์แวร์สามารถใช้เพื่อวัตถุประสงค์ที่หลากหลาย รวมถึงการอำนวยความสะดวกในแผนความต่อเนื่องทางธุรกิจ (BCP) ขององค์กร “ซอฟต์แวร์ที่มีประสิทธิภาพสามารถลดหรือลดความเสี่ยงในระหว่างการตรวจสอบในห้องปฏิบัติการ ลดความซับซ้อนของการทดสอบเหตุการณ์ และขั้นตอนอัตโนมัติสามารถใช้เพื่อกู้คืนระบบหลังเหตุการณ์ หรือแม้แต่ปล่อยให้ระบบทำงานในระหว่างเหตุการณ์ ซึ่งทั้งหมดนี้ทำให้ BCP ง่ายขึ้น” Barbara van Cann ผู้จัดการฝ่ายการตลาดผลิตภัณฑ์ซอฟต์แวร์โครมาโตกราฟีขององค์กร Thermo Fisher Scientific กล่าว นอกจากนี้ ห้องปฏิบัติการยังช่วยลดความซับซ้อนของ BCP ได้อีกโดยการเลือกซอฟต์แวร์แบบผสานรวมที่ประกอบด้วยระบบข้อมูลโครมาโตกราฟี (CDS) ระบบจัดการข้อมูลห้องปฏิบัติการ (LIMS) และระบบดำเนินการในห้องปฏิบัติการ (LES) van Cann อธิบายว่า "ทั้งซอฟต์แวร์ LIMS และ CDS ควรจัดเตรียมเครื่องมือในการตรวจสอบคุณสมบัติของเครื่องมือ การสอบเทียบ และการบำรุงรักษา แม้แต่ชิ้นส่วนแต่ละชิ้น" ซอฟต์แวร์ CDS ควรช่วยให้ผู้ใช้จัดการกับความผิดปกติในการวิเคราะห์และได้สร้าง-คุณลักษณะความปลอดภัยเมื่อเกิดความล้มเหลวของเครือข่ายเพื่อให้แน่ใจว่าการดำเนินการสามารถดำเนินต่อไปได้โดยปราศจากการแทรกแซงของมนุษย์ในกรณีที่เครือข่ายขัดข้อง เพื่อหลีกเลี่ยงการหยุดชะงักเนื่องจากการโจมตีด้านความปลอดภัยทางไซเบอร์ Van Cann แนะนำให้ห้องปฏิบัติการใช้งาน CDS และซอฟต์แวร์อื่นๆ ในโดเมนที่แยกจากระบบสำนักงานใหญ่ เพื่อหลีกเลี่ยงภัยคุกคามทางไซเบอร์ที่อาจเกิดขึ้นจากอีเมล- สุดท้ายนี้ เช่นเดียวกับแพลตฟอร์มซอฟต์แวร์อัตโนมัติอื่นๆ จะต้องคำนึงถึงปัจจัยด้านมนุษย์ด้วย "ข้อผิดพลาดจากมนุษย์สามารถลดให้เหลือน้อยที่สุดได้โดยการควบคุมสิ่งที่ผู้ใช้ทำได้และไม่สามารถทำได้ และสิ่งที่พวกเขาสามารถทำได้และไม่สามารถเข้าถึงได้ นอกจากนี้ ควรมีเครื่องมือสำหรับดำเนินการอัตโนมัติให้ได้มากที่สุด การโต้ตอบของผู้ใช้น้อยลงเท่ากับข้อผิดพลาดน้อยลง" เธอกล่าวเสริม