« L'industrie pratique la numérisation depuis longtemps, et les changements récents ont rendu ces applications plus puissantes, agiles, portables, intelligentes et autonomes. Le changement du CPI est progressif. Il est progressif en raison des responsabilités inhérentes associées à l'exploitation d'une installation industrielle. déclare Sergio Fernandes, responsable des marchés chimiques, Yokogawa Electric Corporation, États-Unis. Cela dit, les entreprises CPI ont déployé avec succès des technologies numériques à grande échelle, en partie grâce au passage des logiciels exécutés sur les ordinateurs portables des utilisateurs à des applications et des outils-hautes performances désormais accessibles de pratiquement n'importe où.
"Le cloud computing réduit non seulement les budgets d'investissement, mais facilite également la disponibilité de modèles de processus, qu'ils soient stables-ou dynamiques, quel que soit l'emplacement de l'utilisateur final", explique Fernandes. Cependant, il met en garde contre le fait de simplement supposer que les modèles numériques d’usines (aussi avancés soient-ils) seront totalement précis en termes de permanence. "Les processus industriels sont comme des entités vivantes : ils évoluent au fil du temps. Toute représentation mathématique, telle qu'un jumeau numérique, devra être adaptée et mise à jour via un mécanisme quelconque. Au-delà de cela, elle finira par être rejetée. Les actifs nécessitent une attention particulière ; ils nécessitent des budgets pour maintenir leur durabilité." Il a ajouté. À l’avenir, alors que de plus en plus d’opérations autonomes émergent, le besoin pressant de sécurité et de durabilité signifie qu’un équilibre intelligent doit être trouvé lors du déploiement des ressources humaines parallèlement aux actifs numériques. "Les opérations sur le terrain dangereuses, les actions répétitives, les activités de routine, les déplacements inutiles sur le terrain pour collecter des données et les inspections dans les zones dangereuses peuvent être traités intelligemment grâce aux technologies actuelles et à venir", a déclaré Fernandes, ajoutant que considérer les technologies numériques de pointe comme des éléments clés peut permettre une architecture qui peut inspirer davantage d'innovation humaine. "Cela signifie une amélioration continue des opérations, une anticipation des prochaines perturbations et une optimisation de l'ensemble de la chaîne de valeur." Les actifs nécessitent une attention particulière ; ils ont besoin de budgets pour maintenir leur pérennité", a-t-il ajouté.
Le simple développement d'un modèle logiciel qui imite un processus ou un actif ne suffit pas pour véritablement tirer parti de la numérisation, a réitéré Rajesh Ramachandran, directeur du numérique chez ABB Industrial Automation.. . "La tendance est désormais aux jumeaux d'IA industrielle pour les usines numériques. Il étudie comment prédire et optimiser un ensemble de résultats pour un scénario de processus spécifique, ce qui donne la possibilité d'affiner-différents paramètres." Ramachandran souligne que l'IA pure ne peut pas être appliquée « telle quelle » dans des environnements industriels et que l'expertise du domaine correspondant est essentielle pour saisir la complexité des opérations CPI, telles que les spécifications de qualité du produit final ou la présence d'impuretés dans les matières premières. expertise, culminant dans un modèle cognitif construit via sa plateforme logicielle ABB Ability Genix. "Genix construit ce que nous appelons un modèle cognitif basé sur les données de différents systèmes tels que la maintenance, l'instrumentation et les laboratoires. Cela signifie qu'il permet de faire des prévisions d'optimisation plus précises." Ramachandran a ajouté. Citant des études industrielles montrant qu'en moyenne, une usine ne peut utiliser qu'environ 27 % de ses données de production, alors que les ingénieurs peuvent passer jusqu'à 80 % de leur temps à agréger des données, il a prédit que les plates-formes logicielles avancées aideront à atténuer ces déséquilibres.. . Il déclare : "Nous abordons fondamentalement les domaines dans lesquels nous devons libérer la valeur des données inutilisées et appliquer l'IA industrielle à grande échelle pour une productivité et des gains opérationnels maximaux, tout en simplifiant les données. l'intégration."
Plateformes intelligentes
Il ne fait aucun doute que les plates-formes logicielles industrielles sont devenues plus puissantes ces dernières années, à mesure que de plus en plus d'entreprises adoptent des cas d'utilisation de l'IA industrielle et de l'apprentissage automatique (ML). "Chez CPI, ces types de technologies sont intégrés partout, depuis la surveillance des actifs jusqu'aux drones alimentés par l'IA qui peuvent inspecter les tours de torche", explique Michael Tworzydlo, chef de produit pour l'analyse et l'apprentissage automatique chez Emerson (St. Louis, Missouri ; ). Mais Tworzydlo met en garde contre une -exagération de la valeur de ces solutions sans avoir à reconnaître l'importance des principes d'ingénierie sous-jacents. "En tant qu'ingénieur chimiste, les bases de l'analyse sont le meilleur point de départ, en commençant par une analyse-basée sur des principes, comme celle basée sur le fonctionnement d'un échangeur de chaleur. L'organisation peut ensuite évoluer vers une approche basée sur les données-utilisant l'IA ou le ML pour traiter des processus plus complexes ou des problèmes-à l'échelle de l'usine." Il ajoute.
" L'IA offre de puissantes capacités pour le CPI, mais certaines entreprises ont du mal à l'appliquer efficacement aux défis de fabrication ", explique Paige Morse, directrice de l'industrie chimique chez Aspen Technology, Inc.
En réponse, AspenTech a commencé à intégrer l'IA dans sa plate-forme logicielle, ce qui la rend plus accessible à un plus large éventail d'utilisateurs. Morse note que la combinaison des premiers-principes d'ingénierie avec l'IA et l'expertise du domaine peut aider les utilisateurs à mieux trouver des solutions aux problèmes complexes qui doivent être résolus dans le cadre du CPI. L'approche de modélisation hybride d'AspenTech aide non seulement à optimiser les processus, mais permet également aux ingénieurs de créer des capteurs logiciels personnalisés et de concevoir de nouveaux appareils. et intégrer des processus-à l'échelle de l'actif. « Les ingénieurs peuvent désormais utiliser le ML pour créer plus rapidement des modèles riches afin d'exploiter les données de simulation ou d'usine, en ajoutant une expertise de domaine, des principes d'ingénierie et des contraintes de conception sans expertise approfondie en matière de processus ou d'IA. » dit Morse. De nombreuses entreprises CPI étant confrontées à des déficits de compétences légitimes.
En plus de combler les pénuries de main-d'œuvre, les initiatives en matière de développement durable sont un autre domaine dans lequel les entreprises de CPI concentrent de plus en plus leurs efforts. « Les économies de coûts ont été à l'origine d'une grande partie des efforts de numérisation, mais les entreprises se concentrent de plus en plus sur les déchets et les émissions des unités de production, ainsi que sur l'amélioration de l'efficacité et de la fiabilité », explique Morse. Elle a ajouté : « La simulation de processus aide à développer de nouveaux produits pour relever les défis techniques de l'économie circulaire, tels que le recyclage moléculaire et la conception de nouveaux plastiques, et avec l'aide de l'IA, cette activité est encore plus rapide. »
Cette capacité prédictive est de plus en plus précieuse pour atteindre des objectifs de développement durable spécifiques, tels que la réduction de la pollution atmosphérique grâce aux systèmes de surveillance prédictive des émissions (PEMS), une fonction de la plateforme Plantweb Optics Analytics d'Emerson, qui déploie des systèmes de contrôle de ML et d'IA via des jumeaux numériques et un déploiement distribué. « Dans le cadre de Plantweb Optics Analytics, nous pouvons déployer un PEMS pour surveiller et estimer les émissions à l'aide de modèles et de ML afin d'optimiser dynamiquement la production. Avec PEMS, nous pouvons créer des modèles basés sur les variables de processus qui ont été capturées et les utiliser pour estimer et finalement réduire les émissions. » dit Tworzydlo.
L'engagement du logiciel envers une stratégie de durabilité va au-delà des réductions d'émissions. "L'essor des produits et technologies durables qui réutilisent ou recyclent les déchets est un domaine de croissance pour l'industrie de la simulation de processus, présentant de nouveaux problèmes et de nouvelles opportunités. Les domaines de croissance récents incluent la simulation de processus de dérivés du chanvre (par exemple, le CBD) et des contrôles améliorés pour réduire les émissions provenant des sources d'énergie renouvelables. Les domaines de croissance plus établis pour l'industrie chimique comprennent les biocarburants, la récupération du méthane, la récupération du CO2 et la sélection des solvants. " déclare David Hill, responsable du support technique chez Chemstations Inc. (Houston, Texas).
Hill estime que les perspectives des simulateurs de processus peuvent être encore améliorées en créant des alliances de produits avec des outils auxiliaires de CPI. Les ingénieurs qui n'utilisent pas de simulateurs de processus disposent souvent d'outils qui peuvent être améliorés en se connectant à un simulateur de processus. Dans les secteurs de la sécurité, du contrôle des processus et de l'énergie, il existe de nombreuses opportunités de combiner des outils spécifiques à l'industrie avec les premiers principes des simulateurs de processus. " Hill explique. Hill pense que les moteurs de ce changement incluront la réduction des gaz à effet de serre, l'efficacité énergétique, l'optimisation basée sur des modèles thermodynamiques, une sécurité améliorée et des opportunités de contrôle avancé des processus grâce à une simulation rigoureuse.
Réalité étendue
Outre l'IA et le ML, les plates-formes logicielles de réalité augmentée (RA) et de réalité virtuelle (VR) sont également en plein essor dans les installations industrielles-et ne considèrent plus ce type de technologie comme un élément de « luxe », plus utile que jamais en raison de la demande croissante de travail à distance pendant les pandémies. Avec moins de personnes dans les usines en raison des pandémies, les usines adoptent les nouvelles technologies. ar peut superposer des informations numériques dans le monde réel, ce qui permet de mieux équiper les travailleurs pour qu'ils puissent effectuer leurs tâches avec plus de précision et de facilité », a déclaré Tworzydlo d'Emerson. Quant à l'avenir de l'IA, du ML et de la RA dans les logiciels industriels, les cas d'utilisation continueront certainement à se développer. « Il existe encore un énorme potentiel inexploité. À terme, nous commencerons à cibler certains processus pour des opérations autonomes.
Aveva Group plc (Cambridge, Royaume-Uni) a regroupé les concepts AR et VR dans sa plateforme de réalité étendue (XR), et une application particulièrement pertinente est la formation du personnel. " Le système de formation immersive XR permet aux entreprises d'acquérir et de conserver des connaissances opérationnelles lors du remplacement d'opérateurs expérimentés qui partent à la retraite, ce qui est essentiel à la sécurité et aux performances de l'usine. Cette formation comportementale peut être appliquée non seulement aux opérateurs de première ligne-, mais également aux ingénieurs, techniciens et intervenants d'urgence. " Ravi Gopinath, directeur du cloud et directeur des produits d'Aveva, explique.
Dans un exemple, un programme de formation des opérateurs développé par Aveva et Shell (La Haye, Pays-Bas) se concentre sur la formation comportementale pour améliorer les compétences en matière de sécurité. Gopinath déclare : « Grâce à cette approche comportementale, un opérateur peut être formé et évalué sur la façon dont il se comporte lorsqu'il est confronté à une situation accidentelle ou épisodique dans l'usine. » Dans un autre projet, Aveva et Adnoc (Abu Dhabi ;) ont créé un centre de visualisation de données-en temps réel qui rassemble plus de 120 tableaux de bord et 200 000 points de données sur un écran interactif géant.
La formation n'est qu'une partie du potentiel de XR. Des applications basées sur des tablettes AR-ont été utilisées pour aider le personnel de terrain. L'utilisation de la réalité augmentée pour connecter les modèles VR dans les tablettes avec des informations en temps réel-et des processus guidés permet une meilleure exécution du travail, évitant ainsi des pannes coûteuses et réduisant les temps d'arrêt. Pour l’avenir, Aveva estime que le logiciel XR peut améliorer considérablement la conception des installations et l’ingénierie des projets d’investissement en automatisant l’importation de modèles d’usines 3D traditionnels utilisés pendant la phase de conception dans un environnement immersif. La conversion à la VR vous permettra de revoir et d’améliorer les conceptions ergonomiques avant même d’acheter un équipement. Les usines virtuelles peuvent exister entièrement dans le cloud, permettant la collaboration entre ingénieurs situés dans différents
bureaux ou même sur différents continents.
Avec le développement des capacités de capture et d'analyse des données dans les plates-formes logicielles, de puissants outils d'analyse sont devenus des outils de prise de décision-en libre-service et évolutifs-pour les ingénieurs chimistes, qui peuvent y intégrer leurs propres fonctionnalités pour répondre aux besoins spécifiques des processus. avec de tels outils démocratisés, les ingénieurs peuvent exploiter des données provenant de différentes sources - par exemple, la qualité des lots, etc.. - pour améliorer la qualité de leurs processus, explique Edwin van Dijk, vice-président du marketing chez TrendMiner NV. des données provenant de différentes sources-par exemple, des informations de laboratoire telles que la qualité des lots peuvent être liées aux données de traitement avec les données de maintenance. ). "L'objectif de la démocratisation de l'analyse est de mettre des informations exploitables à la disposition de chaque opérateur, de la salle de contrôle à la salle de conférence, pour prendre des décisions-basées sur les données. En permettant aux utilisateurs de créer leurs propres tableaux de bord basés sur des empreintes digitales, des moniteurs et des vues contextuelles, cela va au-delà des outils de tableau de bord traditionnels." Van Dijk ajoute. Grâce à la reconnaissance de formes, les ingénieurs peuvent étudier les performances opérationnelles et utiliser un bon comportement opérationnel pour la surveillance des processus. En outre, ils peuvent créer leurs propres capteurs « logiciels » pour surveiller ce que les capteurs physiques ne peuvent pas mesurer, comme les spécifications de qualité des produits.
Une réussite en matière d'analyse de données rapportée par TrendMiner impliquait une usine chimique qui rencontrait des vannes « collantes », ce qui entraînait des retards entre les changements de sortie des vannes et la réponse réelle du processus. L'usine souhaitait identifier avec précision le moment où les vannes commençaient à coller. Elle devait donc surveiller tout écart par rapport au comportement attendu des vannes, puis trouver des paramètres permettant de différencier les périodes de comportement « normal » et « mauvais ». Ces paramètres sont convertis en alertes en cas de-comportement hors phase-, qui non seulement informe le personnel de la situation, mais suggère également d'éventuelles actions correctives. "En utilisant une solution d'analyse en libre-service-, les experts en processus peuvent utiliser les capacités intégrées d'IA et de ML pour rechercher et valider les problèmes de production à l'aide d'une analyse des tendances à grande vitesse-.
Même avec la vaste gamme d'outils logiciels et d'applications mobiles disponibles, certains utilisateurs ont toujours besoin de solutions hautement personnalisées pour répondre aux besoins de leur entreprise. C'est là que-la programmation interne peut s'avérer utile. JourneyApps (Denver, Colorado ;) offre une plate-forme de développement d'applications à haute-productivité que les utilisateurs peuvent utiliser pour écrire leur propre code, ce qui donne lieu à des applications plus sophistiquées que les créateurs d'applications non-codées, qui sont destinées aux non--programmeurs et limitées par leurs simplicité. Conrad Hofmeyr, PDG de JourneyApps, explique : « Cela signifie qu'une logique métier avancée, des calculs d'ingénierie et des intégrations hautement personnalisées peuvent être mis en œuvre en quelques jours sans une grande partie des frais généraux traditionnels associés au développement de logiciels. » Il note que la plupart des ingénieurs chimistes ont une expérience de base en matière de codage ou de script grâce à des outils tels que les macros Microsoft Excel ou Matlab, ce qui leur permet d'acquérir rapidement les compétences en programmation nécessaires pour utiliser JourneyApps afin de créer des applications complexes qui automatisent et rationalisent les fonctions commerciales critiques.
Par exemple, Hofmeyr cite l'exemple d'une société CPI qui a créé une application dédiée aux procédures opérationnelles standard (SOP), lui permettant de passer de SOP manuelles basées sur une feuille de calcul-à une application-contrôlée de manière centralisée avec une piste d'audit complète. Il ajoute : « La personnalisation offerte par JourneyApps signifie que les applications mondiales individuelles peuvent être adaptées aux besoins locaux et à l'intégration du système. » Dans un autre exemple, un fabricant de produits chimiques pour champs pétrolifères a développé sa propre application pour exécuter les calculs clés utilisés dans son processus quotidien de reporting sur le terrain et générer la documentation des rapports, tandis que les utilisateurs étaient hors ligne sur un site hors ligne.
Dans l’attente de l’utilisation finale
Des logiciels et des outils de modélisation avancés permettent également de créer des produits finaux plus sûrs et plus efficaces dans de nombreux secteurs, des pièces automobiles aux produits pharmaceutiques. Un exemple est l'outil d'ingénierie assistée par ordinateur (IAO) Ultrasim-de BASF SE (Ludwigshafen, Allemagne) pour la modélisation des propriétés des matériaux, qui a été récemment mis à jour pour modéliser une gamme de matériaux élastomères thermoplastiques depuis le traitement initial jusqu'à l'ensemble de la chaîne de traitement. produits d'utilisation finale-. Des cycles de développement plus courts et des calendriers agressifs exercent une pression croissante sur les ingénieurs pour obtenir des performances produit optimales du premier coup. La précision prédictive est un énorme avantage », déclare Marios Lambi, chef d'équipe CAE pour l'ingénierie de simulation chez BASF en Amérique du Nord. Ultrasim peut simuler le chargement initial et cyclique des composants, ce qui s'est avéré particulièrement important pour les pièces automobiles fabriquées à partir de matériaux élastomères. Outre des outils d'optimisation numérique permettant des changements de géométrie rapides, Ultrasim pose les bases d'une conception de meilleures pièces", souligne Andreas Wüst, chef de l'équipe d'analyse structurelle dynamique de BASF Europe.
"Le processus de caractérisation des matériaux génère les données nécessaires, essentielles à la précision de la prédiction du comportement des pièces réelles. Les modèles de matériaux théoriques développés à cet effet sont calibrés à l'aide des informations issues des tests, garantissant ainsi que le comportement représente les conditions réelles de fabrication et non une situation arbitraire éloignée de la réalité." « Il existe de nombreux exemples d'assemblages complexes, tels que des sièges d'automobile, qui ont été testés en cas de collision, et ces tests utilisent la précision prédictive d'Ultrasim pour créer des pièces qui réussissent les tests de validation. Cela raccourcit considérablement le cycle de développement et minimise, voire élimine, les modifications de conception », a-t-il ajouté.
Pour les processus de haute-précision dans les laboratoires de R&D et d'analyse de la qualité des ingrédients biopharmaceutiques et d'autres produits-à haute valeur, l'outil logiciel peut être utilisé à diverses fins, notamment pour faciliter le plan de continuité des activités (PCA) d'une organisation. « Un logiciel efficace peut atténuer ou réduire le nombre de risques lors des inspections en laboratoire, simplifier les tests d'événements, et des procédures automatisées peuvent être utilisées pour restaurer les systèmes après un événement ou même les maintenir en fonctionnement pendant un événement, ce qui simplifie le BCP », a déclaré Barbara van Cann, responsable du marketing des produits logiciels de chromatographie de l'entreprise Chromeleon Data Systems Organization de Thermo Fisher Scientific. De plus, les laboratoires peuvent simplifier davantage le BCP en choisissant un logiciel intégré qui comprend un système de données chromatographiques (CDS), un système de gestion des informations de laboratoire (LIMS) et un système d'exécution de laboratoire (LES). van Cann explique : « Les logiciels LIMS et CDS devraient tous deux fournir les outils nécessaires pour surveiller la qualification, l'étalonnage et la maintenance des instruments, même pour des pièces individuelles. » Le logiciel CDS devrait également aider les utilisateurs à gérer les irrégularités analytiques et disposer de -fonctionnalités de sécurité réseau intégrées pour garantir que le fonctionnement peut continuer sans intervention humaine en cas de panne de réseau. Pour éviter les perturbations dues aux attaques de cybersécurité, Van Cann recommande aux laboratoires d'exécuter CDS et d'autres logiciels dans un domaine distinct du système de bureau principal afin d'éviter les cybermenaces potentielles provenant du courrier électronique. Enfin, comme pour toute plateforme logicielle automatisée, le facteur humain doit être pris en compte. "L'erreur humaine peut être minimisée en contrôlant ce que les utilisateurs peuvent et ne peuvent pas faire, et ce à quoi ils peuvent et ne peuvent pas accéder. De plus, des outils doivent être disponibles pour automatiser autant d'actions que possible. Moins d'interaction de l'utilisateur équivaut à moins d'erreurs." » ajouta-t-elle.