Пять цифровых концепций для химической промышленности

Проблемы российских производителей, которые можно решить уже сегодня

Интернет вещей, предиктивная аналитика, машинное обучение и искусственный интеллект (ИИ) много лет меняют промышленные отрасли, но многие химические компании до сих пор избегали практической цифровизации – мол, слишком сложно. Некоторые просто не знают, с чего начать, хотя и понимают важность цифровых технологий. Приведу пять проблем российской химпромышленности, которые уже сегодня можно решить с помощью машинного обучения, ИИ и предиктивной аналитики.

1. Нестабильность выработки. В производстве удобрений используется барабан грануляции, который превращает удобрения в гранулы разных диаметров. Гранулы нужного размера – так называемые товарные – охлаждают и упаковывают, остальные отправляют на повторную переработку. Проблема в том, что количество гранул товарного размера все время меняется в зависимости от расхода и влажности раствора (пульпы), температуры и давления в барабане, сушильного агента и др. Это означает недопроизводство и дополнительные затраты. Технологи хотят знать, как сочетания параметров производственного процесса влияют на размер гранул, оптимизировать их и добиться стабильного выхода товарных гранул. Можно построить предиктивную модель работы барабана с машинным обучением. Она даст рекомендации, как нужно изменить параметры, основываясь на данных о текущих показателях технологического процесса, сырья на входе и др., чтобы оптимизировать выработку. В перспективе ИИ сможет взять на себя и регулирование параметров. Технологу останется только решать нештатные ситуации.