Intelligenza artificiale: una nuova realtà per gli ingegneri chimici

1 febbraio 2019 | Di Mary Page Bailey

Dallo sviluppo dei processi e dei materiali alla manutenzione e alla logistica, l’intelligenza artificiale (AI) sta emergendo come forza trasformatrice nelle industrie dei processi chimici

Come in molti altri settori, le tecnologie di intelligenza artificiale (AI) stanno cominciando ad emergere nelle industrie di processo chimico (CPI). Mentre le soluzioni assistite dall’intelligenza artificiale e altre tecnologie associate, come l’automazione dei processi robotici (RPA), l’Internet delle cose (IoT), i droni automatizzati e l’informatica quantistica, sono ancora relativamente nuove per molte applicazioni CPI, sia gli sviluppatori che gli utenti stanno realizzando il loro potenziale vantaggi per accelerare la ricerca e sviluppo (R&S), manutenzione predittiva, ottimizzazione dei processi e altro ancora.

Nell’ambito della sua iniziativa Smart Operations, Henkel AG & Co. KGaA (Düsseldorf, Germania; www.henkel.com) sta utilizzando le capacità dell’intelligenza artificiale nelle sue operazioni di processo globali e nella catena di fornitura. "Utilizziamo l'intelligenza artificiale per eseguire analisi efficienti di array di dati complessi per ottenere prestazioni di produzione più elevate, innovazione rapida dei prodotti e aumento di scala per i nostri sistemi di produzione autoregolanti", spiega Sandeep Sreekumar, responsabile globale delle operazioni digitali adesive presso Henkel. "Il nostro obiettivo non è solo raccogliere dati di produzione interni, ma anche collaborare attivamente con i clienti sulle opportunità di raccolta dati durante l'utilizzo del prodotto per apportare miglioramenti e adattarci alle mutevoli esigenze dei clienti", afferma Sreekumar. Henkel attualmente applica tecnologie di intelligenza artificiale costruite esternamente, ma l'azienda prevede di creare un ecosistema in cui coesistono soluzioni interne e di terze parti e di stabilire una catena di fornitura globale e una rete operativa completamente trasparente che sia automatizzata e auto-adattabile alla variabilità, spiega Tim Gudszend, responsabile globale delle tecnologie adesive e degli investimenti di Henkel. Le tecnologie della "fabbrica intelligente" dell'azienda sono progettate per migliorare la comprensione della disponibilità delle materie prime e dello stato attuale della produzione per consigliare meglio il personale operativo su come adattare il processo di produzione per migliorare le prestazioni. "Analizzando questi dati, abbiamo implementato miglioramenti significativi nella resa delle materie prime e una maggiore qualità delle prestazioni all'interno di questi stabilimenti", aggiunge Gudszend.

Sebbene Henkel abbia riscontrato successo nei suoi progetti di intelligenza artificiale, qualsiasi implementazione di nuove tecnologie non è priva di sfide. "Uno dei maggiori problemi è generare tutti i dati rilevanti per un processo e l'ambiente che lo influenza e rendere queste informazioni disponibili per una soluzione 'big data' in modo che possano essere utilizzate al massimo", spiega Gudszend, aggiungendo che Henkel sta implementando piattaforme avanzate di analisi dei dati per integrare meglio i dati nella sua catena di fornitura globale e nelle reti operative. Nonostante le sfide, Sreekumar sottolinea che Henkel ha realizzato molti vantaggi dell’intelligenza artificiale, dall’accelerazione della commercializzazione di nuove formulazioni e scaleup di prodotti al rilevamento e risoluzione rapidi dei problemi di qualità dei prodotti. "Le tecnologie AI sono dirompenti e continueranno a favorire il lancio di nuovi prodotti e a migliorare i tassi di produzione da mesi e anni a settimane o giorni. Le tecnologie incoraggeranno lo sviluppo di nuovi modelli di business, miglioreranno le condizioni operative e genereranno prodotti di migliore qualità." lui continua.

In Giappone, un nuovo progetto di ricerca ha applicato l’intelligenza artificiale per accelerare in modo significativo la progettazione dei polimeri e accelerare lo sviluppo di materiali funzionali avanzati. Il lavoro svolto da Showa Denko KK (SDK; Tokyo; www.sdk.co.jp), dall'Istituto nazionale di scienza e tecnologia industriale avanzata (AIST; Tsukuba City; www.aist.go.jp) e dall'Associazione di ricerca di alta -Throughput Design and Development for Advanced Functional Materials (ADMAT; Tsukuba City; www.admat.or.jp) ha indicato che la progettazione di polimeri assistita dall'intelligenza artificiale è circa quaranta volte più veloce degli approcci convenzionali. Partendo da un numero molto elevato di polimeri candidati, secondo SDK la tecnologia AI può prevedere le proprietà dei polimeri in meno di un secondo per polimero. Le sperimentazioni attuali si sono concentrate sulla determinazione della temperatura di transizione vetrosa dei polimeri da un campo di 417 diversi tipi di dati strutturali dei polimeri, ma la tecnologia potrebbe essere facilmente applicata a qualsiasi numero di proprietà desiderate. In questo caso, il polimero con la temperatura di transizione vetrosa più alta è stato determinato in sole 4,6 prove (Figura 1).