"Η βιομηχανία εξασκεί την ψηφιοποίηση για μεγάλο χρονικό διάστημα και οι πρόσφατες αλλαγές έχουν κάνει αυτές τις εφαρμογές πιο ισχυρές, ευέλικτες, φορητές, έξυπνες και αυτόνομες. Η αλλαγή στο ΔΤΚ είναι σταδιακή. Είναι σταδιακή λόγω των εγγενών ευθυνών που σχετίζονται με τη λειτουργία μιας βιομηχανικής μονάδας." λέει ο Sergio Fernandes, Head of Chemical Markets, Yokogawa Electric Corporation, USA. Τούτου λεχθέντος, οι εταιρείες CPI έχουν αναπτύξει επιτυχώς ψηφιακές τεχνολογίες σε κλίμακα, εν μέρει λόγω της μετάβασης από το λογισμικό που εκτελείται στους φορητούς υπολογιστές των χρηστών σε εφαρμογές και εργαλεία υψηλής απόδοσης- στα οποία είναι πλέον προσβάσιμα σχεδόν από οπουδήποτε.
"Το cloud computing όχι μόνο μειώνει τους προϋπολογισμούς CAPEX, αλλά διευκολύνει επίσης τη διαθεσιμότητα μοντέλων διεργασιών, είτε είναι σταθερά-ή δυναμικά, ανεξάρτητα από την τοποθεσία του τελικού χρήστη", εξηγεί ο Fernandes. Ωστόσο, προειδοποιεί να μην υποθέσουμε απλώς ότι τα ψηφιακά μοντέλα εγκαταστάσεων (όσο προηγμένα κι αν είναι) θα είναι απολύτως ακριβή όσον αφορά τη μονιμότητα. "Οι βιομηχανικές διαδικασίες είναι σαν ζωντανές οντότητες. αλλάζουν με την πάροδο του χρόνου. Οποιαδήποτε μαθηματική αναπαράσταση, όπως ένα ψηφιακό δίδυμο, θα πρέπει να προσαρμοστεί και θα πρέπει να ενημερωθεί μέσω κάποιου μηχανισμού. Πέρα από αυτό, τελικά θα απορριφθούν. Τα περιουσιακά στοιχεία χρειάζονται προσοχή. απαιτούν προϋπολογισμούς για να διατηρήσουν τη βιωσιμότητά τους." πρόσθεσε. Κοιτάζοντας το μέλλον, καθώς αναδύονται όλο και περισσότερες αυτόνομες λειτουργίες, η πιεστική ανάγκη για ασφάλεια και βιωσιμότητα σημαίνει ότι πρέπει να επιτευχθεί μια έξυπνη ισορροπία κατά την ανάπτυξη ανθρώπινων πόρων παράλληλα με τα ψηφιακά στοιχεία. «Οι επικίνδυνες επιτόπιες επιχειρήσεις, οι επαναλαμβανόμενες ενέργειες, οι συνήθεις δραστηριότητες, τα περιττά ταξίδια στο πεδίο για τη συλλογή δεδομένων και οι επιθεωρήσεις σε επικίνδυνες περιοχές μπορούν να αντιμετωπιστούν έξυπνα με τις τρέχουσες και τις επερχόμενες τεχνολογίες», είπε ο Fernandes, προσθέτοντας ότι η εξέταση αιχμής{9} ψηφιακών τεχνολογιών ως βασικών στοιχείων μπορεί να επιτρέψει μια αρχιτεκτονική που μπορεί να εμπνεύσει περισσότερη ανθρώπινη καινοτομία. «Αυτό σημαίνει συνεχή βελτίωση των λειτουργιών, πρόβλεψη της επόμενης διακοπής και βελτιστοποίηση ολόκληρης της αλυσίδας αξίας». Τα περιουσιακά στοιχεία χρειάζονται προσοχή. απαιτούν προϋπολογισμούς για να διατηρήσουν τη βιωσιμότητά τους», πρόσθεσε.
Η απλή ανάπτυξη ενός μοντέλου λογισμικού που μιμείται μια διαδικασία ή ένα περιουσιακό στοιχείο δεν αρκεί για να αξιοποιήσει πραγματικά την ψηφιοποίηση, επανέλαβε ο Rajesh Ramachandran, Chief Digital Officer, ABB Industrial Automation). . "Η τάση τώρα είναι προς τα βιομηχανικά δίδυμα τεχνητής νοημοσύνης για ψηφιακά εργοστάσια. Εξετάζει πώς να προβλέψει και να βελτιστοποιήσει τη διαδικασία για να δώσει μια συγκεκριμένη διαδικασία σε μια σειρά αποτελεσμάτων μικρο-συντονίστε διαφορετικές παραμέτρους." Ο Ramachandran τονίζει ότι η καθαρή τεχνητή νοημοσύνη δεν μπορεί να εφαρμοστεί "ως έχει" σε βιομηχανικά περιβάλλοντα και ότι η αντίστοιχη τεχνογνωσία στον τομέα είναι απαραίτητη για την αποτύπωση της πολυπλοκότητας των λειτουργιών CPI, όπως οι προδιαγραφές ποιότητας του τελικού προϊόντος ή η παρουσία ακαθαρσιών πρώτων υλών. τεχνογνωσία, με αποκορύφωμα ένα γνωστικό μοντέλο που δημιουργήθηκε μέσω της πλατφόρμας λογισμικού ABB Ability Genix. "Το Genix δημιουργεί αυτό που ονομάζουμε γνωστικό μοντέλο που βασίζεται σε δεδομένα από διαφορετικά συστήματα όπως η συντήρηση, τα όργανα και τα εργαστήρια. Αυτό σημαίνει ότι βοηθά να γίνουν πιο ακριβείς προβλέψεις βελτιστοποίησης." πρόσθεσε ο Ramachandran. Επικαλούμενος μελέτες του κλάδου που δείχνουν ότι, κατά μέσο όρο, ένα εργοστάσιο μπορεί να χρησιμοποιεί μόνο περίπου το 27 τοις εκατό των δεδομένων παραγωγής του, ενώ οι μηχανικοί μπορεί να ξοδεύουν έως και το 80 τοις εκατό του χρόνου τους για τη συγκέντρωση δεδομένων, προέβλεψε ότι οι προηγμένες πλατφόρμες λογισμικού θα συμβάλουν στην άμβλυνση αυτών των ανισορροπιών{11}} Λέει: «Αντιμετωπίζουμε ουσιαστικά τομείς όπου πρέπει να ξεκλειδώνουμε και να εφαρμόσουμε την τιμή για μέγιστη απόδοση σε βιομηχανική κλίμακα δεδομένων σε unused product. απλοποίηση της ενοποίησης δεδομένων».
Έξυπνες πλατφόρμες
Δεν υπάρχει αμφιβολία ότι οι πλατφόρμες βιομηχανικού λογισμικού έχουν γίνει πιο ισχυρές τα τελευταία χρόνια, καθώς περισσότερες εταιρείες υιοθετούν περιπτώσεις χρήσης βιομηχανικής τεχνητής νοημοσύνης και μηχανικής μάθησης (ML). "Στην CPI, αυτοί οι τύποι τεχνολογιών ενσωματώνονται παντού, από την παρακολούθηση περιουσιακών στοιχείων έως τα μη επανδρωμένα αεροσκάφη με τεχνητή νοημοσύνη-που μπορούν να επιθεωρήσουν πύργους πυρσών", εξηγεί ο Michael Tworzydlo, διευθυντής προϊόντων για αναλυτικά στοιχεία και μηχανική μάθηση στο Emerson (Σεντ Λούις, Μιζούρι; ). Ωστόσο, το Tworzydlo προειδοποιεί να μην υπερ-διαφημιστεί η αξία αυτών των λύσεων χωρίς να χρειάζεται να αναγνωρίσουμε τη σημασία των υποκείμενων αρχών μηχανικής. "Ως χημικός μηχανικός, τα βασικά στοιχεία της ανάλυσης είναι το καλύτερο μέρος για να ξεκινήσετε, ξεκινώντας με μια ανάλυση βασισμένη σε αρχές, όπως μια ανάλυση που βασίζεται στον τρόπο λειτουργίας ενός εναλλάκτη θερμότητας. Στη συνέχεια, ο οργανισμός μπορεί να εξελιχθεί σε μια προσέγγιση βάσει δεδομένων-με χρήση τεχνητής νοημοσύνης ή ML για να αντιμετωπίσει πιο περίπλοκες διαδικασίες ή να εγκαθιστά{{9} μεγάλα προβλήματα." προσθέτει.
«Η τεχνητή νοημοσύνη προσφέρει ισχυρές δυνατότητες για το CPI, αλλά ορισμένες εταιρείες αγωνίζονται να το εφαρμόσουν αποτελεσματικά στις προκλήσεις της κατασκευής», εξηγεί η Paige Morse, διευθύντρια χημικής βιομηχανίας στην Aspen Technology, Inc.
Σε απάντηση, η AspenTech άρχισε να ενσωματώνει την τεχνητή νοημοσύνη στην πλατφόρμα λογισμικού της, γεγονός που την καθιστά πιο προσιτή σε ευρύτερο φάσμα χρηστών. Ο Μορς σημειώνει ότι ο συνδυασμός πρώτων{{1}αρχών της μηχανικής με την τεχνητή νοημοσύνη και την τεχνογνωσία τομέα μπορεί να βοηθήσει τους χρήστες να βρουν καλύτερα λύσεις σε περίπλοκα προβλήματα που πρέπει να επιλυθούν στο CPI. αισθητήρες, σχεδίαση νέων συσκευών και ενσωμάτωση διεργασιών- σε επίπεδο περιουσιακών στοιχείων. «Οι μηχανικοί μπορούν τώρα να χρησιμοποιήσουν την ML για να δημιουργήσουν πιο γρήγορα πλούσια μοντέλα για να αξιοποιήσουν δεδομένα προσομοίωσης ή εγκατάστασης, προσθέτοντας τεχνογνωσία στον τομέα, αρχές μηχανικής και περιορισμούς σχεδιασμού χωρίς εμπειρογνωμοσύνη σε βάθος διαδικασίας ή τεχνητής νοημοσύνης». είπε ο Μορς. Με πολλές εταιρείες ΔΤΚ να αντιμετωπίζουν νόμιμα κενά δεξιοτήτων.
Εκτός από την υπέρβαση των ελλείψεων στην εργασία, οι πρωτοβουλίες βιωσιμότητας είναι ένας άλλος τομέας όπου οι εταιρείες ΔΤΚ επικεντρώνουν ολοένα και περισσότερο τις προσπάθειές τους. «Η εξοικονόμηση κόστους έχει οδηγήσει σε μεγάλο μέρος της προσπάθειας ψηφιοποίησης, αλλά οι εταιρείες επικεντρώνονται ολοένα και περισσότερο στα απόβλητα και τις εκπομπές από τις μονάδες παραγωγής, καθώς και στις βελτιώσεις της αποτελεσματικότητας και της αξιοπιστίας», λέει ο Morse. Και πρόσθεσε: «Η προσομοίωση διεργασιών βοηθά στην ανάπτυξη νέων προϊόντων για την αντιμετώπιση των τεχνικών προκλήσεων της κυκλικής οικονομίας, όπως η μοριακή ανακύκλωση και ο σχεδιασμός νέων πλαστικών, και με τη βοήθεια της τεχνητής νοημοσύνης αυτή η δραστηριότητα είναι ακόμη πιο γρήγορη».
Αυτή η δυνατότητα πρόβλεψης είναι ολοένα και πιο πολύτιμη για την επίτευξη συγκεκριμένων στόχων βιωσιμότητας, όπως η μείωση της ατμοσφαιρικής ρύπανσης μέσω προγνωστικών συστημάτων παρακολούθησης εκπομπών (PEMS), συνάρτηση της πλατφόρμας Plantweb Optics Analytics της Emerson, η οποία αναπτύσσει συστήματα ελέγχου ML και AI μέσω ψηφιακών δίδυμων και κατανεμημένης ανάπτυξης. "Ως μέρος του Plantweb Optics Analytics, μπορούμε να αναπτύξουμε το PEMS για την παρακολούθηση και την εκτίμηση των εκπομπών χρησιμοποιώντας μοντέλα και το ML για τη δυναμική βελτιστοποίηση της παραγωγής. Με το PEMS, μπορούμε να δημιουργήσουμε μοντέλα με βάση μεταβλητές διαδικασίας που έχουν καταγραφεί και να τα χρησιμοποιήσουμε για την εκτίμηση και τελικά τη μείωση των εκπομπών." είπε ο Tworzydlo.
Η δέσμευση του λογισμικού σε μια στρατηγική βιωσιμότητας υπερβαίνει τις μειώσεις των εκπομπών. "Η άνοδος βιώσιμων προϊόντων και τεχνολογιών που επαναχρησιμοποιούν ή ανακυκλώνουν απόβλητα είναι ένας τομέας ανάπτυξης για τη βιομηχανία προσομοίωσης διεργασιών, παρουσιάζοντας νέα προβλήματα και νέες ευκαιρίες. Οι πρόσφατοι τομείς ανάπτυξης περιλαμβάνουν προσομοίωση διεργασιών παραγώγων κάνναβης (π.χ. CBD) και βελτιωμένους ελέγχους για τη μείωση των εκπομπών από ανανεώσιμες πηγές ενέργειας. λέει ο David Hill, Διευθυντής Τεχνικής Υποστήριξης στην Chemstations Inc. (Χιούστον, Τέξας).
Ο Hill πιστεύει ότι οι προοπτικές για προσομοιωτές διαδικασίας μπορούν να βελτιωθούν περαιτέρω με τη δημιουργία συμμαχιών προϊόντων με βοηθητικά εργαλεία στο CPI. Οι μηχανικοί που δεν χρησιμοποιούν προσομοιωτές διεργασιών έχουν συχνά εργαλεία που μπορούν να βελτιωθούν με τη σύνδεση σε έναν προσομοιωτή διεργασίας. Στον τομέα της ασφάλειας, του ελέγχου διεργασιών και της ενέργειας, υπάρχουν πολλές ευκαιρίες για συνδυασμό-ειδικών εργαλείων της βιομηχανίας με τις πρώτες αρχές των προσομοιωτών διεργασιών." εξηγεί ο Hill. Η Hill πιστεύει ότι οι οδηγοί αυτής της αλλαγής θα περιλαμβάνουν τη μείωση των αερίων θερμοκηπίου, την ενεργειακή απόδοση, τη βελτιστοποίηση με βάση θερμοδυναμικά μοντέλα, τη βελτιωμένη ασφάλεια και ευκαιρίες για προηγμένο έλεγχο διεργασιών με χρήση αυστηρής προσομοίωσης.
Εκτεταμένη Πραγματικότητα
Εκτός από το AI και το ML, οι πλατφόρμες λογισμικού επαυξημένης πραγματικότητας (AR) και εικονικής πραγματικότητας (VR) αυξάνονται επίσης σε βιομηχανικές εγκαταστάσεις-και δεν βλέπουν πλέον αυτόν τον τύπο τεχνολογίας ως στοιχείο "πολυτέλειας", πιο χρήσιμο από ποτέ λόγω της αυξανόμενης ζήτησης για απομακρυσμένη εργασία κατά τη διάρκεια πανδημιών. Με λιγότερους ανθρώπους στα φυτά λόγω πανδημιών, τα φυτά αγκαλιάζουν τις νέες τεχνολογίες. Το ar μπορεί να επικαλύψει τις ψηφιακές πληροφορίες στον πραγματικό κόσμο, κάτι που βοηθάει στον καλύτερο εξοπλισμό των εργαζομένων ώστε να εκτελούν εργασίες με μεγαλύτερη ακρίβεια και μεγαλύτερη ευκολία." είπε ο Tworzydlo του Emerson. Όσον αφορά το μέλλον της τεχνητής νοημοσύνης, ML και AR στο βιομηχανικό λογισμικό, οι περιπτώσεις χρήσης σίγουρα θα συνεχίσουν να επεκτείνονται. Τελικά, θα αρχίσουμε να στοχεύουμε ορισμένες διαδικασίες για αυτόνομες λειτουργίες.
Η Aveva Group plc (Cambridge, UK;) έχει ομαδοποιήσει τις έννοιες AR και VR στην πλατφόρμα Extended Reality (XR) της και μια ιδιαίτερα σχετική εφαρμογή είναι η εκπαίδευση προσωπικού. " Το σύστημα καθηλωτικής εκπαίδευσης XR επιτρέπει στις εταιρείες να συλλαμβάνουν και να διατηρούν επιχειρησιακές γνώσεις κατά την αντικατάσταση έμπειρων χειριστών που αποχωρούν, κάτι που είναι κρίσιμο για την ασφάλεια και την απόδοση των εγκαταστάσεων. Αυτή η εκπαίδευση συμπεριφοράς μπορεί να εφαρμοστεί όχι μόνο σε χειριστές πρώτης- γραμμής, αλλά και σε μηχανικούς, τεχνικούς και ανταποκριτές έκτακτης ανάγκης." Ο Ravi Gopinath, Chief Cloud Officer και Chief Product Officer της Aveva, εξηγεί.
Σε ένα παράδειγμα, ένα πρόγραμμα εκπαίδευσης χειριστή που αναπτύχθηκε από την Aveva and Shell (Χάγη, Ολλανδία;) εστιάζει στην εκπαίδευση συμπεριφοράς για τη βελτίωση των ικανοτήτων ασφάλειας. Ο Gopinath λέει, "Με αυτήν τη συμπεριφορική προσέγγιση, ένας χειριστής μπορεί να εκπαιδευτεί και να αξιολογηθεί για το πώς αποδίδει όταν αντιμετωπίζει μια τυχαία ή επεισοδιακή κατάσταση στο εργοστάσιο. " Κέντρο οπτικοποίησης δεδομένων πραγματικού χρόνου που συγκεντρώνει περισσότερους από 120 πίνακες εργαλείων και 200.000 σημεία δεδομένων σε μια τεράστια διαδραστική οθόνη.
Η προπόνηση είναι μόνο μέρος των δυνατοτήτων του XR. Εφαρμογές που βασίζονται σε tablet-επαυξήσεων έχουν χρησιμοποιηθεί για την υποστήριξη του επιτόπιου προσωπικού. Η χρήση AR για τη σύνδεση μοντέλων εικονικής πραγματικότητας στα tablet με-πληροφορίες σε πραγματικό χρόνο και καθοδηγούμενες διαδικασίες επιτρέπει την καλύτερη εκτέλεση της εργασίας, αποφεύγοντας έτσι δαπανηρές βλάβες και μειώνοντας τον χρόνο διακοπής λειτουργίας. Κοιτάζοντας το μέλλον, η Aveva πιστεύει ότι το λογισμικό XR μπορεί να βελτιώσει δραματικά τη σχεδίαση εγκαταστάσεων και τη μηχανική κεφαλαιακών έργων αυτοματοποιώντας την εισαγωγή παραδοσιακών τρισδιάστατων μοντέλων εγκαταστάσεων που χρησιμοποιούνται κατά τη φάση σχεδιασμού σε ένα καθηλωτικό περιβάλλον. Η μετατροπή σε VR θα σας επιτρέψει να αναθεωρήσετε και να βελτιώσετε τα εργονομικά σχέδια ακόμη και πριν αγοράσετε οποιοδήποτε εξοπλισμό. Τα εικονικά εργοστάσια μπορούν να υπάρχουν εξ ολοκλήρου στο cloud, επιτρέποντας τη συνεργασία μεταξύ μηχανικών που βρίσκονται σε διαφορετικά μέρη
γραφεία ή ακόμα και σε διαφορετικές ηπείρους.
Με την ανάπτυξη των δυνατοτήτων συλλογής και ανάλυσης δεδομένων σε πλατφόρμες λογισμικού, τα ισχυρά αναλυτικά εργαλεία έχουν γίνει εργαλεία αυτο-εξυπηρέτησης, επεκτάσιμης λήψης αποφάσεων-για χημικούς μηχανικούς, οι οποίοι μπορούν να ενσωματώσουν τη δική τους λειτουργικότητα σε αυτά για να καλύψουν συγκεκριμένες ανάγκες διεργασίας. Με τέτοια εκδημοκρατισμένα εργαλεία, οι μηχανικοί μπορούν να αξιοποιήσουν δεδομένα από διαφορετικές πηγές - για παράδειγμα, ποιότητα παρτίδας, κ.λπ.. - για να βελτιώσουν την ποιότητα των διαδικασιών τους, λέει ο Edwin van Dijk, αντιπρόεδρος μάρκετινγκ στην TrendMiner NV. δεδομένα από διαφορετικές πηγές-για παράδειγμα, πληροφορίες εργαστηρίου, όπως η ποιότητα παρτίδας, μπορούν να συνδεθούν με δεδομένα επεξεργασίας με δεδομένα συντήρησης. ). "Ο στόχος του εκδημοκρατισμού των αναλυτικών στοιχείων είναι να διατίθενται χρήσιμες πληροφορίες σε κάθε χειριστή, από την αίθουσα ελέγχου έως την αίθουσα συνεδριάσεων, για τη λήψη αποφάσεων βάσει δεδομένων-. Επιτρέποντας στους χρήστες να δημιουργούν τους δικούς τους πίνακες εργαλείων με βάση τα δακτυλικά αποτυπώματα, τις οθόνες και τις προβολές με βάση τα συμφραζόμενα, αυτό υπερβαίνει τα παραδοσιακά εργαλεία του πίνακα ελέγχου." προσθέτει ο Van Dijk. Με την αναγνώριση προτύπων, οι μηχανικοί μπορούν να διερευνήσουν τη λειτουργική απόδοση και να χρησιμοποιήσουν καλή λειτουργική συμπεριφορά για την παρακολούθηση της διαδικασίας. Επιπλέον, μπορούν να δημιουργήσουν τους δικούς τους «μαλακούς» αισθητήρες για να παρακολουθούν όσα δεν μπορούν να μετρήσουν οι φυσικοί αισθητήρες, όπως οι προδιαγραφές ποιότητας των προϊόντων.
Μια ιστορία επιτυχίας της ανάλυσης δεδομένων που αναφέρθηκε από το TrendMiner αφορούσε ένα εργοστάσιο χημικών που αντιμετώπιζε «κολλώδεις» βαλβίδες, οι οποίες προκαλούσαν καθυστερήσεις μεταξύ των αλλαγών στην έξοδο της βαλβίδας και της πραγματικής απόκρισης της διαδικασίας. Το εργοστάσιο ήθελε να εντοπίσει με ακρίβεια πότε άρχισαν να κολλάνε οι βαλβίδες, γι' αυτό έπρεπε να παρακολουθούν τυχόν αποκλίσεις από την αναμενόμενη συμπεριφορά των βαλβίδων και στη συνέχεια να βρουν παραμέτρους που θα διαφοροποιούσαν τις περιόδους "κανονικής" και "κακής" συμπεριφοράς βαλβίδων. Αυτές οι παράμετροι μετατρέπονται σε ειδοποιήσεις για συμπεριφορά εκτός φάσης, η οποία όχι μόνο ειδοποιεί το προσωπικό για την κατάσταση, αλλά προτείνει και πιθανές διορθωτικές ενέργειες. "Χρησιμοποιώντας μια λύση ανάλυσης αυτο-εξυπηρέτησης, οι ειδικοί στη διαδικασία μπορούν να χρησιμοποιούν ενσωματωμένες δυνατότητες AI και ML για να αναζητήσουν και να επικυρώσουν ζητήματα παραγωγής χρησιμοποιώντας ανάλυση τάσεων υψηλής-ταχύτητας.
Ακόμη και με την τεράστια γκάμα διαθέσιμων εργαλείων λογισμικού και εφαρμογών για κινητά για να διαλέξετε, ορισμένοι χρήστες εξακολουθούν να απαιτούν εξαιρετικά προσαρμοσμένες λύσεις για να καλύψουν τις επιχειρηματικές τους ανάγκες. Εδώ μπορεί να είναι χρήσιμος ο-εσωτερικός προγραμματισμός. Το JourneyApps (Denver, Colo.;) προσφέρει μια-πλατφόρμα ανάπτυξης εφαρμογών υψηλής παραγωγικότητας που μπορούν να χρησιμοποιήσουν οι χρήστες για να γράψουν τον δικό τους κώδικα, με αποτέλεσμα πιο εξελιγμένες εφαρμογές από ό,τι-μη κωδικοποιημένες εφαρμογές δημιουργίας εφαρμογών, οι οποίες στοχεύουν σε μη-προγραμματιστές τους Simplicity.Ο Διευθύνων Σύμβουλος του JourneyApps, Conrad Hofmeyr, εξηγεί, "Αυτό σημαίνει ότι η προηγμένη επιχειρηματική λογική, οι υπολογισμοί μηχανικής και οι εξαιρετικά προσαρμοσμένες ενσωματώσεις μπορούν να εφαρμοστούν μέσα σε λίγες μέρες χωρίς πολλά από τα παραδοσιακά έξοδα που σχετίζονται με την ανάπτυξη λογισμικού." Σημειώνει ότι οι περισσότεροι χημικοί μηχανικοί έχουν κάποια βασική εμπειρία κωδικοποίησης ή δέσμης ενεργειών μέσω εργαλείων όπως το Microsoft Excel Macros ή το Matlab, ώστε να αποκτήσουν γρήγορα τις δεξιότητες προγραμματισμού που είναι απαραίτητες για τη χρήση του JourneyApps για τη δημιουργία πολύπλοκων εφαρμογών που αυτοματοποιούν και βελτιστοποιούν κρίσιμες επιχειρηματικές λειτουργίες.
Για παράδειγμα, η Hofmeyr αναφέρει ένα παράδειγμα εταιρείας CPI που κατασκεύασε μια αποκλειστική εφαρμογή για Τυπικές Λειτουργικές Διαδικασίες (SOP), δίνοντάς της τη δυνατότητα να μετακινηθούν από SOP που βασίζονται σε μη αυτόματο υπολογιστικό φύλλο- σε μια κεντρικά-ελεγχόμενη εφαρμογή με πλήρη διαδρομή ελέγχου. Και προσθέτει, "Η δυνατότητα προσαρμογής που προσφέρει το JourneyApps σημαίνει ότι μεμονωμένες παγκόσμιες εφαρμογές μπορούν να προσαρμοστούν για τις τοπικές ανάγκες και την ενοποίηση του συστήματος." Σε ένα άλλο παράδειγμα, ένας κατασκευαστής χημικών πεδίων πετρελαίου ανέπτυξε τη δική του εφαρμογή για την εκτέλεση βασικών υπολογισμών που χρησιμοποιούνται στην καθημερινή διαδικασία αναφοράς πεδίου και τη δημιουργία τεκμηρίωσης αναφορών, ενώ οι χρήστες ήταν εκτός σύνδεσης σε έναν ιστότοπο εκτός σύνδεσης.
Κοιτάζοντας από μπροστά μέχρι την τελική χρήση
Το προηγμένο λογισμικό και τα εργαλεία μοντελοποίησης επιτρέπουν επίσης τη δημιουργία ασφαλέστερων, πιο αποτελεσματικών τελικών προϊόντων σε πολλές βιομηχανίες, από ανταλλακτικά αυτοκινήτων έως φαρμακευτικά προϊόντα. Ένα παράδειγμα είναι το εργαλείο μηχανικής (CAE) Ultrasim της BASF SE (Ludwigshafen, Γερμανία) με τη βοήθεια υπολογιστή-για τη μοντελοποίηση των ιδιοτήτων του υλικού, το οποίο ενημερώθηκε πρόσφατα για να μοντελοποιήσει μια σειρά από θερμοπλαστικά ελαστομερή υλικά από την αρχική επεξεργασία σε ολόκληρη την αλυσίδα επεξεργασίας. τελική-χρήση προϊόντων. Οι μικρότεροι κύκλοι ανάπτυξης και τα επιθετικά χρονοδιαγράμματα ασκούν αυξανόμενη πίεση στους μηχανικούς να επιτύχουν σωστή απόδοση του προϊόντος την πρώτη φορά. Η προγνωστική ακρίβεια είναι ένα τεράστιο πλεονέκτημα», λέει ο Marios Lambi, επικεφαλής της ομάδας CAE για μηχανική προσομοίωσης στη BASF στη Βόρεια Αμερική. περιγράφοντας τις ιδιότητες υλικού που προκαλούνται από τη διαδικασία-, όπως καθώς και εργαλεία αριθμητικής βελτιστοποίησης που επιτρέπουν γρήγορες αλλαγές γεωμετρίας, το Ultrasim θέτει τα θεμέλια για το σχεδιασμό καλύτερων εξαρτημάτων», τονίζει ο Andreas Wüst, επικεφαλής της ομάδας δυναμικής δομικής ανάλυσης της BASF Europe.
"Η διαδικασία χαρακτηρισμού υλικού δημιουργεί τα απαραίτητα δεδομένα που είναι απαραίτητα για την ακρίβεια της πρόβλεψης της συμπεριφοράς των πραγματικών εξαρτημάτων. Τα θεωρητικά μοντέλα υλικού που αναπτύχθηκαν για το σκοπό αυτό βαθμονομούνται χρησιμοποιώντας πληροφορίες από δοκιμές, διασφαλίζοντας έτσι ότι η συμπεριφορά αντιπροσωπεύει πραγματικές συνθήκες κατασκευής και όχι μια αυθαίρετη κατάσταση που απέχει πολύ από την πραγματικότητα." "Υπάρχουν πολλά παραδείγματα σύνθετων συγκροτημάτων, όπως καθίσματα αυτοκινήτου, που έχουν υποβληθεί σε crash test, και αυτές οι δοκιμές χρησιμοποιούν την προγνωστική ακρίβεια της Ultrasim για να δημιουργήσουν εξαρτήματα που περνούν τις δοκιμές επικύρωσης. Αυτό συντομεύει δραματικά τον κύκλο ανάπτυξης και ελαχιστοποιεί, αν όχι εξαλείφει, τις αλλαγές σχεδιασμού", πρόσθεσε.
Για διεργασίες υψηλής "Το αποτελεσματικό λογισμικό μπορεί να μετριάσει ή να μειώσει τον αριθμό των κινδύνων κατά τις εργαστηριακές επιθεωρήσεις, να απλοποιήσει τις δοκιμές συμβάντων και μπορούν να χρησιμοποιηθούν αυτοματοποιημένες διαδικασίες για την επαναφορά συστημάτων μετά από ένα συμβάν ή ακόμα και τη διατήρηση τους σε λειτουργία κατά τη διάρκεια ενός συμβάντος, όλα αυτά απλοποιούν το BCP", δήλωσε ο διευθυντής μάρκετινγκ προϊόντων λογισμικού χρωματογραφίας του Thermo Fisher Scientific του Thermo Fisher Scientific. Επιπλέον, τα εργαστήρια μπορούν να απλοποιήσουν περαιτέρω το BCP επιλέγοντας ένα ολοκληρωμένο λογισμικό που περιλαμβάνει ένα σύστημα δεδομένων χρωματογραφίας (CDS), ένα σύστημα διαχείρισης πληροφοριών εργαστηρίου (LIMS) και ένα σύστημα εκτέλεσης εργαστηρίου (LES). Ο van Cann εξηγεί, «Τόσο το λογισμικό LIMS όσο και το λογισμικό CDS θα πρέπει να παρέχουν τα εργαλεία για την παρακολούθηση της πιστοποίησης, της βαθμονόμησης και της συντήρησης του οργάνου, ακόμη και για μεμονωμένα εξαρτήματα». Το λογισμικό CDS θα πρέπει επίσης να βοηθά τους χρήστες να αντιμετωπίζουν αναλυτικές ανωμαλίες και να έχει ενσωματώσει-ασφαλείς λειτουργίες δικτύου για να διασφαλίσει ότι η λειτουργία μπορεί να συνεχιστεί χωρίς ανθρώπινη παρέμβαση σε περίπτωση διακοπής του δικτύου. Για να αποφευχθούν διακοπές λόγω επιθέσεων στον κυβερνοχώρο, ο Van Cann συνιστά στα εργαστήρια να εκτελούν CDS και άλλο λογισμικό σε έναν τομέα χωριστό από το κεντρικό σύστημα γραφείου για να αποφύγουν πιθανές απειλές στον κυβερνοχώρο από το ηλεκτρονικό-ταχυδρομείο. Τέλος, όπως συμβαίνει με κάθε αυτοματοποιημένη πλατφόρμα λογισμικού, πρέπει να ληφθεί υπόψη ο ανθρώπινος παράγοντας. "Το ανθρώπινο λάθος μπορεί να ελαχιστοποιηθεί ελέγχοντας τι μπορούν και τι δεν μπορούν να κάνουν οι χρήστες και τι μπορούν και τι δεν μπορούν να έχουν πρόσβαση. Επιπλέον, θα πρέπει να υπάρχουν διαθέσιμα εργαλεία για την αυτοματοποίηση όσο το δυνατόν περισσότερων ενεργειών. Λιγότερη αλληλεπίδραση με τον χρήστη ισοδυναμεί με λιγότερα σφάλματα." συμπλήρωσε εκείνη.