Empresas Premium
.jpg){kind=logo}
BASF está aplicando modelos de machine learning como sensores virtuales para mejorar el control de sus procesos de destilación en la planta de Amberes, una iniciativa que permite estimar en tiempo real determinados parámetros de calidad a partir de los datos del proceso y reducir la dependencia de los análisis de laboratorio.
El proyecto, desarrollado por el equipo de BASF Antwerpen, emplea “soft sensors” basados en modelos de aprendizaje automático capaces de estimar continuamente parámetros de calidad a partir de datos procedentes del proceso industrial.
De esta forma, los operadores pueden disponer de información prácticamente inmediata sobre la evolución del proceso, en lugar de tener que esperar al siguiente resultado de laboratorio.
La solución combina tecnologías OT, plataformas de datos, edge computing y machine learning en el entorno industrial. Uno de los elementos destacados de la arquitectura es la posibilidad de desarrollar los modelos con diferentes tecnologías de aprendizaje automático y posteriormente desplegarlos como aplicaciones edge sobre Siemens Industrial Edge. Desde esta infraestructura, los datos del proceso pueden adquirirse y procesarse para generar estimaciones de calidad con una latencia reducida.
Para una industria química sometida a una creciente presión sobre sus márgenes, disponer de información de proceso en tiempo casi real puede facilitar una operación más próxima a los límites de funcionamiento, manteniendo las condiciones necesarias de seguridad y control. El planteamiento también permite reducir los tiempos asociados a las mediciones de laboratorio y los costes de muestreo, al tiempo que proporciona información adicional para estrategias de control avanzado de procesos (APC).
Otro de los objetivos del desarrollo es facilitar la escalabilidad de las aplicaciones de inteligencia artificial industrial. La arquitectura planteada por BASF podría permitir trasladar estos modelos a diferentes unidades de producción y, posteriormente, a otras instalaciones, creando una base para extender el uso de machine learning en operaciones químicas.
El caso de BASF Antwerp será presentado por David Autrique, Data Scientist, y Filip Logist, del equipo APC de BASF Antwerpen, durante la feria ABISS, que se celebrará el próximo 8 de octubre en Kortrijk (Bélgica), dentro de una sesión titulada Operating on the Edge: Streaming Model Predictions at BASF Antwerp.
|
