¿Cómo se puede aplicar la inteligencia artificial en la ingeniería química / de procesos?

Hay muchas áreas en las que la IA podría aplicarse en las industrias de procesos. La pregunta es si es necesario o práctico hacerlo. El caso más probable en mi opinión sería como una ayuda para la toma de decisiones del operador del sistema de control.

Hace años, se pensaba que los sistemas expertos eran el futuro. Puede entrenar el sistema en el proceso de toma de decisiones que el operador usó para operar la planta y luego ya no necesita al operador. No hace falta decir que todavía tenemos operadores y no tenemos sistemas expertos. Los AI finalmente podrían aportar la toma de decisiones y las habilidades interpretativas necesarias para hacer que algo así funcione.

Otra posible aplicación sería como una aplicación de Control avanzado de procesos o Optimización en tiempo real. El verdadero obstáculo en cualquiera de esas aplicaciones es que la planta nunca está en estado estable. Quizás esto es algo que una IA podría superar, pero las válvulas comienzan a pegarse y los intercambiadores de calor fallan. Sin más instrumentación que normalmente se instala en una planta, sería difícil pensar que una IA podría tener en cuenta todo eso.

Sin mencionar el costo del software y el personal para soportarlo.

El diseño del reactor ha incorporado una regulación de retroalimentación simple del progreso de una reacción durante algunas décadas. Esto evolucionó a partir de la autorregulación del “tipo de termostato” utilizada en los viejos tiempos. Con el advenimiento de las reacciones enzimáticas y las reacciones que dependen del crecimiento de microorganismos, se necesitaron más comentarios analíticos.

El análisis del contenido del reactor, a medida que avanza la reacción, se utiliza para regular el contenido base, la temperatura, la velocidad de mezcla, etc., para optimizar el rendimiento y el tiempo de reacción.

Los métodos de IA inevitablemente encontrarán uso en la fabricación de reactores, por ejemplo, para la producción de radioquímicos de corta duración, o tal vez para realizar el tratamiento de la reacción en el recipiente de reacción.

Creo que hay posibilidades en las predicciones de calidad y las predicciones de frenado de equipos de proceso (Mantenimiento prescriptivo). Las predicciones de calidad inferencial hacen uso del aprendizaje automático. Para modelos no más delgados, algunos paquetes comerciales usan redes neuronales.

Algunos paquetes se dan a continuación

Modelos inferenciales – Mediciones inferenciales

Mantenimiento prescriptivo

http://www.eisys.co.kr/pdf/PLC%E …

Depende Si tiene suficientes datos, puede utilizar enfoques basados ​​en datos basados ​​en el aprendizaje automático para obtener modelos predictivos. Sin embargo, pueden no ser buenos para las explicaciones. Por lo general, al agregar etiquetas manualmente al conjunto de datos o al agregar heurística / conocimiento por expertos, también es posible obtener explicaciones. Si no tiene suficientes datos, debe confiar en la experiencia humana para construir su IA. Luego puede ver, por ejemplo, Bayesian Belief Networks y sus gustos.

Estoy bastante seguro de que se ha utilizado algún software experto basado en sistemas para eso. Leer sobre Dendral

Además, las técnicas de aprendizaje automático (incluidas las redes neuronales) se han utilizado para ajustar algunos parámetros físicos (por ejemplo, la proporción o la forma de los catalizadores químicos).