導入新興數位技術讓化工業更永續

 

刊登日期:2022/4/11
  • 字級

陳育誠 / 工研院產科國際所
一、前言
近年來,永續發展成為全球產業發展的顯學,若將永續的概念應用在化學工業上,可以解釋成提高產業運作效率與提高產業安全性等方向,這也讓新興數位技術像是人工智慧(Artificial Intelligence, AI)、大數據(Big Data)、物聯網(Internet of Things, IoTs)、虛擬實境(Virtual Reality, VR)與區塊鏈(Block Chain)等技術,有機會在化學工業的研發、生產與銷售等營運活動上更有效率且更安全,讓永續發展的概念在化學工業得以實踐。導入新興數位技術成為國內外化學公司永續發展的重要工具。
 
二、AI與大數據讓國際化學公司的研發經驗變成預測工具
傳統上,化學公司研發人員應用在學校所學習的化材基礎知識,在化學實驗室中不斷的試錯(Trial-error)累積經驗,進行新化材的開發。獲得這些經驗需要投入大量的時間與人力,而且很難進行經驗傳承,每當客戶有新需求時,新產品開發的時程往往都需要拉長。許多國際上領先的化學公司注意到了這個長久下來的問題,便希望應用AI 機械學習(Machine Learning)的能力,以及過去經驗所累積的大量數據,來改善這個問題。
 
德國的LANXESS和新創公司Citrine Informatic進行專案合作,應用AI與大數據來解決該公司PU部門的新配方研發時程問題。在雙方合作進行改善專案的初期,LANXESS內部的資料專家和化學配方專家在Citrine Platform人工智慧平台輸入公司PU預聚物配方資料,以擴大資料庫內的數據。資料專家應用其專業知識將這些數據推演出演算法,為未來應用少量實際測量數據與AI模型進行預測打下基礎。
 
接著,LANXESS內部的資料專家和化學配方專家,開始驗證AI模型預測的最佳新配方的可靠性,是否能滿足客戶對新配方特性的特定要求,如果下一次測試成功,這就代表LANXESS能透過AI更有效地滿足客戶要求。這套AI輔助的配方設計工具,能有效縮短新配方開發所需的時間。若一個配方還不在公司現有產品組合內,透過AI與過去的經驗所累積的數據,也能讓配方開發人員立即知道是否可以製造以及如何製造這些配方。目前LANXESS在玻纖複材PU樹脂配方開發上應用這套系統,和過去的開發時程相比,成功縮短了1/2的開發時間。
 
美國的Dow Chemical也和LANXESS類似,該公司和Microsoft合作,使用了Microsoft的新興數位工具Azure來縮短該公司PU樹脂新配方開發的時間。Dow Chemical內的PU配方專家先將過去開發所累積的經驗數據輸入Azure AI機械學習平台,讓平台學習這些經驗資料數個月,推導出可以進行預測的演算法,以對未知的新配方進行預測,這縮短了Dow Chemical內部開發新配方所需的時間與投入成本。除了預測新的配方的製作條件外,Dow也在規劃應用這套工具來預測未來客戶的新配方性質需求。
 
德國的Evonik Industries也和IBM合作,在合作專案中,Evonik將數十年的化學開發經驗數據輸入數位化平台,在研究人員進行搜索後,系統可對相關資訊進行自動分析,找出資料之間的新關聯,從而幫助研究人員更快地探索並對比各種配方及其特性,從中尋找新的產品創意。另外,Evonik與IBM也搭建了一個類似上述LANXESS與Dow Chemical類似的AI平台,這個平台應用Evonik與IBM研究中心共同開發並訓練的編碼-解碼神經網路(Encoder-Decoder Neural-Network),能預測高性能聚合物的特性或新配方,幫助研究人員確定最有前景的新品開發方向,進一步提升新材料研發效率。
 
各大化學公司應用AI與大數據輔助化材研發的概況如表一所整理。
 
表一、全球各大化學公司應用AI與大數據輔助化材研發的概況
表一、全球各大化學公司應用AI與大數據輔助化材研發的概況
 
三、國內外化工廠應用新興數位技術提升生產品質與效率
德國的接著劑與清潔劑大廠Henkel 在2013年啟動數位轉型,將新興數位技術應用在德國Düsseldorf與西班牙Barcelona的工廠,以提高其生產效率。較具體的案例有---以上為部分節錄資料,完整內容請見下方附檔。

分享