人工智能正在推动工程领域的数字化转型

数字化转型洞察

• 工程公司正在利用数字化转型来整合和连接工程软件和技术组合，以帮助公司做出更好、更明智的决策。
• 人工智能驱动的数字双胞胎技术在资产运营时捕获资产的实时数据，可以为公司带来巨大价值。

---

随着数字化在所有工业部门的普及，人们也需要重新思考如何实施产品、服务和参与战略。如今，随着企业努力应对盈利能力和可持续发展目标的双重挑战，数字化变得更加关键。人工智能驱动的数字化有助于应对这一双重挑战。

多年来，不同的工程学科单独运作，只专注于各自的特定领域，这是有效的。然而，市场动态现在迫使流程工程师着眼于更大的图景，并通过整合不同的工程学科和改善协作来优化他们的流程。

增强的工作流程使过程工程师、项目工程师、估计师以及安全和能源专家之间能够更好地沟通和共享信息，从而有可能抓住合作提供的机会，这有助于发现提高工厂盈利能力和可持续性绩效的机会。

就数字化转型本身而言，工程公司正在采取的大多数举措是巩固和连接工程软件和技术的投资组合，以支持跨部门、学科和办公室的新的、精简的、数字化的工作流程。预期的业务收益包括更短的周期时间、更低的成本和更高质量的设计，以及在设计、施工和移交过程中遇到的更少的错误和问题。

与此同时，运营公司一直在努力缩小理论工程模型预测的运营行为与实际操作之间的差距。传统上，这是通过操纵工程模型的“调整因素”来解决的，这需要多年的经验。它还需要持续的关注，因为调优因素必须不时地改变。随着越来越多的新一代工程师不愿意在一个特定的工作职能上花费数年时间，运营公司发现很难培养和保留所需的专业知识，这阻碍了许多运营公司利用现有的先进解决方案。

人工智能为工程带来的机遇

如今，越来越多的工程公司正在将他们的数字化计划扩展到新的领域，以利用不断升级的商业机会。人工智能(AI)往往是这些机会的核心。

特别是人工智能驱动的数字双胞胎技术的使用，可以为工程公司的客户带来高价值，因为它可以在资产运行时捕获资产的实时数据。此外，在交接过程中利用数字设计和工程数据为在运营和维护期间提供增值服务提供了更大的潜力，使组织减少对资本项目的依赖。

人工智能还可以在支持和概述项目的工程方法、设计的可建造性以及如何组织材料、设备和劳动力的规划方面发挥重要作用。这种早期计划方法已被证明可以降低成本并加快进度。

人工智能对运营公司的影响甚至更大。人工智能技术现在可以很容易地读取大多数运营工厂已经提供的大量运营数据，并确定自动计算与工程模型预测相匹配的调整因素的方程。这使得运营公司不再依赖第三方顾问来维持工程模型的准确性，也大大降低了更新这些模型的频率。

这对工厂的可持续性和盈利能力都产生了深远的影响。例如，它使一家美国炼油厂在模拟和预测其FCC反应器性能方面获得了前所未有的准确性。催化裂化装置是最大的二氧化碳排放装置之一，也是炼油厂生产高价值产品的最关键装置之一。这些高度准确、低维护的人工智能支持模型帮助炼油厂发现了改进操作的见解，并提高了规划操作的准确性。这使得炼油厂能够提高高价值产品的生产，同时确保达到排放目标。

使用第一性原理模型来定义和预测项目的性能及其结果是流程工业的标准。然而，有一些过程是很难预测的。这些通常是通过不太精确的技术(如操作员经验或经验法则)来管理的，但这可能会导致低于预期的性能水平。

然而，人工智能可以模拟数千种设计选项，从而迅速缩小选项范围，不仅最能满足业主的要求，而且最安全、最环保、最具成本效益。多案例分析为工程公司提供了改变早期决策方式的机会。

在此之前，工程师们只能从同样有限的工作情况和条件中使用有限的数据来定义这些关键参数。

多案例分析有助于优化早期设计决策，基于对数百甚至数千个操作条件和案例的考虑。利用人工智能和高性能计算——无论是在云中还是在桌面上——允许设计师依靠更广泛的数据集来调整和微调他们的设计。

从许多不同等级的原油到不同的环境天气条件，这种对潜在设计在实际条件下如何表现的理解的改进可以导致全面的改进——从建筑材料;设备的尺寸;公用事业的类型，甚至工厂的位置。这些决策通常会对工厂的资本和运营成本、风险分析以及对其预期用途的整体适应性产生重大影响。一家全球主要的液化天然气(NGL)加工厂技术提供商报告称，该技术帮助其将在工厂生命周期内多种操作条件下优化工厂设计所需的设计时间缩短了一半。

多案例分析无疑是当今使用人工智能驱动的数字化的工程公司关注的一个关键领域。然而，在与所有地区的客户交谈时，在数字化下要解决的最高优先领域是工程软件和技术组合的整合，其次是剩余应用程序和业务流程的数字化。在整个组织以及最终在供应商、分包商和顾问的生态系统中查找和重用数据的能力至关重要。

可以从中获益的东西太多了(一些公司估计，仅在工程设计和估算生产率方面就有机会实现两位数的提高)，以至于那些不向前迈进的公司未来的竞争力可能会降低。

纯人工智能解决方案的一个主要缺点是，结果取决于它所访问的数据的质量。在运行工厂的情况下，仪表可能会出现故障，导致存储在工厂数据历史记录中的“坏”操作数据。纯人工智能驱动的解决方案将无法可靠地检测到这些差异。一种混合解决方案将人工智能的强大功能和敏捷性与基于严格工程技术的第一原则的制衡相结合，可以有效应对这一挑战，是运营公司的理想选择。

工程、数字化转型前景乐观

展望工程领域的未来，数字化转型将不可避免地加速并带来重大改进。虽然变革之路在2019冠状病毒病到来之前就已经牢固确立，但大流行成为加速变革之路的催化剂。工程公司要想取得成功，就必须采用现有的先进技术，包括人工智能工具。

这将确保组织在整个端到端价值链上实现运营效率，赋予他们竞争优势。反过来，这将使他们在寻求从工业4.0转向迅速兴起的第五次工业革命时处于有利地位，第五次工业革命通过强调卓越运营和创新作为变革的关键驱动力，将现有的范式向前推进了一步。

-这最初出现在欧洲控制工程网站．由网页内容经理克里斯·瓦夫拉编辑，控制工程， CFE媒体与技术，cvavra@cfemedia.com．

您是否具有本内容中提到的主题的经验和专业知识?你应该考虑为我们的CFE媒体编辑团队做出贡献，并获得你和你的公司应得的认可。点击在这里开始这个过程。