Inteligência Artificial: Uma Nova Realidade para Engenheiros Químicos

1 de fevereiro de 2019 | Por Mary Page Bailey

Do desenvolvimento de processos e materiais à manutenção e logística, a inteligência artificial (IA) está emergindo como uma força transformadora nas indústrias de processos químicos

Como em muitos outros setores, as tecnologias de inteligência artificial (IA) estão começando a surgir nas indústrias de processos químicos (CPI). Embora as soluções assistidas por IA e outras tecnologias associadas, como automação de processos robóticos (RPA), Internet das Coisas (IoT), drones automatizados e computação quântica, ainda sejam relativamente novas para muitos aplicativos de CPI, desenvolvedores e usuários estão percebendo seu potencial benefícios para agilizar pesquisa e desenvolvimento (P&D), manutenção preditiva, otimização de processos e muito mais.

Dentro de sua iniciativa Smart Operations, a Henkel AG & Co. KGaA (Düsseldorf, Alemanha; www.henkel.com) está utilizando recursos de IA em suas operações de processo global e cadeia de suprimentos. “Usamos IA para executar análises eficientes de conjuntos de dados complexos para obter maior desempenho de produção, rápida inovação de produto e aumento de escala para nossos sistemas de produção auto-ajustáveis”, explica Sandeep Sreekumar, chefe global de Operações Digitais de Adesivos da Henkel. "Nosso foco não é apenas coletar dados internos de fabricação, mas também trabalhar ativamente com os clientes nas oportunidades de coleta de dados durante o uso do produto para fazer melhorias e ajustar-se às mudanças nas necessidades dos clientes", disse Sreekumar. A Henkel atualmente aplica tecnologias de IA construídas externamente, mas a empresa prevê a criação de um ecossistema onde soluções internas e de terceiros coexistam e estabelecendo uma cadeia de suprimentos global totalmente transparente e uma rede de operações que seja automatizada e auto-ajustável à variabilidade, explica Tim Gudszend, chefe global de Adhesive Technologies and Investment da Henkel. As tecnologias de "fábrica inteligente" da empresa são projetadas para melhorar a compreensão da disponibilidade de matérias-primas e o status atual da produção para melhor aconselhar o pessoal de operações sobre como ajustar o processo de produção para melhorar o desempenho. "Ao analisar esses dados, implementamos melhorias significativas no rendimento da matéria-prima e aumentamos a qualidade do desempenho nessas plantas", acrescenta Gudszend.

Embora a Henkel tenha tido sucesso em seus projetos de IA, qualquer implementação de novas tecnologias tem seus desafios. "Um dos maiores problemas é gerar todos os dados relevantes para um processo e seu ambiente de influência e disponibilizar essas informações para uma solução de 'big data' para que possa ser utilizada em toda a sua extensão", explica Gudszend, acrescentando que a Henkel está implantando plataformas de análise de dados aprimoradas para melhor integrar os dados em sua cadeia de suprimentos global e redes de operações. Mesmo com os desafios, Sreekumar enfatiza que a Henkel obteve muitos benefícios de IA, desde acelerar a velocidade de lançamento no mercado para novas formulações de produtos e escalonamento até detectar e resolver rapidamente problemas de qualidade do produto. "As tecnologias de IA são disruptivas e continuarão a ajudar a impulsionar o lançamento de novos produtos e melhorar as taxas de produção de meses e anos para semanas ou dias. As tecnologias incentivarão o desenvolvimento de novos modelos de negócios, melhorarão as condições operacionais e gerarão produtos de melhor qualidade", ele continua.

No Japão, um novo projeto de pesquisa aplicou IA para agilizar significativamente o design de polímeros e acelerar o desenvolvimento de materiais funcionais avançados. O trabalho realizado pela Showa Denko KK (SDK; Tóquio; www.sdk.co.jp), pelo Instituto Nacional de Ciência e Tecnologia Industrial Avançada (AIST; Cidade de Tsukuba; www.aist.go.jp) e pela Associação de Pesquisa de Alta -Throughput Design and Development for Advanced Functional Materials (ADMAT; Tsukuba City; www.admat.or.jp) indicou que o design de polímero auxiliado por IA é cerca de quarenta vezes mais rápido do que as abordagens convencionais. Começando com um número muito grande de polímeros candidatos, a tecnologia AI pode prever as propriedades do polímero em menos de um segundo por polímero, de acordo com a SDK. Os testes atuais se concentraram na determinação da temperatura de transição vítrea dos polímeros a partir de um campo de 417 tipos diferentes de dados estruturais de polímeros, mas a tecnologia pode ser facilmente aplicada a qualquer número de propriedades desejadas. Nesse caso, o polímero com a maior temperatura de transição vítrea foi determinado em apenas 4,6 tentativas (Figura 1).