{"id":24197,"date":"2024-03-04T15:40:45","date_gmt":"2024-03-04T14:40:45","guid":{"rendered":"https:\/\/hai.nl\/?p=24197"},"modified":"2024-07-01T14:19:48","modified_gmt":"2024-07-01T12:19:48","slug":"use-case-artifical-intelligence-optimalisatie-van-een-destillatieproces","status":"publish","type":"post","link":"https:\/\/hai.nl\/nl\/nieuws\/use-case-artifical-intelligence-optimalisatie-van-een-destillatieproces\/","title":{"rendered":"Use case: Artifical Intelligence – Optimalisatie van een Destillatieproces"},"content":{"rendered":"

[vc_row type=”vc_default” bg_type=”image” parallax_style=”vcpb-default” bg_image_new=”id^14863|url^https:\/\/hai.nl\/wp-content\/uploads\/2014\/11\/coud_white.jpg|caption^null|alt^null|title^coud_white|description^null” bg_override=”ex-full”][vc_column][vc_empty_space][vc_column_text]<\/p>\n

Use case: Artificial Intelligence<\/b><\/h2>\n

Optimalisatie van een Destillatieproces<\/b><\/h2>\n

[\/vc_column_text][vc_empty_space][\/vc_column][\/vc_row][vc_row][vc_column][vc_row_inner][vc_column_inner width=”1\/2″][vc_empty_space height=”40px”]

<\/div>

Use case: Artificial Intelligence<\/h2><\/div><\/div>
<\/div>

Optimalisatie van een Destillatieproces<\/h2><\/div><\/div>[vc_column_text]Een interessant voorbeeld van de toepassing van Artificial Intelligence in industri\u00eble productie. Steeds meer fabrikanten ervaren hoe ze met slim gebruik van data de aansturing van hun productieprocessen kunnen verbeteren. HAI heeft al jarenlang ervaring met Data Science in de industrie. Dit project leverde zelfs een award op.<\/p>\n

In dit voorbeeld gaat het om een destillatie proces in een chemische fabriek, maar het principe kan worden toegepast in veel andere industri\u00eble processen.[\/vc_column_text][vc_empty_space height=”16px”][\/vc_column_inner][vc_column_inner width=”1\/2″][vc_raw_js el_id=”javascriptCounter”]JTNDc2NyaXB0JTIwc3JjJTNEJTIyJTJGJTJGcGxhdGZvcm0ubGlua2VkaW4uY29tJTJGaW4uanMlMjIlMjB0eXBlJTNEJTIydGV4dCUyRmphdmFzY3JpcHQlMjIlM0UlMjBsYW5nJTNBJTIwZW5fVVMlM0MlMkZzY3JpcHQlM0UlMEElM0NzY3JpcHQlMjB0eXBlJTNEJTIySU4lMkZGb2xsb3dDb21wYW55JTIyJTIwZGF0YS1pZCUzRCUyMjMyOTEzNTUlMjIlMjBkYXRhLWNvdW50ZXIlM0QlMjJ0b3AlMjIlM0UlM0MlMkZzY3JpcHQlM0U=[\/vc_raw_js][vc_empty_space height=”16px”][vc_single_image image=”24181″ img_size=”full”][\/vc_column_inner][\/vc_row_inner][vc_row_inner][vc_column_inner width=”1\/2″ css=”.vc_custom_1709548507177{padding-top: 12px !important;padding-right: 12px !important;padding-bottom: 12px !important;padding-left: 12px !important;background-color: #d6d6d6 !important;}”][vc_column_text]\n\n\n\n\t\n\t\n\t\n\t\n\t
Industrie:<\/td>Chemische industrie<\/td>\n<\/tr>\n
Proces:<\/td>Destillatieproces<\/td>\n<\/tr>\n
Doel:<\/td>Optimaliseer het proces naar optimale kwaliteit\/opbrengst\/energieverbruik &, verbeter duurzaamheid<\/td>\n<\/tr>\n
Resultaten:<\/td>AI-model dat kwaliteit, opbrengst en energieverbruik optimaliseert<\/td>\n<\/tr>\n
Award:<\/td>Winnend project van de Global SAS Hackaton for Manufacturing<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n[\/vc_column_text][\/vc_column_inner][vc_column_inner width=”1\/2″]
<\/div>

Achtergrond<\/h2><\/div><\/div>[vc_column_text]Jaren geleden was deze chemische fabriek al een van de pioniers in het slim gebruik van fabrieksdata.<\/p>\n

De engineers ontwikkelden een beslismodel waarmee operators het destillatie proces beter konden sturen.<\/p>\n

Doel hiervan was om aan de hand van data te bepalen hoe je een maximale opbrengst kon realiseren en tegelijkertijd te zorgen voor de gewenste kwaliteit.[\/vc_column_text][\/vc_column_inner][\/vc_row_inner][vc_empty_space height=”16px”][\/vc_column][\/vc_row][vc_row][vc_column][vc_empty_space height=”16px”]

<\/div>

Nieuwe uitdagingen energieverbruik: duurzaamheid en kosten<\/h2><\/div><\/div>[vc_column_text]Nieuwe ontwikkelingen noopten de fabrikant om het dit beslismodel aan te passen. Stijgende energieprijzen zorgen voor een hogere kostprijs, en ook ontstond de wens om duurzamer te produceren.<\/p>\n

Daarom wilden ze in het bestaande beslismodel een extra component opnemen, namelijk het energieverbruik. Zo zou het proces niet alleen gestuurd worden naar een optimale kwaliteit\/opbrengst, maar ook rekening houden met een zo duurzaam mogelijke productie tegen zo laag mogelijke kosten.<\/p>\n

Het Technologie- en Innovatieteam heeft HAI gevraagd om het bestaande systeem dat vooral gericht was op kwaliteit en opbrengst, uit te breiden door data over energieverbruik mee te nemen in de berekening.[\/vc_column_text][\/vc_column][\/vc_row][vc_row][vc_column width=”1\/2″][vc_empty_space][vc_column_text]

<\/div>

Manufacturing Insights-tool voor Duurzaamheid en Procesoptimalisatie<\/h2><\/div><\/div>[vc_column_text]Het Manufacturing Team leverde historische fabrieksdata en brachten de kennis van het productieproces in. Zo konden de HAI-experts aan de slag om een nieuw model te ontwikkelen.<\/p>\n

Dat leverde een robuuste Manufacturing Insights-tool op met geavanceerde statistische procesbewaking en een voorspellend model. De tool biedt inzicht in CO2-productie, energieverbruik en operationele verstoringen veroorzaakt door blokkades en stilstanden. Zo helpt het model om het productieproces te optimaliseren en duurzamer te produceren.<\/p>\n

De Manufacturing Insights-tool biedt procestechnologen gedetailleerde inzichten in energieverbruik en mogelijkheden voor procesverbeteringen en kostenverlagingen. In het verleden kostte het hen veel tijd om de benodigde gegevens te verzamelen en te analyseren.[\/vc_column_text][\/vc_column][\/vc_row][vc_row][vc_column]

<\/div>

De AI-tool als onderdeel van de dagelijkse operatie<\/h2><\/div><\/div>[vc_column_text]De AI-tool is naadloos ge\u00efntegreerd in de dagelijkse werkzaamheden van operators en dient als een integraal onderdeel van hun routinetaken. Deze integratie maakt real-time ondersteuning mogelijk voor het besluitvormingsproces van operators. Doordat het AI-model onderdeel is van de digitale operator logsheets maakt het vanzelfsprekend deel uit van de dagelijkse routine. Bovendien wordt het model voortdurend gevoed met nieuwe data die weer belangrijk zijn voor de verdere verfijning van het model.[\/vc_column_text][\/vc_column][\/vc_row][vc_row][vc_column]
<\/div>

Operator feedback loop<\/h2><\/div><\/div>[vc_column_text]Betrokkenheid van operators is cruciaal bij toepassingen als deze. Daarom heeft het team besloten om een operator feedback loop op te nemen in de digitale logboeken. Hierdoor kunnen operators feedback geven over hoe en waarom het advies van de AI-tool werd opgevolgd. Dit helpt om de AI-tool te verbeteren en zorgt voor operator betrokkenheid.[\/vc_column_text][\/vc_column][\/vc_row][vc_row][vc_column width=”1\/2″][vc_empty_space height=”12px”]
<\/div>

Winnend project in de wereldwijde SAS Hackaton<\/h2><\/div><\/div>[vc_column_text]De wereldwijde SAS Hackathon richt zich op innovatieve softwareoplossingen om maatschappelijke en zakelijke uitdagingen aan te pakken. Teams bestaande uit datawetenschappers, technologie-liefhebbers en visionairs werken samen met experts en SAS-mentoren om oplossingen te ontwikkelen. De Manufacturing Insights-tool werd hierbij tot winnaar aangewezen<\/a> in het Manufacturing Domein.[\/vc_column_text][vc_column_text]Lees meer over HAI’s aanpak van Artificial Intelligence in de industrie: https:\/\/hai.nl\/artificial-intelligence\/<\/a>[\/vc_column_text][\/vc_column][vc_column width=”1\/2″][vc_empty_space height=”10px”][vc_single_image image=”21888″ img_size=”530×252″ alignment=”center”][\/vc_column][\/vc_row][vc_row][vc_column]