中國許多化工企業(yè)已經(jīng)為IT系統(tǒng)（DCS\ERP\MES等）和基礎設施花費了大量投資，并且產(chǎn)生了大量數(shù)據(jù)，但到目前為止，許多制造商都未能利用這堆積如山的潛在情報，信息仍在“冰山之下”。

隨著技術的革新，提高計算能力的成本隨之下降和同時出現(xiàn)了更好的高級分析工具，化工企業(yè)可以將這些數(shù)據(jù)投入使用，從多個來源收集信息，并使用機器學習和可視化平臺來發(fā)現(xiàn)優(yōu)化工廠運營的方法。其中最易入手的就是通過分析減少停機時間。

化工制造企業(yè)可以通過使用大數(shù)據(jù)分析來尋找預測其故障的方法，從而增加關鍵資產(chǎn)的運行時間。這種預測性維護系統(tǒng)收集歷史數(shù)據(jù)并產(chǎn)生傳統(tǒng)技術無法觀察到的見解。通過應用高級分析，公司可以確定可能導致機器損壞的情況。然后，他們可以監(jiān)控所有相關參數(shù)，以便在破損發(fā)生之前進行干預，或者在發(fā)生故障時準備更換組件， 從而最大限度地減少停機時間。預測性維護通?？蓪C器停機時間減少 30% 至 50%，并將機器壽命延長 20% 至 40%。

化工企業(yè)已經(jīng)開始在這一領域看到實質(zhì)性的收益。一家主要的表面活性劑生產(chǎn)商在其最大的工廠中經(jīng)常遇到再循環(huán)和排放泵的問題。當其中一個泵壞了，工廠不得不停止生產(chǎn)十個小時，同時安裝了更換裝置;這些泵除了生產(chǎn)損失的成本影響外，并且本身價格昂貴。工程師測試了幾個假設，以確定故障的可能原因;他們還嘗試了泵和密封件中的替代材料，以及不同的工藝條件，但沒有一個能解決問題。

高級數(shù)據(jù)分析方法改變了這一切。它將來自數(shù)百個傳感器的數(shù)據(jù)的詳細分析與工廠工程師的專業(yè)知識相結合，并重新檢查了過程變量和其他數(shù)據(jù)源;然后，它使公司能夠開發(fā)一種方法來預測何時即將發(fā)生故障。問題僅發(fā)生在部分表面活性劑配方中，而不是所有批次，這表明關鍵在于設備中的特定工藝條件。該團隊開發(fā)了一個基于“隨機森林”算法的模型，該模型考慮了生產(chǎn)中的特定參數(shù)設置，例如極端溫度和溫度進展，以及有關表面活性劑產(chǎn)品類型和配方的信息。

在新方法下，當出現(xiàn)問題的表面活性劑開始生產(chǎn)時，根據(jù)算法評估每個生產(chǎn)批次。當它標志著故障即將發(fā)生時，工廠操作員對機器的特定部件進行15分鐘的清潔，以防止故障發(fā)生。使用高級分析方法對性能的改進是巨大的。該公司現(xiàn)在只需處理15分鐘的生產(chǎn)中斷，而不是十個小時的生產(chǎn)損失和昂貴的備件更換，并且將生產(chǎn)損失減少了58%，維護成本降低了79%。

數(shù)字化為化學公司帶來了巨大的希望，在制造業(yè)中采用高級分析提供了一些最早和最大的機會。我們相信，數(shù)字化將對化工行業(yè)的許多領域產(chǎn)生重大影響，其中制造業(yè)績效的增幅可能最大。