技術簡介
礙於設備老化及製程修改等因素,石化廠的生產效率普遍偏離最佳點,傳統以data-driven為核
心的AI技術,只能從歷史數據及既有操作範圍內進行最佳化,限制了生產效益提升的可能性。工研院投入「AI-enhanced智慧化生產效率輔助系統技術」開發,透過智慧導航維持石化製程系統達到最佳生產效益,協助石化產業由自動化控制邁向智慧化操作,創造生產管理新價值。此技術開發AI-enhanced模型,結合具預測性化工製程理論模型,大幅提升AI技術的產業適用性與預測準確度。提供製程操作參數建議予技術合作廠商驗證,建議製程參數後,產物產率比廠商歷年最佳值提高1-2%以上。
當材料產業欲導入AI人工智慧技術時,卻經常面臨到下列幾個問題:(一)技術門檻與跨領域人才,(二)什麼議題適合導入?(三)材料產業資料累積不易,資料量少。在跨領域技術導入與材料AI應用技術上,工研院材料與化工研究所的材料數位科技服務平台恰可提供評估與技術支援。
工研院近年來積極整合材料產業與資料科學等數位技術,搭配產業領域豐富的專家經驗,將AI人工智慧、物聯網(IoT)等數位化技術導入在材料研發、產品設計與智能化生產管理上,協助材料產業進行數位化升級,同時也降低技術導入產業的門檻。
特色與創新
材料產業與資料科學跨領域技術整合,導入AI人工智慧技術於材料研發、產品設計與智能化生產管理,解決材料產業實際議題。
應用與效益
新型材料設計開發、材料配方與製程系統優化改良、生產製造智能化監測與控制以及AI技術導入評估與數位人才培訓。
- 淨水廠自動化監控與智能化控制
與工研院材料與化工研究所水科技研究組共同協助淨水廠IoT資料蒐集與整合,進行自動化監測,並導入AI人工智慧技術輔助智能化淨水流程控制;透過IoT即時數據預測最佳淨水藥劑量,將原水濁度降低至規定值,並連結自動化加藥系統進行控制;該案例不僅有效降低淨水流程控制所需人力,同時亦將人為經驗判斷轉換為數位化與智能化預測。
- 5G複合材料系統配方優化
協助國內廠商導入AI人工智慧技術並應用於5G複合材料配方優化與設計;該材料系統共涵蓋96種材料配比,且需同時兼顧12種系統規格,僅依靠專家知識不易進行規格微調,在導入AI人工智慧技術後,以數位化預測模型可依據客戶之系統規格需求,快速找出對應之材料配比,大幅提升設計與客製化服務能力。
- 高韌性鞋墊複合材料結構設計
材料微結構排列不同,會顯著的影響到整體材料的軟硬功效,而有不同的應用領域;功能性鞋墊講求高韌性與輕量化,因此該案例以模擬技術進行材料微結構排列設計,並搭配AI人工智慧技術快速辨別整體材料的軟硬功效,從中找出具備高韌性與輕量化之材料結構。