当双胞胎进入青春期时,成长的烦恼是预先设定好的。数字双胞胎也不例外。十多年来,自动化和数字化专家一直期待着从数字世界中真实工厂的呈现中获得巨大好处:可以用它来模拟场景和选项以优化流程,未来的工厂操作员可以用它来进行培训,维护人员可以用分析工具补充双胞胎,以便在早期识别维护需求并最佳地规划维护。
然而,化工行业的数字孪生与整个行业的数字化一样:过程工业距离全面使用和连续数据流还有很长的路要走。然而,如果要实现气候中和的化工行业的目标,这些都是必要的。毕竟,到 2050 年——大多数化工国家宣布实现气候中和的年份——对化学品的需求将继续上升。使用传统的石油或天然气方法不可能以气候中和的方式生产这些数量。化工行业必须也将走上一条转型之路,摆脱线性经济(获取-生产-处置),走向循环经济,在循环经济中,产品在其生命周期结束时成为新化学品的原材料。但要做到这一点,数字孪生必须成长,不再仅仅围绕工厂:整个供应链必须成为虚拟形象的一部分。
在循环经济中,跨公司边界的利益相关者都对哪里有哪些原料以及原料的质量感兴趣。必须考虑供应链中断及其对生产和交付能力的影响。如果这些数据透明且可实时获取,那么生产流程也可以进行规划、重新调整或适应变化的原材料。透明度也很重要,这样才能准确平衡每种产品的排放量——这不仅可以防止扭曲竞争的漂绿行为,还可以更容易地制定可持续性平衡——在此基础上可以做出正确的决策,实现净零排放目标。
此外,还有另一个复杂程度:能源系统的转型导致越来越多的工艺从化石燃料转向可再生能源发电——化学工业的电气化已经全面展开。但风能和太阳能发电并非持续可用。到目前为止,工厂都是根据随时可用的能源和原材料来规划连续运行的,而未来运营商将通过灵活地调整其流程以适应能源和原材料供应来获得经济优势。此外,还有一个总体目标,即在行业耦合和优化的意义上将能源管理、工业、运输和建筑联系起来。这个维度也使化学生产的控制更加复杂。而最迟在这里就会清楚,鉴于优化目标和影响变量的丰富性,人类本身就负担过重:因此,整体优化的关键也在于数字工具。
行业期望基于机器学习和人工智能的新工具能够带来巨大的优势,并为决策提供支持。只要有大量数据可用,这些工具就会发挥作用 - 而这正是关键所在:尽管化学公司如今产生的数据比以往任何时候都多,但数据库存往往不一致,而且往往缺乏背景信息 - 例如,关于物质循环关系的信息。这个问题众所周知,行业长期以来一直在努力寻找解决方案:例如,在 2011 年由巴斯夫、拜耳和赢创发起的 DEXPI 计划中,定义了一种中性数据格式,通过这种格式,不同工程工具制造商的软件产品可以交换流程信息。当前的 Manufacturing X 计划更进一步:工业 4.0 平台的利益相关者因此为自己设定了实现工业 4.0 数据空间和全面向数字网络化行业转型的目标。归根结底,这就是创建数据经济的方式。
但所有这些举措都与循环经济一样,都具有同样的基本前提条件:它们要求整个价值链中使用的流程和资源透明;它们假定数据也在公司之间共享,但这并不会导致公司的技术知识流失。数字化带来的好处往往来自完全不同的地方——例如在生产中;如果没有整体视角,流程运营商往往缺乏商业案例,因此缺乏投资数字化的动力。即使在公司内部,也存在数据缺口:一个现在很典型的例子是工厂规划和运营阶段之间的信息技术缺口:在数字化项目中,通常必须精心重建在规划阶段已经以数字形式提供的数据,但由于职责不同,这些数据无法以数字可读格式传递。在未来的循环经济中,产品信息也必须在其整个生命周期中传递——在这里,使用区块链解决方案可以确保价值链中信息的连续流动。这些例子表明:负责数字化的人必须关注整个价值链。
在此背景下,流程自动化人员的角色也在发生变化:一方面,他们为一致的数据流创造条件,另一方面,他们为管理数据流做出贡献。IT(信息技术)和 OT(运营技术)之间的界限正在变得模糊,这一事实已在化工行业的许多公司中得到体现——工业 4.0 和数字化转型正在推动 IT 和 OT 的融合以及系统的集成和联网。然而,在化工行业,这必须始终在高安全要求的背景下进行。
过程自动化公司当前的举措也是数字化化学目标的一部分:基于以太网的通信技术 APL(高级物理层)旨在帮助现场(传感器、执行器)的数字化取得突破。借助 Namur 开放式架构 (NOA),以前滞留在现场设备中的数据可用于优化应用程序 - 例如在云应用程序中:例如,检测异常或降低维护成本、能源和原材料消耗。模块化自动化方法保证了灵活性:模块类型包 (MTP) 用于以标准化方式描述工厂模块 - 这大大减少了组装模块化工厂组件时的集成工作量。预计 MTP 本身就可以节省高达 70% 的工程时间。另一个首字母缩略词在此背景下很重要:OPA-S。借助开放式过程自动化标准,目前正在为过程工厂的自动化创建一个标准化且独立于制造商的架构。最重要的是,以这种方式促进来自不同制造商的设备和系统之间的互操作性。这将使工厂运营商能够更轻松地扩展和扩大他们的系统,并更好地访问来自不同来源的数据。
如果没有数字化,化工行业就无法实现其在净零排放和循环经济方面的雄心勃勃的目标。到目前为止,往往缺乏端到端的数据一致性和整体视角。过程自动化和数字孪生是数字化的核心组成部分,它们的实施必须远远超出纯工厂自动化的范围,才能映射整个价值链。当前的过程自动化计划和技术(如 APL、NOA、MTP 和 OPA-S)提供了有希望的实施方法。然而,它们只是整个数字业务流程的一小部分。要充分利用数字化,必须在正确的环境中流畅、一致地共享和使用数据。只有这样,数字孪生才会真正成熟。