Qian F (2025) AI for Process Manufacturing: Innovations, Trends, and Challenges. Engineering 52, 1-2 – open access article pdf

V andaljevanju podajamo kratek povzetek v obliki ključnih poudarkov tega uvodnika posebne izdaje revije Engineering (2025) o umetni inteligenci (UI) v procesni industriji.

1. Plast zaznavanja in analize

Ta plast predstavlja temelj podatkovno gnane inteligence. Osredotoča se na učinkovito pridobivanje in interpretacijo heterogenih podatkov iz proizvodnih procesov.

• Vizualizacija industrijskih velepodatkov: Pregled metod za rudarjenje podatkov in interakcijo človek-stroj, ki omogočajo razumevanje kompleksnih in visokodimenzionalnih procesov.
• Diagnostika napak: Uvedba novih pristopov (npr. na podlagi disipativnosti) za črpanje informativnih lastnosti iz podatkov, kar omogoča robustno zaznavanje napak.
• Zagotavljanje kakovosti in varnosti: Uporaba UI za natančno zaznavanje stanj v nelinearnih in dinamičnih industrijskih okoljih.

2. Plast napovedovanja in modeliranja

UI v tej plasti omogoča kognitivne in inferenčne zmogljivosti, ki so ključne za inovacije in optimizacijo sistemov.

• Temeljni modeli (Foundation Models): Raziskovanje ogrodij in praktičnih aplikacij velikih modelov UI v procesni industriji.
• Kinetično in materialno modeliranje:
  • Uporaba aktivnega strojnega učenja in Bayesove optimizacije za hitrejši razvoj kinetičnih modelov v kemijskem inženirstvu.
  • Uporaba večnivojskih grafnih nevronskih mrež za natančno napovedovanje adsorpcije plinov.
• Robustno in generativno modeliranje:
  • Razvoj rekurentnih nevronskih mrež, ki upoštevajo negotovost surovin v farmacevtski proizvodnji.
  • Uporaba prostorsko-časovnih modelov zmanjšanega reda za hitro in natančno napovedovanje temperaturnih polj v industrijskih pečeh.

URL: https://www.sciencedirect.com/science/article/pii/S2095809925004825