圖1、利用物聯網技術改善化學生產
如果化學公司想要保持競爭力並在不斷變化的世界中前進， 他們需要迅速採用創新技術。
物聯網（IoT）可以如何改善化學生產？化學公司可以如何在他們的生產流程中使用物聯網（IoT）和機器學習（machine learning）？
利用物聯網（IoT）技術來改善化學品的生產
圖2、工業4.0的轉換圖示
雖然很多行業都在接受物聯網， 但是迄今為止它可能與化學品業務無關。 但ARC的總裁Andy Chatha幾年前在ARC諮詢集團行業論壇的主題演講中明確表示， 物聯網（IoT）也適用於化工行業。 Chatha解釋說， 物聯網技術（IoT）可以簡化許多工業公司的生產流水線部分， 包括提供智慧型機器， 提供更好的大資料存儲容量， 並且説明優化系統和資產。 在這個行業中物聯網（IoT）的好處是深遠的。 它們包括更好的生產力， 更高的資產利用率和更高的收入。
促進創新研發方面存在巨大的機遇， 以更快的速度創造更高價值和更高利潤率的產品， 尤其是專業和農作物保護用的化學品。 先進的分析和機器學習（machine learning）能夠説明實現分子的高容量優化，
圖3、工業4.0在化工行業中的應用
此外， 先進的分析和機器學習可以推動最佳可用資源的分配， 以根據實際情況投資組合重點研究專案。
同時， 內部知識和專利資料庫的篩選也成為可能， 以最大限度地利用智慧財產權並填補其中的空白。
機器學習還可以説明化學品製造商在產品生命週期中對可持續性和環境影響進行模擬模擬。
改變工廠運營中的博弈物聯網為製造和資產管理中的機器學習（machine learning）奠定了基礎， 因為它可以捕獲有關資產狀態和性能， 過程參數， 產品品質， 生產成本， 存儲容量和庫存（遙測）， 入站/出站物流，
圖4、物聯網在商業運營中的關鍵目標
利用當今先進的資料獲取， 存儲， 處理和分析功能， 現在可以將大量的工廠， 資產和運營資料與先進的演算法結合使用， 以類比， 預測和規定資產的維護需求，
在這種情況下， 數位雙胞胎（digital twins ， 當每個引擎、每個渦輪、每台核磁共振， 都被創造了一個“數字雙胞胎”（Digital Twin）， 能為企業創造更多價值）在管理資產性能和維護方面起著重要的作用。 一旦工廠和工藝被設計並且被工程化出來， 數位雙胞胎（digital twins ）就可以通過模擬與安全性和/或性能相關的特殊工廠和工藝條件（如飛行模擬器）來訓練操作員。 數字資產雙胞胎（（Digital Twin））可用於維護， 以預測某些過程參數對資產性能， 資產生命週期和維護需求的影響。 德勤大學出版社的檔“工業4.0與化學工業”解釋了“數位雙胞胎”的概念， “組織通過從物理到數位， 再回到物理的運動所產生的資訊中創造出價值”。
圖5、3D列印在化工業中的應用
分散式製造/ 3D列印在開發創新原料和推動新的收入來源方面為化工行業帶來了全新的機遇。在傳統元件製造中使用3000多種材料，而只有大約30種材料可用於3D列印。從這個角度來看，到2020年化學粉末材料市場預計每年將會超過6.3億美元。
圖6、工業4.0的分層架構
通過在可穿戴設備上增加智慧標籤，可以提高工作人員的安全性，這可以幫助提醒工作人員接觸危險物質（如有毒氣體），以便在緊急情況下説明找到雇員和合同工。此外，如果員工離開指定的或授權的工作區域（“連接的工作人員”），則可能會觸發警報。
把你的供應鏈帶到另一個層面上在供應鏈中，物聯網和機器學習的新技術還有很多潛力。只要考慮使用高級分析來提高預測準確性，從而導致整個銷售和運營計畫流程以及相關KPI的改進。
先進的分析和機器學習可以用來緩解供應鏈中斷的風險。例如，在發生自然災害的情況下，貨物可以自動重新路由，以最低的成本實現按時交貨的目標和完成對客戶的承諾。
另一個使用的機會在於優化運輸資產和相關成本。在許多情況下運輸化學品意味著需要考慮特殊設備和複雜的合規性要求，空回程是常態而非例外，從而避免會導致成本增加和資產利用率不理想。在這裡，機器學習可以幫助更好地利用運輸資產，並將浪費排除在物流職能之外。
靠近客戶來創新過去幾年，化學工業作為一個“資產密集型”行業，正在著力於優化工廠和資產運營。然而，開發創新的，以客戶為中心的商業模式和服務方面還有很大的潛力可以挖掘。以下是化學公司如何在客戶前端更好地利用物聯網（IoT）和機器學習（machine learning）的一些例子：
利用感測器和遙測技術來實現供應商/供應商庫存管理的概念，並使補貨流程完全自動化（“不接觸”或者“低接觸”訂單）。
通過感測器技術即時監控客戶的製造工藝參數，利用先進的演算法將工藝參數與（半成品）的品質關聯起來，開始銷售首過品質測試產品作為業務成果，而不是銷售產品。提供基準資料作為服務的機會。
圖7、物聯網的作用
通過捕捉和處理來自社交媒體的非結構化資料，通過適當的行銷活動和創新的服務產品來獲得客戶/市場情緒的可視性。
繼續推進物聯網
圖8、機器學習和物聯網將改變化工行業
通過機器學習和使用物聯網，化工企業可以前進並獲得積極的業務成果。化學公司如何使用物聯網技術？Chatha說，工業企業已經或正在為整合物聯網和機器學習奠定基礎。總的來說，物聯網可以作為一種解決方案，説明化工行業跟上時代的步伐，更好地滿足股東和客戶的需求。但是，如果有足夠的清潔和豐富的資料來訓練演算法，並建立高品質的預測結果的模型，那麼這是成功的關鍵。另一個關鍵的成功因素是高技能的資料的科學家缺乏，這些可能是在化學工業中快速採用物聯網和機器學習技術的嚴重制約因素。
（完）
圖5、3D列印在化工業中的應用
分散式製造/ 3D列印在開發創新原料和推動新的收入來源方面為化工行業帶來了全新的機遇。在傳統元件製造中使用3000多種材料，而只有大約30種材料可用於3D列印。從這個角度來看，到2020年化學粉末材料市場預計每年將會超過6.3億美元。
圖6、工業4.0的分層架構
通過在可穿戴設備上增加智慧標籤，可以提高工作人員的安全性，這可以幫助提醒工作人員接觸危險物質（如有毒氣體），以便在緊急情況下説明找到雇員和合同工。此外，如果員工離開指定的或授權的工作區域（“連接的工作人員”），則可能會觸發警報。
把你的供應鏈帶到另一個層面上在供應鏈中，物聯網和機器學習的新技術還有很多潛力。只要考慮使用高級分析來提高預測準確性，從而導致整個銷售和運營計畫流程以及相關KPI的改進。
先進的分析和機器學習可以用來緩解供應鏈中斷的風險。例如，在發生自然災害的情況下，貨物可以自動重新路由，以最低的成本實現按時交貨的目標和完成對客戶的承諾。
另一個使用的機會在於優化運輸資產和相關成本。在許多情況下運輸化學品意味著需要考慮特殊設備和複雜的合規性要求，空回程是常態而非例外，從而避免會導致成本增加和資產利用率不理想。在這裡，機器學習可以幫助更好地利用運輸資產，並將浪費排除在物流職能之外。
靠近客戶來創新過去幾年，化學工業作為一個“資產密集型”行業，正在著力於優化工廠和資產運營。然而，開發創新的，以客戶為中心的商業模式和服務方面還有很大的潛力可以挖掘。以下是化學公司如何在客戶前端更好地利用物聯網（IoT）和機器學習（machine learning）的一些例子：
利用感測器和遙測技術來實現供應商/供應商庫存管理的概念，並使補貨流程完全自動化（“不接觸”或者“低接觸”訂單）。
通過感測器技術即時監控客戶的製造工藝參數，利用先進的演算法將工藝參數與（半成品）的品質關聯起來，開始銷售首過品質測試產品作為業務成果，而不是銷售產品。提供基準資料作為服務的機會。
圖7、物聯網的作用
通過捕捉和處理來自社交媒體的非結構化資料，通過適當的行銷活動和創新的服務產品來獲得客戶/市場情緒的可視性。
繼續推進物聯網
圖8、機器學習和物聯網將改變化工行業
通過機器學習和使用物聯網，化工企業可以前進並獲得積極的業務成果。化學公司如何使用物聯網技術？Chatha說，工業企業已經或正在為整合物聯網和機器學習奠定基礎。總的來說，物聯網可以作為一種解決方案，説明化工行業跟上時代的步伐，更好地滿足股東和客戶的需求。但是，如果有足夠的清潔和豐富的資料來訓練演算法，並建立高品質的預測結果的模型，那麼這是成功的關鍵。另一個關鍵的成功因素是高技能的資料的科學家缺乏，這些可能是在化學工業中快速採用物聯網和機器學習技術的嚴重制約因素。
（完）