Репортаж от Wedoany，Доктор Иоанна Цорци, заместитель эксперта по инновациям в области смол и покрытий компании Perstorp AB, рассказала о роли искусственного интеллекта в ускорении разработки и оптимизации рецептур смол и добавок. ИИ ускоряет процесс разработки, анализируя взаимосвязи между выбором рецептуры, технологическими условиями и свойствами, а также на основе этих знаний прогнозируя результаты и направляя принятие решений. Этот метод позволяет быстро отбирать кандидатов, выявлять ключевые переменные и рекомендовать устойчивые рабочие окна, выходящие за рамки единичных рецептур. Активное/последовательное обучение доказало свою эффективность: модель обновляется после каждого эксперимента и предлагает оптимизационные испытания для улучшения характеристик или снижения неопределенности. Данная технология применима на всех этапах цепочки создания стоимости в лакокрасочной отрасли, включая разработку смол и добавок, оптимизацию рецептур, эксплуатационные свойства и масштабирование производства, за счет непрерывного обучения на структурированных лабораторных и технологических данных.
Цорци считает, что лакокрасочная отрасль еще не достигла этапа полной интеграции цифровых инструментов в рабочие процессы производства и разработки приложений, и оценивать области «наибольшего влияния» пока преждевременно. ИИ уже достиг уровня, когда предприятия заинтересованы в его потенциале, однако применение остается неравномерным и носит исследовательский характер. Рынок активно ищет убедительные примеры успешного применения, демонстрирующие, где ИИ добавляет ценность, как его внедрить в повседневную работу и какие ощутимые преимущества он дает по сравнению с традиционными методами, такие как повышение скорости, качества и устойчивости.
Что касается качества данных и устойчивости моделей, Цорци отметила, что качество, полнота и структурированность данных являются ключевыми предпосылками для применения машинного обучения в исследованиях, разработках или оптимизации процессов. Компания использует подход, ориентированный на конкретные проекты. Например, в работе по алкидному эмульгированию на основе ИИ были определены все соответствующие качественные и количественные целевые переменные, обеспечена согласованность записей экспериментов и отсутствие пропущенных значений. При необходимости разрабатывались дескрипторы для надежного представления показателей продукта при обучении модели. Устойчивость модели поддерживается за счет регулярного обновления данных, проверки с участием человека, сравнения прогнозов с лабораторными результатами и мониторинга показателей производительности с течением времени для отслеживания улучшений или выявления ухудшений.
Относительно спроса производителей покрытий на цифровые услуги или услуги ИИ Цорци указала, что явного спроса на услуги ИИ не наблюдается, однако любопытство производителей растет. Клиенты хотят получить примеры успешного применения и практические объяснения возможностей ИИ, понять, как интегрировать его в повседневную работу, и увидеть преимущества по сравнению с традиционными методами проб и ошибок. В качестве примера она привела работу компании по алкидному эмульгированию с использованием Neptem, где модель ИИ сравнивалась с подходом, основанным на ручном труде, что продемонстрировало значительное повышение эффективности использования ресурсов и открытия материалов.
Данный материал скомпилирован платформой Wedoany. При цитировании материалов, созданных с помощью искусственного интеллекта (ИИ), необходимо обязательно указывать источник — «Wedoany». В случае выявления нарушения прав или иных проблем просим своевременно информировать нас. Сайт оперативно внесёт изменения или удалит материал.Электронная почта: news@wedoany.com
