目前,用于过程安全分析的软件模型可能需要数天或数周时间来评估单个工程场景. 它们可能是重复的和昂贵的,经常涉及专家咨询输入.

然而, 通过与mg摆脱的KTP开发的人工智能方法, 将帮助ioMosaic分析工程数据的趋势,从而在更短的时间内以更低的成本指出安全问题.

减少系统分析所需的时间将进一步增加ioMosaic产品的竞争力, 说明设计场景和设备配置的组合可能导致安全问题.

ioMosaic的主任约翰·巴克博士说:

mg电子游戏摆脱非常期待与mg摆脱在研究方面的合作,这将直接补充mg电子游戏摆脱现有的产品和服务组合. 这无疑将改变过程安全领域的游戏规则.

KTP副, 谁会在mg摆脱公司工作, 将由卡迈勒·巴尔奎斯监督, ioMosaic的项目经理. 由于项目的多学科性质, the Associate will be supported by three academics at Bath; Professors Semali Perera and John Chew, 都是化学系的, 和Ozgur Simsek博士, 计算机系副系主任,人工智能课题组组长.

计算机科学Ozgur Simsek博士说:

人工智能和机器学习技术有很大的潜力来支持细节, 重复的, 并且需要耗费大量时间来确保化学过程的安全. mg电子游戏摆脱非常兴奋地探索这种潜力,并期待与ioMosaic的合作.

Semali Perera教授说:

mg电子游戏摆脱非常高兴能够与ioMosaic合作,推动工艺安全和风险管理方面的创新. 该学术团队期待将最前沿的工程设计和AI技术结合在一起,以较低的成本为关键流程提供改进和可持续的安全性.

KTP将在英国建立一个工艺工程和人工智能工艺安全分析的卓越中心, 服务英国和全球市场. 这项技术, 通过伙伴关系交付, 通过对复杂工艺系统进行快速且具有成本效益的分析,工艺安全工程是否会逐步改变.

该大学研究和创新服务(RIS)负责人卡罗琳·奎斯特说:

mg电子游戏摆脱很高兴大学获得与ioMosaic有限公司合作的KTP,以进一步发展他们的竞争力和市场影响力. KTP研究与创新服务办公室(RIS)期待着为合作伙伴关系的发展提供支持.

知识转移伙伴关系(KTPs)旨在帮助企业通过更好地利用知识提高竞争力和生产力, 英国知识基础内的技术和技能.

有关ktp的进一步资料

联系RIS的KTP办公室寻求支持: ktp@bad-mummy.com

在twitter上关注KTP: @KTPBath

英国研究与创新(UKRI)标志