Автоматизация и искусственный интеллект в переработке биотоплива: вопросы и ответы с Honeywell

В этом выпуске Energy Technology в беседе с Honeywell Process and Automation рассказывается о том, как искусственный интеллект и автоматизация влияют на переработку биотоплива.

Спрос на биотопливо растет, чему способствуют стратегии декарбонизации в трудно поддающихся сокращению секторах. Однако расширение производства сопряжено с проблемами; Изменения в сырье неизбежны, а традиционные нефтеперерабатывающие заводы не рассчитаны на химическое разнообразие отходов и загрязняющих веществ. Спасибо. Объедините бизнес-аналитику и редакционное мастерство, чтобы охватить заинтересованных профессионалов на 36 ведущих медиа-платформах.

Узнать больше Ваше электронное письмо с загрузкой придет в ближайшее время. Пожалуйста, проверьте свой почтовый ящик, чтобы загрузить руководство для покупателя. В этом выпуске мы поговорим с Льюисом Свитом, генеральным менеджером по экологически чистым видам топлива и химикатам компании Honeywell Process Automation, чтобы понять, как автоматизация и искусственный интеллект готовят заводы по переработке биотоплива к будущему растущего спроса.

Мы рассматриваем текущие возможности и будущий потенциал автоматизации и искусственного интеллекта, обсуждая, как технологии могут решить проблемы несогласованности как в поставках сырья, так и в содержании. «Автоматизация в целом — это контроль над объектом», — объясняет Свит, но «когда на сцену выходит ИИ, мы на самом деле говорим о смешивании некоторых слоев, что действительно весело». Именно сочетание этих двух факторов может наилучшим образом подготовить сектор переработки биотоплива к будущему растущего спроса, но возникают вопросы: «Как взять некоторую аналитику и некоторые знания предприятия, возможно, даже некоторые знания глобальной рыночной экономики, а затем принимать обоснованные решения вплоть до уровня управления?» — спрашивает Свит. «У нас уже давно есть расширенная аналитика и расширенный контроль, которые находятся между уровнями L3 и L4 [модели Purdue], и ​​такого рода находятся поверх вашего базового контроля». Что изменилось, так это то, что «ИИ может объединить всю эту экосистему для принятия обоснованного решения».

Он добавляет: «На данный момент нет никаких технологических ограничений. Мы можем объединить всю эту экосистему, провести анализ, оптимизировать то, что лучше для завода, в зависимости от того, как эта компания хочет работать, получать прибыль, снижать выбросы углерода, максимизировать пропускную способность, какой бы ни была эта оптимизация». Тогда для производителей биотоплива вопрос теперь заключается в том, где ИИ предлагает наибольшую ценность.

Цели декарбонизации в трудно поддающихся сокращению отраслях стимулируют спрос на биотопливо; Узкое место находится на стороне предложения. По словам Свита, использование технологий в помощь этому решению «становится действительно интересным». «Технологии, рынки и глобальная политика — все сходятся в этом конкретном вопросе. На обычном нефтеперерабатывающем заводе мы собираемся проектировать несколько видов сырья, и это сырье единообразно и хорошо классифицировано […] вопрос для биологического сырья заключается в том, где вы его получаете и как его найти».

Что касается искусственного интеллекта, он говорит: «Мы можем как бы предсказать, чего ожидаем от реактора, и можем изменить заданные значения. Мы можем изменить поведение управления прежде, чем увидим его фактическое изменение». Важным моментом здесь является экономия времени и, как следствие, экономия средств. «Вместо того, чтобы иметь шести- или 12-часовую задержку и не соответствовать техническим требованиям в течение такого длительного времени, возможно, это просто двухчасовая задержка, несоответствующая техническим требованиям, а затем мы сразу же возвращаемся к этому». Он добавляет: «Каждый час мы можем вернуть что-то в соответствие со спецификациями, тем больше денег вы сможете заработать, а это означает, что тем ближе к рыночному паритету мы сможем эксплуатировать эти объекты».

Оптимизация процессов в первую очередь означает их понимание. Для нефтеперерабатывающих заводов – особенно традиционных, не предназначенных для биосырья – чем больше понимания операций, коммунальных услуг, сырья и цепочек поставок, тем более подробными могут быть расчеты выбросов углерода. В настоящее время Свит говорит, что интенсивность выбросов углекислого газа рассчитывается с помощью мягкого датчика: «Это оценка.

Это модель, основанная на цепочке поставок или хранении этого сырья или этого продукта. «Если вы поместите его на баржу, это будет иметь другой след, чем если бы вы поместили его на грузовик или по железной дороге; Если вы покупаете использованное кулинарное масло (UCO) в Китае, а не в Японии или в Бразилии, то только ваше сырье будет иметь разный углеродный след. «Затем, когда вы измените потребление коммунальных услуг, когда вы измените степень жесткости реактора, это также окажет влияние». ИИ может повысить точность расчетов выбросов углерода, потенциально предлагая понимание на молекулярном уровне.

Это может позволить дифференцировать цены по мере развития рынка, что позволит проектам возобновляемых источников энергии «стать более финансово жизнеспособными». Детальное понимание состава сырья будет иметь важное значение для повышения эффективности и определения углеродного профиля топлива. Однако научные исследования состава и загрязнения сырья все еще относительно новы, говорит Свит. «Когда вы занимаетесь биологическим сырьем, есть сотни [типов], и вы не знаете, где они все находятся».

«Как ученые и инженеры, а также поставщики технологий, мы [Honeywell] только кое-что из этого узнаем». Он указывает на широкий спектр потенциальных загрязнителей и химическое разнообразие: от смыва удобрений из обычного сырья до крошек картофеля фри в UCO. «В обычном топливе есть углеродные цепи, но их содержание обычно достигает C15 или C16.

В биотопливе есть сверхдлинные органические углеродные цепи — C60 — плюс есть примеси, о которых вы даже не думали». Искусственный интеллект и автоматизация станут частью решения, но в этом секторе предстоит добиться значительного прогресса. Свит комментирует, что отрасли нужно будет придумать, как построить модель, математическую систему, которая сможет обеспечить более высокую точность. «Хорошо, что это не черное или белое. Любое направленное улучшение, которое мы можем сделать в моделировании реагирования, — это деньги, которые возвращаются на стол, а это означает, что оно снижает риск и повышает наши шансы увидеть больше возобновляемых видов топлива».

Спасибо. Ваше электронное письмо для загрузки придет в ближайшее время. Пожалуйста, проверьте свой почтовый ящик, чтобы загрузить руководство для покупателя.

Источник: https://www.offshore-technology.com/news/automation-ai-biofuel-refining-honeywell/