Автоматизированная оптимизация на основе Искусственного интеллекта
Решения

Продвинутая аналитика технологических данных не может быть реализована без знания предметной области. Компания Yokogawa может предоставить лучшие отраслевые практики с ее более чем вековым опытом и, таким образом, предложить нечто большее, чем просто анализ данных – автоматизированную оптимизацию на основе искусственного интеллекта. Наши предложения не только высокоэффективны, реалистичны и действенны, но и обеспечивают более глубокое понимание решений по стабилизации качества, которые могут помочь компаниям стабилизировать и постоянно улучшать качество своей продукции.
На практике одного мощного алгоритма искусственного интеллекта недостаточно для реализации настоящего потенциала данных заказчика. Передовые методы аналитики, основанные на знании предметной области и бизнеса, являются ключом к раскрытию скрытого потенциала производственных данных. 

Yokogawa Futrure Plant: More AI and Less Reliance on Human Skills

Рисунок_Завод будущего компании Yokogawa: больше ИИ и меньшая зависимость от человеческих навыков

Увеличить изображение

 

Умное и гибкое принятие решений без участия экспертов


Возьмем, к примеру, панель визуализации для мониторинга состояния, разработанную компанией Yokogawa для оптимизации циклов работы/коксоудаления на олефиновой установке со средней производительностью 90 т/ч. Сумма выгоды оценивается в 170 000 долл. США в год. 

Advanced Monitoring Dashboard

До
Заказчик полагался на показатели теплообменника трубопровода, температуры металла трубопровода, подачи углеводородного сырья, а также на другие факторы для определения конца цикла. Даже у одного и того же оператора критерии определения не были постоянными, что привело к тому, что некоторые печи работали слишком долго (риск перегрузки) или слишком мало (потеря выхода)

После
Заказчик полагается на один единственный точный индикатор, чтобы принять обоснованное решение о том, какой печи следует уделить первоочередное внимание и провести коксоудаление

Преимущества решений
(1) При увеличении производительности установки на 2 дня каждый год.
При средней производительности по этилену 90 т/ч, средней марже 40 долл. США за тонну
      Расчетное значение возвращенной стоимости в долларах США составляет (90 т/ч * 24 ч * 2 дн.) * 40 долл. США/т = 170 000 долл. США/год

(2) Дополнительные преимущества за счет сокращения количества отключений печи до одного раза в год

Увеличить изображение


В таблице ниже представлены области нашей компетенции

Summary for our areas of expertise

Кому следует покупать это решение для автономной оптимизации на основе искусственного интеллекта?

• Если ваше высшее руководство поставило цели по использованию искусственного интеллекта; но вы не знаете, как начать применять его в полевых условиях для решения повседневных проблем или улучшения вашего процесса
• Вам поручили анализировать большие объемы или сложные технологические данные, однако вы поняли, что существует множество условий, которые необходимо принять во внимание, прежде чем работать с такими данными
• Отдел НИОКР разработал новую систему обнаружения аномалий, но перед развертыванием ее необходимо протестировать с использованием полевых данных

 * Названия компаний и продуктов, указанные на этой странице, являются товарными знаками или зарегистрированными товарными знаками соответствующих компаний

 

Варианты использования

Пример_1: Расчет нагрузки на цикл охлаждения

Отрасль

Нефтехимический, олефиновый завод

Продукты

Этилен, пропилен, бутен-1

Процесс

Цикл охлаждения C2/C3

Проблема заказчика

Необходимо определить теплообменники, которые вызывают перегрузку компрессора хладагента:
Особенно летом перегрузка компрессора была вызвана недостаточным охлаждением одного из теплообменников.
В случае такой перегрузки заказчик может только сократить подачу и потерять производительность. Однако из-за сложностей, вызванных задержками в процессе теплообмена, заказчик слишком сильно сокращал подачу, чтобы избежать перегрузки компрессора. 
За счет своевременного определения того, какой теплообменник вызывает перегрузку компрессора, заказчик сможет избежать производственных потерь.

Решения Yokogawa

・Аналитики Yokogawa проанализировали данные процесса и определили теплообменники, которые больше всего способствовали перегрузке компрессора

・Специалисты по обработке данных Yokogawa использовали знания в области технологического процесса для определения потребности в охлаждении каждого теплообменника

・Эксперты Yokogawa разработали удобную для оператора панель управления, которая помогает оператору избежать перегрузки компрессороа или уменьшить нагрузку на него

 

Пример_2; Контроль состояния теплообменников

Отрасль

Нефтехимический, олефиновый завод

Продукты

Этилен, пропилен, бутен-1

Процесс

Охлаждение крекинг-газа в башенном охладителе

Проблема заказчика

Высокая температура в верхней части башенного охладителя в летний период, приводящая к сокращению расхода сырья и частому загрязнению контура / теплообменника охлаждения:
Заказчик выполнил ряд изменений, которые в конечном итоге привели к повышению производительности башенного охладителя. 
Однако заказчик не знал, какое изменение было наиболее актуальным и способствовало повышению производительности. 
Зная и понимая какой теплообменник оказывает наибольшее влияние на температуру башенного охладителя, закащчик может поддерживать температуру с минимальными затратами на техническое обслуживание.

Решения Yokogawa

・Аналитика Yokogawa определили несколько теплообменников, которые непосредственно способствовали повышению производительности

・Специалисты по обработке данных Yokogawa разработали модель машинного обучения для мониторинга состояния наиболее важного для процесса темплообменника


 

Хотите узнать больше о наших технологиях и решениях?

Контакты

Наверх