Les opportunités et les défis inhérents à l’industrie pétrochimique et l’émergence de technologies hautement perturbatrices ont engendré une nouvelle révolution, qui a le potentiel de modifier fondamentalement les processus industriels, notamment la fabrication, l’ingénierie, les matériaux, les chaînes d’approvisionnement et la gestion du cycle de vie. Le nouveau concept d’usine intelligente est devenu un enjeu important de l’industrie pétrochimique, lequel adopte des technologies perturbatrices dans le secteur de la fabrication. L’usine intelligente, qui se distingue des processus de production traditionnels du secteur pétrochimique, doit évaluer et positionner son futur programme de recherche, y compris sa définition, ses intentions, sa structure et sa technologie. Pour l’usine intelligente, il est nécessaire de donner la priorité à la réflexion et à la résolution des problèmes d’un système.
Une étude propose un schéma de cycle de vie et une feuille de route opérationnelle et technologique consensuelle fondée sur la compréhension des forces motrices du développement des usines intelligentes. L’industrie pétrochimique est aujourd’hui confrontée à de nouvelles difficultés dues à des réglementations plus strictes en matière de protection de l’environnement et de conservation de l’énergie, à la pression exercée pour réduire le coût des produits, à la diversité des sources de matières premières, aux besoins spécifiques des clients, à l’optimisation de la combinaison et de la chaîne d’approvisionnement, et à d’autres facteurs. L’Internet des objets, le Cloud Computing, la robotique et les technologies de Big Data font partie d’une nouvelle vague d’avancées scientifiques et technologiques. En outre, le mode de production de l’industrie pétrochimique a subi des changements révolutionnaires en raison de l’intégration des technologies de l’information (TI) aux technologies d’exploitation et de fabrication.
Cet article analyse les derniers changements auxquels est confrontée l’usine pétrochimique intelligente du point de vue de la chaîne de valeur, du mode de production et de service, de la chaîne de gestion et de contrôle, ainsi que des contraintes énergétiques. La discussion sur la définition et la connotation de l’usine pétrochimique intelligente en les comparant à la recherche traditionnelle propose le système technologique et la feuille de route de l’usine pétrochimique intelligente et résume les technologies clés à étudier.
Inférence de l’usine intelligente dans l’industrie pétrochimique
Les communautés académiques et industrielles définissent "l’usine intelligente" sous différents angles. L’Industrie 4.0 définit principalement l’usine intelligente du point de vue de la production intelligente axée sur les CPS (Cyber Physical Systems), tandis que le SMLC (Smart Manufacturing Leadership Coalition) aborde les usines intelligentes sous l’angle de la connaissance et de la modélisation. Les usines intelligentes sont excellentes lorsqu’elles sont considérées du point de vue de l’intégration de l’industrialisation et des applications informatiques, en se concentrant sur le raffinage du pétrole et les entreprises chimiques. Une usine intelligente dans l’industrie pétrochimique peut être définie selon deux perspectives :
1. Une usine intelligente dans le secteur pétrochimique est axée sur l’ensemble de la chaîne de production industrielle des produits pétrochimiques. Pour réaliser l’intégration horizontale, verticale et de bout en bout des usines, elle associe étroitement l’informatique nouvelle génération aux individus, aux technologies d’exploitation des processus/équipements et aux processus de production pétrochimique existants. En outre, elle améliore le niveau d’exploitation et de gestion des usines de manière plus délicate et dynamique et facilite l’innovation dans les modèles de fabrication et d’entreprise en optimisant les quatre capacités clés que sont la connaissance globale de l’emplacement, la prévision et l’alerte précoce, l’optimisation collaborative et les décisions scientifiques.
2. Dans le secteur pétrochimique, l’usine intelligente crée une nouvelle génération d’environnement de production pétrochimique, caractérisée par une détection universelle et des services intelligents qui relient les capteurs omniprésents, le matériel intelligent, les systèmes de contrôle, les installations informatiques et les terminaux d’information en un réseau intelligent via les CPS. Il s’agit de comprendre à quel point les entreprises, les individus, les objets et les services sont connectés, ainsi que de produire, d’intégrer et d’utiliser autant de ressources d’information, de connaissances et d’expertise que possible.
Pour faire simple, une usine intelligente dans le secteur pétrochimique est une installation toute neuve, à la pointe de la technologie, qui vise à atteindre l’excellence opérationnelle pour l’usine tout en étant respectueuse de l’environnement, hautement efficace, sûre et durable.
Opportunités et défis dans les industries pétrochimiques
Agilité opérationnelle
L’agilité opérationnelle, ou la capacité à s’adapter rapidement à des conditions changeantes dues à l’évolution des matières premières, de la demande du marché et des prix, est l’une des caractéristiques essentielles de la fabrication par procédé intelligent. De telles perturbations auront sans aucun doute un impact significatif sur les performances de l’usine. Il est donc crucial de changer de méthode d’exploitation, par exemple en reconstruisant le schéma de traitement et en modifiant la température, le débit et la pression. La première question qui se pose est de savoir comment les systèmes de contrôle de niveau inférieur peuvent atteindre rapidement les points de consigne corrects.
Bien qu’il soit peu probable que les informations existantes couvrent tous les cas d’opération imaginables, les connaissances heuristiques et l’expertise opérationnelle des spécialistes sont les meilleures options d’un point de vue industriel. La précision de la méthode fondée sur la connaissance constitue la deuxième difficulté. L’optimisation en temps réel basée sur un modèle est la principale stratégie d’un point de vue académique. La première préoccupation est de savoir où trouver des modèles de premier principe fiables pour les unités de traitement chimique, en particulier les réacteurs complexes ; la deuxième est de savoir comment mettre en place efficacement le modèle d’optimisation en temps réel ; et la troisième est de savoir si l’industrie acceptera les résultats de l’optimisation.
Construction de modèles ajustables basés sur les données
Les difficultés de la résolution d’un modèle d’optimisation soumis à un modèle de premier principe difficile ont été abordées dans la sous-section précédente. Une option potentielle consiste à utiliser un modèle de substitution basé sur des données à la place du modèle initial. De nombreuses techniques statistiques ont été utilisées pour créer des modèles de substitution pour la détection des défauts, le contrôle des processus et l’optimisation, notamment les réseaux neuronaux, les machines à vecteurs de support et la programmation mathématique. Lors de la création d’un modèle de substitution, il est important de tenir compte de l’utilisation et de la mise en œuvre prévues, par exemple s’il sera utilisé pour l’optimisation des flux ou la prédiction des tendances.
L’adoption d’un modèle de substitution piloté par un réseau neuronal pour l’optimisation du schéma d’écoulement peut entraîner d’importants problèmes de calcul et l’impossibilité de produire des résultats de haute précision. La ductilité externe est cruciale, quelle que soit la technique utilisée pour créer le modèle de substitution. La première question, dans ce cas, est de savoir combien d’ensembles de données sont nécessaires pour créer un modèle de substitution avec une grande précision ; la deuxième question est de savoir comment créer un modèle ajustable basé sur les données. Des ensembles de données industrielles doivent être utilisés pour valider la précision.
Planification et ordonnancement d’une raffinerie de pétrole ou d’une usine pétrochimique entière
La modélisation mathématique et l’optimisation globale offrent d’importantes perspectives de réduction des coûts, d’augmentation de la marge bénéficiaire, d’efficacité énergétique et de satisfaction de la demande dans la planification et l’ordonnancement de diverses opérations dans une raffinerie de pétrole ou une usine pétrochimique. Ce n’est que récemment qu’il est devenu possible de planifier et de programmer l’ensemble d’une raffinerie de pétrole ou d’une usine pétrochimique, un élément crucial de la fabrication intelligente. Le mélange et le traitement du pétrole brut, les activités des unités de traitement, ainsi que le mélange et la distribution des produits constituent la majorité des opérations.
Conclusions
La vision technologique et le projet d’une "usine intelligente" dans l’industrie pétrochimique s’articulent autour de l’informatique des usines pétrochimiques et étendent la simulation traditionnelle du génie chimique. Cela permet de contrôler et de gérer une usine réelle grâce à l’exploitation et à la collaboration simultanées d’une usine réelle et d’une usine virtuelle. Un cadre technologique pour une usine intelligente dans le secteur pétrochimique estime qu’une compréhension holistique de l’environnement physique est essentielle à la construction d’une usine intelligente, et que les applications commerciales intelligentes dotées de capacités d’optimisation et de prise de décision peuvent favoriser la coopération intersectorielle et l’optimisation de la production pétrochimique mondiale.
En outre, une plus grande importance est accordée aux facteurs humains afin de créer la prochaine génération de centres de production et d’exploitation axés sur les personnes. Cela permettra aux bonnes personnes d’accéder aux informations et aux ressources nécessaires aux moments et aux endroits appropriés pour innover le modèle d’entreprise. Enfin, des recherches portant principalement sur les technologies critiques sont nécessaires pour le développement prioritaire tout en tenant compte des modèles de développement industriel. Avant de pouvoir développer une usine intelligente réussie, de nombreux efforts doivent être déployés pour déterminer les besoins en matière d’applications et de technologies connexes, car la recherche sur ce sujet n’en est qu’à ses débuts et l’étude théorique pertinente n’a commencé que récemment.
