石油化学業界における機会と課題、そして非常に破壊的な技術の出現により、製造、エンジニアリング、材料、サプライチェーン、ライフサイクル管理などの産業プロセスを根本的に変える可能性を秘めた新たな革命が起こっています。最近開発された スマート ファクトリー は石油化学業界で重要な役割を果たし、破壊的な製造技術を採用しています。従来の石油化学部門の生産プロセスとは異なるスマート ファクトリーでは、定義、意図、構造、テクノロジーなど、将来の研究課題を評価し、位置付ける必要があります。スマートファクトリーでは、システムの思考と問題解決を優先することが必要です。
ある調査では、スマート ファクトリーの開発を推進する原動力の理解に基づいたライフサイクルの青写真とコンセンサスに基づく運用および技術のロードマップが提案されています。石油化学業界は現在、環境保護や省エネ規制の厳格化、製品コスト削減の圧力、原材料源の多様化、特殊な顧客ニーズ、組み合わせとサプライチェーンの最適化などの要因によってもたらされる新たな困難に直面しています。モノのインターネット、クラウド コンピューティング、ロボット工学、ビッグ データ テクノロジーはすべて、科学技術の進歩の新たな波の一部です。さらに、石油化学産業の生産形態は、情報技術 (IT) と業務および製造技術の統合により革命的な変化を遂げました。
この記事では、バリューチェーン、生産・サービスモード、管理・制御チェーン、エネルギー制約の観点から、スマート石油化学工場が直面している最新の変化を分析します。スマート石油化学工場の定義と意味を主流の研究と比較しながら議論し、スマート石油化学工場の技術体系とロードマップを提案し、研究すべき主要なホットスポット技術をまとめます。
石油化学産業におけるスマートファクトリーの推論
学術界と産業界はさまざまな角度から「スマート ファクトリー」を定義しています。インダストリー4.0 主にCPS（サイバーフィジカルシステム）に重点を置いたインテリジェント生産の観点からスマートファクトリーを定義していますが、SMLC（スマート製造リーダーシップ連合）は主に知識とモデリングの観点からスマートファクトリーについて議論しています。スマートファクトリーは、石油精製や化学事業を中心に、工業化とITアプリケーションの統合の観点から見ると素晴らしいものです。石油化学産業におけるスマート ファクトリーは、次の2つの観点から定義できます。
1.石油化学部門のスマート ファクトリーは、石油化学製品の産業生産チェーン全体に焦点を当てています。工場の水平・垂直・エンドツーエンドの統合を実現するために、次世代ITと人、プロセス/設備運用技術、既存の石油化学生産プロセスを緊密に組み合わせます。さらに、全体的な位置認識、予測と早期警告、協調的最適化、科学的意思決定という4つの主要機能を最適化することで、より繊細かつダイナミックな方法で工場の運営と管理のレベルを向上させ、製造とビジネス モデルの革新を促進します。
2.石油化学分野では、スマートファクトリーは、ユビキタスセンシングとユビキタスなネットワークをリンクするインテリジェントサービスによって特徴付けられる、新しい世代の石油化学生産環境を生み出します。 センサー、インテリジェントハードウェア、制御システム、コンピューティング設備、情報端末をCPSを介してインテリジェントネットワークに統合します。これは、ビジネス、人、物、サービスがどのようにつながっているかを理解し、可能な限り多くの情報リソース、知識、専門知識を生み出し、統合し、活用するために行われます。
簡単に言えば、石油化学分野のスマート ファクトリーとは、環境に優しく、効率性、安全性、持続可能性に配慮しながら、工場の運用効率の向上に重点を置いた最新の施設です。
石油化学産業における機会と課題
運用の俊敏性
運用の俊敏性、つまり原料、市場の需要、価格の変化によって生じる状況の変化に迅速に適応する能力は、スマート プロセス製造の重要な特性の1つです。このような変動は間違いなくプラントのパフォーマンスに大きな影響を与えるでしょう。そのため、プロセスフローシートの再構築や温度、流量、圧力の変更など、操作方法の切り替えが重要になります。ここでの最初の問題は、最下位レベルの制御システムがどのようにして正しい設定ポイントに迅速に到達できるかということです。
既存の情報で考えられるすべての運用事例を網羅できる可能性は低いですが、産業の観点からは、専門家のヒューリスティックな知識と運用の専門知識が最善の選択肢となります。知識主導型方法の正確さが2番目の難しさです。モデルベースのリアルタイム最適化は、学術的な観点から見た主要な戦略です。最初の懸念は、化学処理装置、特に複雑な反応器用の信頼できる第一原理モデルをどこで見つけるか、2番目はリアルタイム最適化モデルを効果的に解決する方法、3番目は業界が最適化の調査結果を受け入れるかどうかです。
調整可能なデータ駆動型モデル構築
困難な第一原理モデルを条件とする最適化モデルを解くことの難しさについては、前のサブセクションで説明しました。1つの潜在的なオプションは、元の第一主モデルの代わりにデータ駆動型の代理モデルを使用することです。ニューラル ネットワーク、サポート ベクター マシン、数学的プログラミングなど、多くの統計手法が、欠陥検出、プロセス制御、最適化のための代替モデルの作成に使用されてきました。代替モデルを作成するときは、フローシートの最適化やトレンド予測に利用されるかどうかなど、その使用目的と実装を考慮することが重要です。
フローシートの最適化にニューラル ネットワーク駆動型代替モデルを採用すると、計算上の大きな課題が生じ、高精度の結果を生成できなくなる可能性があります。代替モデルを作成するために使用される手法に関係なく、外部の延性は非常に重要です。この場合の最初の質問は、高精度の代替モデルを作成するために必要なデータセットの数はいくつであるかということです。2番目の質問は、調整可能なデータ駆動型モデルをどのように作成するかということです。正確性を検証するには、産業データセットを使用する必要があります。
石油精製所または石油化学工場全体の計画とスケジュール
数学的モデリングとグローバル最適化は、石油精製所や石油化学工場におけるさまざまな業務の計画とスケジュール設定において、コスト削減、利益率の拡大、エネルギー効率、需要の満足に大きな可能性をもたらします。スマート製造の重要な要素である石油精製所や石油化学工場全体を完全に計画し、スケジュールすることが可能になったのはごく最近のことです。原油のブレンドと処理、処理ユニットの活動、および製品の混合と配送が業務の大部分を占めています。
結論
石油化学産業における「スマート ファクトリー」の技術ビジョンと青写真は、石油化学プラント コンピューティングを中心に構築されており、従来の化学工学シミュレーションを拡張しています。これにより、実際の工場と仮想工場の同時運用と連携により、実際の工場の制御と管理が可能になります。石油化学分野のスマート ファクトリーのテクノロジ フレームワークでは、スマート ファクトリーの構築には物理環境の総合的な理解が不可欠であり、最適化と意思決定機能を備えた スマート ビジネス アプリケーションによって、部門間の協力と世界的な石油化学生産の最適化を促進できると考えています。
さらに、人的要因をさらに重視し、人を中心に据えた次世代の生産・運営センターを構築します。これにより、適切な人が適切なタイミングと場所で必要な情報とリソースにアクセスし、ビジネス モデルを革新できるようになります。最後に、産業発展のパターンを考慮しながら、優先的な開発のためには、主に重要な技術に関する調査が必要です。成功するスマート ファクトリーを開発するには、アプリケーションのニーズと関連技術を重視した多大な努力が必要です。このテーマに関する研究はまだ初期段階にあり、関連する理論的研究も最近になって始まったばかりだからです。
