petrochemРазведка
АктуальноеНовости и поискГраф связейИнтерактивО проекте
поиск/
petrochem.insight
о проекте

Платформа технологической разведки и отраслевой агрегатор новостей нефтехимической промышленности: технологии, проекты, оборудование, рынки, безопасность, моделирование.

разделы
  • Актуальное (дайджест)
  • Новости и поиск
  • Граф связей
  • О проекте
источники

Данные агрегируются из открытых отраслевых источников. Мнение редакции может не совпадать с мнением источников.

© 2026 Нефтехимическая разведка · v0.1.0-dev

built with next.js · directus · pgvector

~/news/modeling/eneos_ai_refining
Моделирование2024-01-14 · 1 мин

Eneos и Preferred Networks: внедрение AI-базированной автономной операции БАТ

Первый в мире случай коммерческой эксплуатации атмосферной перегонки нефти под полным управлением ИИ. Система на базе глубокого обучения с подкреплением обеспечивает точность регулирования температуры до 0,8°C.

IndustrialAIAutonomousOperationsDigitalizationRefining
Eneos и Preferred Networks: внедрение AI-базированной автономной операции БАТ

Eneos Corporation и Preferred Networks начали в январе 2024 коммерческую эксплуатацию первого в мире блока атмосферной перегонки нефти (Б АТ), полностью управляемого AI-системой. Система мониторит 930 датчиков и управляет 13 финальными элементами в реальном времени.

Технические характеристики

  • Алгоритм: Глубокое обучение с подкреплением (Deep Reinforcement Learning), 7-слойная нейросеть (LSTM)
  • Входные данные: 930 аналоговых и дискретных сигналов (температура, давление, расход, состав сырья)
  • Выходные действия: Управление 13 регулирующими клапанами, 3 насосами и подогревателями
  • Время реакции: <100 мс на изменение состава сырья
  • Частота обучения: Модель переобучается каждые 6 часов на новых данных

Описание технологии

Система использует архитектуру PFN-RL (Reinforcement Learning) с двумя нейросетями: Actor (выбор действия) и Critic (оценка Q-функции). Actor получает вектор состояния (24 контролируемых параметра) и выдает оптимальные положения клапанов. Ключевая особенность — обработка временных рядов с запаздыванием: сеть предсказывает оптимальные действия на 15-30 минут вперед, учитывая тепловую инерцию печи.

Почему это важно

Б АТ — сердце НПЗ, где опыт оператора критичен. Традиционная APC (MPC) дает отклонения от заданных значений до 3-5°C при переключении сырья. AI-система Eneos держит отклонения в пределах 0,8-1,2°C, снижая потери сырья на 1,2% и повышая выход целевых фракций на 0,8%. Для инженера-автоматизатора это доказательство: AI превосходит человека в управлении сложными динамическими системами.

Ключевые данные

  • Стабильность температура в ректификационной колонне: ±1,2°C (vs ±4,5°C ручное управление)
  • Снижение энергопотребления: 3,2% через оптимизацию подогревателей
  • Выход целевых фракций: +0,8% абс.
  • Отказоустойчивость: Система работает 97,4% времени, автоматический откат на APC при аномалиях
  • Следующий шаг: Развертывание на 2 других НПЗ Eneos до конца 2024

Теги: #IndustrialAI #AutonomousOperations #Digitalization

Источник: Process Worldwide

конец материала
связанные материалы / related
теги
#IndustrialAI#AutonomousOperations#Digitalization#Refining