Гибридное моделирование и оптимизация цифровых двойников с Petro-SIM v7.6

Вот перевод и адаптация оригинального текста статьи на русский язык. Текст сделан развернутым, профессиональным, с сохранением всех цифр, дат, имен и технических деталей.

---

Архитектура цифрового двойника процесса KBC Petro-SIM v7.6

Компания KBC (входит в группу Yokogawa) официально представила Petro-SIM® v7.6 — новейшую версию своей флагманской платформы для моделирования цифровых двойников технологических процессов. Решение ориентировано на сегменты upstream и downstream нефтегазовой отрасли, включая нефтепереработку, нефтехимию, производство полимеров, а также сектор устойчивого авиационного топлива (SAF). Релиз состоялся в августе 2025 года. Данная версия знаменует собой значительный шаг вперед в интеграции высокоточного физико-математического моделирования с технологиями искусственного интеллекта и машинного обучения (AI/ML) для поддержки энергетического перехода и достижения целей декарбонизации.

Модель реактора Фишера-Тропша для устойчивого авиационного топлива

Одним из ключевых нововведений v7.6 является FTR-SIM — кинетическая модель реактора, специально разработанная для синтеза Фишера-Тропша в производстве устойчивого авиационного топлива (SAF). Инженеры теперь могут моделировать всю цепочку создания стоимости SAF — от синтеза Фишера-Тропша до последующей гидропереработки — в рамках единой интегрированной среды цифрового двойника. Эта возможность приобретает особое значение на фоне растущего давления на авиационную отрасль с целью перехода на низкоуглеродные альтернативы топлива. Точное моделирование процессов становится критически важным для оптимизации экономических показателей и выхода целевых продуктов на заводах по производству SAF.

Решатель NOMAD: решение задач «черного ящика» в оптимизации

Новый решатель NOMAD решает давнюю проблему оптимизации процессов: работу с задачами типа «черный ящик», где целевая функция не является аналитически дифференцируемой. NOMAD (Nonlinear Optimization by Mesh Adaptive Direct Search — Нелинейная оптимизация методом адаптивного прямого поиска по сетке) позволяет инженерам оптимизировать энергоэффективность, рационализировать производственное планирование и сокращать выбросы в сценариях, где традиционные градиентные методы неприменимы. Это особенно актуально для сложных конфигураций нефтеперерабатывающих заводов с множеством взаимодействующих установок и нелинейными технологическими ограничениями.

Интеграция AI/ML с моделями, основанными на фундаментальных законах физики

Petro-SIM v7.6 углубляет интеграцию между моделями AI/ML и симуляцией на основе первых принципов (фундаментальных законов физики). Вместо замены строгих термодинамических и кинетических моделей, слой искусственного интеллекта дополняет их: он использует исторические эксплуатационные данные для улучшения прогнозов, ускорения сходимости расчетов и поддержки принятия решений в реальном времени при планировании графиков и рабочих процессов. Такой гибридный подход к моделированию позволяет операторам сохранять точность физического моделирования, одновременно получая преимущества в скорости, которые обеспечивают методы, основанные на данных.

Улучшения в моделировании гидропереработки и процессов с возобновляемым сырьем

Релиз демонстрирует измеримый прирост производительности в симуляции гидропереработки. Усовершенствования модулей гидроочистки, изомеризации и гидрокрекинга, включая улучшенные модели рециркуляции жидкости и внешнего газового закаливания, сокращают время решения задач до 30% по сравнению с предыдущей версией. Что касается возобновляемого сырья, улучшенное кинетическое моделирование обеспечивает более точную симуляцию совместной переработки бионефти в установках FCC (каталитического крекинга с псевдоожиженным слоем) с улучшенным моделированием кислородного баланса и оценкой инертных нагрузок в верхних погонах FCC.

Расширенное моделирование полимеров с помощью Predici

Для производителей полимеров v7.6 предлагает расширенное моделирование полимеров на базе платформы Predici — хорошо зарекомендовавшей себя платформы для моделирования полимерных реакций. Эта интеграция позволяет прогнозировать свойства полимеров, оптимизировать переходы между марками продукции и отслеживать влияние катализаторов — и все это в рамках цифрового двойника Petro-SIM. Результатом является динамический производственный цифровой двойник, способный минимизировать время простоев и сократить выпуск некондиционной продукции.

Отраслевой контекст

Согласно отчету Международного энергетического агентства (IEA) «World Energy Outlook Report» за 2023 год, на нефтегазовый сектор ежегодно приходится примерно 5,1 гигатонны CO₂-эквивалентных выбросов. Инструменты моделирования процессов, такие как Petro-SIM, играют непосредственную роль в снижении этого показателя, позволяя инженерам выявлять и устранять потери энергии, оптимизировать низкоуглеродные маршруты и моделировать перспективные процессы (такие как производство SAF и циркулярные процессы переработки пластиковых отходов в полимеры) еще до принятия решения о капитальных вложениях.

Дополнительная информация

• Официальное объявление о выходе KBC Petro-SIM v7.6
• Статья в издании Hydrocarbon Processing
• Страница продукта KBC Petro-SIM

Теги: моделирование процессов, цифровые двойники, ИИ/МО (AI/ML), энергетический переход, устойчивое авиационное топливо

Источник

Источник

Теги

• #PetroSIM
• #AI
• #ГибридноеМоделирование
• #SAF
• #FischerTropsch

Источник: https://www.simtool.com/article/kbc-petro-sim-v7-6-ai-integrated-digital-twin-platform-advances-process-simulation-for-energy-transi/

#PetroSIM #AI #ГибридноеМоделирование #SAF #FischerTropsch