Топологическое моделирование с помощью ИИ – Конвертация текста в схему процесса (Text-to-Flowsheet)

Вот перевод и адаптация вашего текста на русский язык с сохранением профессионального стиля, всех технических деталей, цифр и терминов.

---

Проблема и постановка задачи

Проектирование новых технологических процессов зачастую начинается с анализа сотен патентов и литературных источников. Ручной перенос текстового описания технологии в PFD (Process Flow Diagram — технологическая схема процесса) симулятора является крайне трудоёмкой задачей и сопряжена с высоким риском ошибок. В связи с этим целью данного исследования стала разработка автоматизированного пайплайна (конвейера обработки данных), позволяющего преобразовывать текстовые описания в симуляционные модели экспертного уровня.

Используемое программное обеспечение и методы

В работе применялись: симулятор Aspen Plus версии v13, алгоритмы на основе больших языковых моделей (Large Language Models, LLM), методы оптимизации «чёрного ящика» (Black-box optimization), а также эвристическое графовое моделирование.

Рабочий процесс

Процесс автоматизации включает три ключевых этапа:

1. Text2Flowsheet (Текст → Технологическая схема):
   Большая языковая модель (LLM) извлекает из текста химическую и технологическую информацию: перечень компонентов, значения температур и давлений, типы аппаратов. На основе этих данных строится машинно-читаемый граф потоков.

2. Graph2Simulation (Граф → Симуляция):
   Построенный граф транслируется в среду Aspen Plus. Алгоритм последовательно добавляет единицы оборудования по направлению движения технологических потоков. Насосы, компрессоры и теплообменники добавляются автоматически в тех местах, где текст подразумевает изменение давления или температуры.

3. Обеспечение сходимости и оптимизация:
   Для решения проблем сходимости рециклов (recycle streams) граф временно «разрывается» (tearing) до образования древовидной структуры. Затем с помощью алгоритмов оптимизации «чёрного ящика» подбираются недостающие параметры работы аппаратов, что позволяет обеспечить строгую сходимость материального и энергетического балансов.

Валидация и результаты

Разработанная модель прошла валидацию на наборе данных, состоящем из 101 экспертной технологической схемы. Интеграция большой языковой модели с термодинамическим движком Aspen Plus гарантирует соблюдение физико-химических ограничений — это принципиально невозможно при использовании исключительно методов искусственного интеллекта без учёта физики процесса. В результате работы пайплайна генерируется полностью сходящийся файл формата .bkp, готовый к использованию для детального инжиниринга.

Источник: https://pubs.rsc.org/en/content/articlelanding/2023/DD/D3DD00123A

#AspenPlus #MachineLearning #LLM #Сходимость #Проектирование