ENEOS, het grootste energiebedrijf in Japan, en het Japanse Preferred Networks zijn er in geslaagd om een distillatietoren voor ruwe olie autonoom te laten draaien, waarbij de procescontrole gebeurt door artificiële intelligentie. De sturing slaagt erin het proces stabiel te houden, ook wanneer overgestapt wordt op een grondstof met andere producteigenschappen.
ENEOS en Preferred Networks werken al langer samen aan toepassingen van artificiële intelligentie in procescontrole. De aankondiging dat ze erin geslaagd zijn om een atmosferisch distillatieproces autonoom te regelen op basis van AI is een indrukwekkende mijlpaal en blijkbaar ook een wereldprimeur.
Het distillatieproces wordt gestuurd in functie van 24 factoren, waarbij data geleverd wordt door 930 sensoren. De sturing bedient 13 kleppen om het proces stabiel te houden en fluctuaties op te vangen die het gevolg kunnen zijn van wijzigingen in de productsamenstelling van de ruw olie of het debiet.
De sturing op basis van AI draait al sinds januari en levert sindsdien een stabiliteit en efficiëntie die hoger zijn dan wat operatoren in het verleden bereikten met de installatie.
Beide bedrijven willen het systeem nu uitrollen naar andere raffinaderijen van de groep. Op termijn wil men de oplossing ook aanbieden aan derde partijen.
Onderstaande grafiek toont de bediening van een klep na een wijziging in de samenstelling van de grondstof waarbij een sensorwaarde al die tijd stabiel gehouden wordt.
© Productivity.be, 04/06/2024
EtherNet/IP Concurrent Connections for Critical Applications Now Available with CIP Safety
Demand for machine tools has stalled
Preventative Maintenance: Pulling Out All The Stops
Flexible beam-shaping platform optimizes LPBF processes
Climate-Friendly Electricity Derived from Ammonia
19/11 - 22/11: Formnext, Frankfurt am Main (D)
31/03/25 - 04/04/25: Hannover Messe, Hannover (D)
15/09/25 - 19/09/25: Schweissen & Schneiden, Messe Essen (D)
08/10/25 - 15/10/25: K, Düsseldorf (D)