1 方案背景與目標
化工行業是重資產的行業,其生產要求安穩長滿優。生產過程中伴隨著高溫、高壓、化學反應。其工藝調節的過程對于安全的要求高,必須要經過嚴格測試之后才能進行。很多客戶希望應用新的AI技術在化工工藝過程中,找到新的工藝優化點,提升化工產量,降低能源消耗。而且,生產過程中很多時候隨著市場變化和生產要求,客戶都會需要進行多組分進料的切換,從而更高效的生產。但是切換過程需要大量的時間,也非常考驗現場操作人員的能力。因此,施耐德電氣結合最新的AI強化學習技術,基于多年化工經驗積累的工藝仿真平臺AVEVA Dynamic Simulation為客戶提供化工工藝AI仿真優化的方案。該方案先應用于施耐德電氣客戶體驗中心,展示了AI自主控制整個常壓蒸餾裝置,以達到在操作波動情況下(受動態模型上模擬進料組分、壓力以及燃料氣組分、壓力波動對裝置操作的影響),穩定生產狀態,提高收益的結果。山東某國內化工頭部集團操作員仿真培訓項目進行過程中,希望施耐德電氣能夠為其化工工藝過程提供此方案。施耐德電氣為客戶提供AI自動切換塔底再沸熱源這一化工工藝場景。
本方案目標是:
1) 利用高精度仿真模型訓練人工智能體,實現在仿真模型上對塔底再沸器兩個熱源進行在線自主切換操作;
2) 根據AI自主操作結果分析操作曲線,提供優化標準操作規程的建議,評估后續自動切換邏輯設計方案和AI自主控制上線部署方案;
3) 開發易用的AI訓練和部署平臺;
4) 實現AI控制上線部署。
2 方案詳細介紹
本方案應用的AI算法是強化學習算法,通過在與環境的交互中不斷試錯進行學習,且每個學習目標都要經過多輪試錯完成。考慮操作安全性和學習效率,AI算法是無法直接通過操作真實裝置進行學習。高精度仿真模型很好的解決了這一問題,不僅提供安全的試錯環境,還可以通過模型計算加速以及同時訓練多個模型來加快學習速度。同時學習好的AI算法還可以在同一仿真模型中進行閉環測試,來檢驗學習成果。
本方案利用施耐德電氣為某化工頭部提供的操作員培訓項目中的丁烷精制塔完整塔系仿真模型,訓練AI自主將塔底再沸器自動切換熱源,且在切換過程中維持塔內溫度、壓力,塔頂異丁烷含量和產品正丁烷含量等關鍵控制參數在要求的操作范圍內。訓練好的AI自主控制器安裝到仿真模型上進行控制測試,最后提交AI自主控制以及控制結果報告,在本方案報告中給出操作優化建議以及自動控制爬坡斜率作為實際操作參考。
針對業主對AI自主控制研究的需求以及對AI自主控制上線安全性的擔憂,施耐德電氣還在項目期間完成了:
1) 與AI算法開發公司一起設計和開發易用的AI平臺(訓練和部署);
2) AI部署安全邏輯;
3) AI部署三種模式:閉環模式,半閉環模式以及切除模式。
3、 代表性及推廣價值
本方案面向石油化工行業為代表的流程工業提供AI自主控制解決方案。本AI方案的特點如下:
1) 強化學習AI模型
2) 控制變量數量支持20-30個(經過測試的),輔助監控參數更是高達200個左右,基本滿足裝置級或者單元級的自主控制
3) 基于高精度仿真模型的AI訓練,安全,快速(模型加速,以及通過同時訓練多個模型進行加速),進行安全閉環測試
4) 友好的AI模型訓練和部署平臺,便于無編程知識的裝置工藝人員也可以獨立進行訓練和部署
5) 多模式部署,適用于不同AI技術發展階段在工廠的應用。
方案價值具體如下:
1) 優化操作規程,提供在線操作指導以及為必要的順控邏輯提供設計依據;
2) 提供AI自主控制算法開發和方案研究的平臺,為未來AI自主控制在流程工業的部署和推廣鋪路;
3) 隨著AI技術的提升,實現AI在線部署,提升突發異常應變能力,降低人工操作負荷,以及解決操作人員更換交替和有經驗的操作人員數量不足等問題。