با استفاده از مدل هوش مصنوعی و توسعه شبکه‌های عصبی؛ مدلسازی و بهینه سازی فرآیند تصفیه هیدروژنی نفتا در شرکت پالایش نفت امام خمینی (ره) شازند صورت می‌گیرد.
پروژه ” مدلسازی و بهینه سازی فرآیند تصفیه هیدروژنی نفتا با استفاده از روش شبکه های عصبی در شرکت پالایش نفت امام خمینی (ره) شازند” که از اول خردادماه سال جاری آغاز شده است در جلسه شورای پژوهشی پژوهشگاه صنعت نفت به تصویب رسید.
به گزارش روابط عمومی پژوهشگاه صنعت نفت، مدلسازیِ یک فرآیند، اولین گام برای بهینه سازی آن محسوب می شود که هدف از این امر نگهداری فرآیند موردنظر در حالت بهینه با گذشت زمان است.
از این رو با برخورداری از یک مدل مطمئن از فرآیند و با استفاده از ابزارهای هوش مصنوعی می‌توان به مزایایی نظیر کاهش هزینه جاری، تعیین میزان افت فعالیت کاتالیست به مرور زمان، افزایش ایمنی فرآیند در اثر کاهش خطاهای انسانی، حذف و اصلاح خطاهای تصادفی و افزایش توانایی سیستم در حذف اغتشاش دست یافت.
بر اساس این گزارش، در پروژه ” مدلسازی و بهینه سازی فرآیند تصفیه هیدروژنی نفتا با استفاده از روش شبکه های عصبی در شرکت پالایش نفت امام خمینی (ره) شازند” بعد از جمع آوری و داده برداری اطلاعات فرآیندی واحد مورد نظر، ابتدا بر اساس اصول موازنه جرم و انرژی، داده ها تصحیح و سازگارسازی می‌شوند.
سپس یک مدل هوش مصنوعی و دستیار هوشمند فرآیندی با استفاده از روش شبکه های عصبی برای فرآیند تصفیه هیدروژنی نفتا به صورت غیر برخط توسعه یافته و با تعریف یک تابع هدف، متغیرهای عملیاتی در فرآیند تصفیه نفتا بهینه سازی خواهند شد.
در نهایت، پیاده‌سازی سامانه اینترنت اشیا (IOT) به منظور جمع آوری داده های فرآیندی و پردازش اطلاعات توسط دستیار هوشمند فرآیندی و اتصال آن به سیستم فعلی واحد تصفیه هیدروژنی نفتا در پالایشگاه شازند مورد امکان سنجی قرار خواهند گرفت.
همچنین برای برآورد هزینه و امکان سنجی پیاده سازی اینترنت اشیا نیز از شرکت دانیال موج به عنوان مشاور، استفاده خواهد شد.
گفتنی است در صورت موفقیت پروژه و اثبات توانمندی هوش مصنوعی برای مدلسازی با استفاده از اطلاعات عملیاتی، دیگر واحدهای کاتالیستی از جمله ریفرمینگ کاتالیستی، هیدروکراکینگ گازوئیل خلا و تصفیه هیدروژنی گازوئیل نیز میتوانند از این فناوری بهره برداری نمایند.
