El poder del aprendizaje automático para mejorar la calidad del proceso de fabricación es cada vez más reconocido. La inteligencia artificial y el aprendizaje automático se han convertido en herramientas populares para que los fabricantes mejoren el rendimiento y optimicen el consumo de energía. El proyecto FUDIPO, financiado con fondos europeos, está dando grandes pasos en la integración de la IA en varias industrias de procesos críticos a gran escala para lograr mejoras radicales en la eficiencia energética y de los recursos.

Una noticia sobre la publicación digital "Gobierno de acceso abierto" resume cómo diversas industrias, como las refinerías de petróleo y el tratamiento de aguas residuales, pueden utilizar sistemas de inteligencia artificial. Afirma que "FUDIPO está desarrollando y probando (en cinco estudios de casos) físicos dinámicos avanzados (complementados con sensores blandos) ) y modelos estadísticos, como las redes bayesianas y los modelos de aprendizaje automático, para formar un diagnóstico avanzado, apoyo a las decisiones, optimización y control predictivo de modelos ".

Estudios de caso

Erik Dahlquist, del coordinador del proyecto de la Universidad Mälardalen, explica cómo se implementa el sistema desarrollado en cinco estudios de caso a gran escala. Estos cubren una refinería de petróleo, una gran planta de calor y energía, una planta de pulpa y papel, una planta de tratamiento de aguas residuales, y una micro turbina de calor y energía. La refinería de petróleo Türkiye Petrol Rafinerileri A.Ş. (Tüpraş) compra diferentes calidades de petróleo crudo y lo convierte en productos finales utilizables. FUDIPO busca optimizar la planificación de la producción para utilizar el aceite disponible de la mejor manera posible. Esto ayudará a satisfacer las necesidades de los consumidores europeos. Para estimar las calidades del producto, Los modelos físicos y estadísticos se utilizan junto con "un sistema de diagnóstico para detectar fallas en los sensores de temperatura y modelos NIR [infrarrojo cercano] para las propiedades de los piensos. Los avances de FUDIPO podrían ahorrar 120-200 TWh / año de energía en las refinerías de petróleo de la UE".

Mälarenergi, que opera una gran planta combinada de calor y energía en Suecia, se centra en controlar las emisiones. "Este control se mejora con FUDIPO, disminuyendo así el tiempo de inactividad, fluctuaciones, corrosión, ensuciamiento y aglomeración. "Se utiliza un modelo físico" junto con los datos medidos para diagnosticar posibles fallas del proceso y del sensor utilizando una red bayesiana para los cálculos de probabilidad. Esto se combina también con MPC [modelo de control predictivo] para controlar la humedad en el combustible que va a la caldera, donde se realizan mediciones en línea del combustible residual para determinar el contenido de plástico y humedad ".

En cuanto a la planta de tratamiento de aguas residuales de ABB, "FUDIPO trae el desarrollo de algoritmos de control para un mejor desempeño, medir la calidad de los residuos entrantes, y así reducir la demanda de aireación para ahorrar energía, "según Dahlquist". Se ha desarrollado un modelo físico probado con datos fuera de línea, así como un modelo de Python para detectar fallas en el sensor, y un modelo de control predictivo ".

En el caso de la planta de celulosa y papel BillerudKorsnäs que cuenta con tres líneas de fibra con diferentes calidades de celulosa, el proyecto "conduce a un proceso más estable y diagnósticos de fallas debido a un mejor control del número Kappa, "como se indica en la misma noticia. El número Kappa es un parámetro que mide la cantidad de lignina que queda en la pulpa después del digestor. Como es difícil de controlar, "Se ejecuta un modelo físico como un gemelo digital y los espectros NIR se miden en todas las astillas de madera que ingresan al digestor. Esto predice el contenido de lignina y la reactividad".

Finalmente, en los Paises Bajos, para la turbina de calor y energía de Micro Turbine Technology, "FUDIPO está aumentando la eficiencia al brindar soporte a los clientes con soporte y planificación de mantenimiento programado y predictivo".

El proyecto FUDIPO (Future Directions of Production Planning and Optimized Energy- and Process Industries) finalizará en septiembre de 2020.