10月22日,广东石化公司催化裂化装置投用“智能诊断分析模型”一个多月,该模型凭借对粗汽油终馏点温度的精准预测,让该指标合格率大幅提升至100%,装置关键工艺参数得到进一步优化,综合能耗降低0.5千克标油/吨,预计每年可节约能源成本超百万元。
广东石化相关负责人介绍,面对长期制约装置精细化运行的粗汽油终馏点控制难题,广东石化与昆仑数智于今年7月组建联合攻关组。装置人员凭借对全流程的深刻理解,从200多项参数中精准定位关键变量;技术团队则搭建全流程开发框架,确保模型从根源上贴近生产实际。
在技术攻关过程中,联合攻关组依托智能工厂数据中台,快速整合装置温度、压力、流量等过程数据,并依据化验分析数据进行精准匹配,形成大量可用于人工智能深度学习建模的高质量样本。通过具有自学习能力的AI模型,系统逐步建立起当前工况与产品质量指标之间的动态预测关系,实现对生产过程的智能感知与优化。
团队创新融合多种数据分析方法,从211项工艺指标中筛选出10项核心参数,建立起工况与质量指标间的动态预测关系。通过“周例会、月复盘、现场联动”的工作机制,形成了“生产经验反哺技术开发,技术成果优化生产操作”的良性循环。
“现在模型每5分钟进行一次预测,实时反馈操作效果,解决了控制滞后难题。”广东石化炼油二部值班长滕布东说。模型的应用使参数调整从“事后被动纠偏”转变为“事前主动干预”,平均响应时间大幅缩短,实现了从“经验驱动”到“数据驱动”的运营模式变革。
上述负责人表示,广东石化将持续优化模型算法,将预测范围拓展至稳定的汽油蒸气压、液化气组分等关键指标,打造“全流程质量智能预测体系”,推动炼化生产向智能化、精细化迈出更大步伐。(工人日报客户端记者 周怿 通讯员 赵凤莉 孙雷雷)
来源:工人日报客户端