• Home
  • Chimica
  • Astronomia
  • Energia
  • Natura
  • Biologia
  • Fisica
  • Elettronica
  • L'algoritmo con l'elemento umano potrebbe creare più sicuro, impianti petrolchimici più ecologici

    Credito:CC0 Dominio Pubblico

    I ricercatori della Texas A&M University hanno recentemente sviluppato un quadro matematico più completo che può aiutare gli ingegneri degli impianti petrolchimici non solo a ridurre i costi di produzione e ad aumentare il guadagno economico, ma anche rendere queste fabbriche più sicure e più rispettose dell'ambiente. I ricercatori hanno affermato che il loro nuovo algoritmo è una soluzione completa che può aiutare gli ingegneri a selezionare il design più ottimale per le unità di elaborazione chimica all'interno dei loro impianti operativi.

    "La novità del nostro algoritmo è che fornisce un sofisticato strumento decisionale che può essere utilizzato dagli ingegneri di progetto per decidere tra progetti concorrenti per le loro unità di elaborazione chimica, " ha detto il dottor Prerna Jain, che ha lavorato nel Mary Kay O'Connor Process Safety Center come studente laureato presso il Texas A&M ed è attualmente un ingegnere presso una compagnia petrolifera e del gas. "Il nostro strumento integra i dati di potenziali pericoli delle apparecchiature, dati economici, e, cosa più importante, complesso, interazioni uomo-macchina per generare un unico output numerico. Questo numero indica quindi un design che massimizza il profitto riducendo al contempo gli impatti ambientali e pericolosi".

    Un articolo sui risultati del team di ricerca è stato pubblicato in ottobre su ACS Sustainable Chemistry and Engineering.

    Prima che i prodotti a base di petrolio vengano utilizzati per scopi quotidiani, come il riscaldamento di case o l'accensione di veicoli, il greggio passa attraverso una serie di fasi di lavorazione per la raffinazione e il confezionamento. Però, ogni fase di lavorazione può essere progettata in vari modi utilizzando diverse tecnologie e una quantità variabile di manodopera. E così, ogni design può differire notevolmente in termini di costo, sicurezza, impatto ambientale e manutenzione.

    Per selezionare un disegno tra molte possibili opzioni, gli ingegneri ricorrono spesso a un valore numerico chiamato ritorno sull'investimento. Questa metrica, nella sua versione più semplice, indica il beneficio finanziario o il profitto derivante da un certo investimento monetario iniziale su un determinato disegno o modello. Però, gli ingegneri utilizzano spesso algoritmi più estesi che includono fattori quali l'impatto ambientale e la sicurezza dei lavoratori per calcolare il valore del ritorno sugli investimenti.

    Ma Jain ha notato che anche questi algoritmi più complessi hanno ampiamente trascurato i fattori sociali, come la frequenza con cui vengono aggiornati i manuali delle procedure operative in un impianto chimico o la frequenza con cui viene eseguita la manutenzione delle apparecchiature. Questo elemento umano è importante da includere durante il calcolo del ritorno sull'investimento, lei disse, perché le interazioni difettose uomo-attrezzatura spesso sono alla base dei disastri degli impianti chimici, come incendi ed esplosioni.

    Dott. Mahmoud El-Halwagi, professore e Bryan Research and Engineering Chair presso il Dipartimento di ingegneria chimica Artie McFerrin presso il Texas A&M, ha sottolineato che i fattori sociali e di sicurezza sono generalmente presi in considerazione dopo che sono state prese importanti decisioni di progettazione riguardanti l'impianto chimico. "In questa fase, i componenti chiave del design sono già finalizzati, e diventa piuttosto difficile apportare modifiche sostanziali al design, " Egli ha detto.

    Per far fronte a questi deficit, Jain e il suo team hanno sviluppato un quadro matematico ancora più elaborato che potrebbe essere implementato durante la progettazione di unità di elaborazione chimica. Per di più, il loro algoritmo ora includeva le interazioni uomo-macchina.

    Nel nuovo algoritmo, hanno inserito una quantità chiamata resilienza, o la capacità di un impianto chimico di riprendersi da uno stato di stress.

    "Proprio come un elastico può essere allungato solo fino al suo limite elastico prima di rompersi, impianti chimici, se utilizzati alla loro massima capacità e senza misure di sicurezza in atto, può degradare, portando a catastrofi, "ha detto Jain. "Incorporando la resilienza nel nostro algoritmo, abbiamo voluto includere le complesse interazioni tra uomo e tecnologia che possono influenzare la resilienza e, per estensione, la stima del ritorno dell'investimento”.

    Una volta che l'algoritmo è stato completamente sviluppato, i ricercatori lo hanno utilizzato per confrontare diversi modelli di sistemi di compressione del gas utilizzati frequentemente negli impianti chimici. In particolare, hanno confrontato il valore del ritorno sull'investimento per un sistema di compressione esistente in un impianto chimico con altri cinque progetti ipotetici.

    Jain e i suoi colleghi hanno scoperto che dopo aver preso in considerazione i fattori sociali, il progetto del sistema di compressione più promettente non era quello già presente nell'impianto esistente, ma quello che i ricercatori avevano creato.

    Jain ha notato che le loro osservazioni indicano la fattibilità dell'utilizzo del loro algoritmo per valutare nuove idee di progettazione di processi che esistono in teoria ma non sono state messe alla prova in un impianto esistente.

    "C'è spesso un'esitazione nel settore energetico a investire in un nuovo design di processo se non è stato ancora valutato, " ha detto Jain. "Con il nostro algoritmo, ora abbiamo la possibilità di raccogliere idee per nuovi progetti di processo e testarli virtualmente, senza aver realmente bisogno che siano fisicamente installati e funzionanti. Inoltre, possiamo alimentare l'algoritmo con numeri corrispondenti a diversi fattori sociali relativi agli impianti chimici. Nel processo, potremmo imbatterci in una nuova, un design migliore, più sicuro per i lavoratori e rispettoso dell'ambiente."


    © Scienza https://it.scienceaq.com