Il potere dell'apprendimento automatico nel migliorare la qualità del processo produttivo è sempre più riconosciuto. L'intelligenza artificiale e l'apprendimento automatico sono diventati strumenti popolari per i produttori per migliorare la produttività e ottimizzare il consumo di energia. Il progetto FUDIPO, finanziato dall'UE, sta facendo grandi passi avanti nell'integrazione dell'IA in diverse industrie di processo critiche su vasta scala per ottenere miglioramenti radicali nell'efficienza energetica e delle risorse.

Una notizia sulla pubblicazione digitale "Open Access Government" riassume come vari settori come le raffinerie di petrolio e il trattamento delle acque reflue possono utilizzare i sistemi di intelligenza artificiale. Si afferma che "FUDIPO sta sviluppando e testando (in cinque casi di studio) fisica dinamica avanzata (integrata con sensori soft ) e modelli statistici, come le reti bayesiane e i modelli di apprendimento automatico, per formare una diagnostica avanzata, supporto alle decisioni, ottimizzazione e controllo predittivo del modello."

Casi studio

Erik Dahlquist del coordinatore del progetto Mälardalen University spiega come il sistema sviluppato viene implementato in cinque casi di studio su vasta scala. Questi coprono una raffineria di petrolio, una grande centrale termica ed elettrica, un impianto di pasta e carta, un impianto di trattamento delle acque reflue, e una microturbina termica ed elettrica. La raffineria di petrolio Türkiye Petrol Rafinerileri A.Ş. (Tüpraş) acquista diverse qualità di greggio e lo converte in prodotti finali utilizzabili. FUDIPO cerca di ottimizzare la pianificazione della produzione al fine di utilizzare al meglio l'olio disponibile. Ciò contribuirà a soddisfare le esigenze dei consumatori europei. Per stimare le qualità del prodotto, vengono utilizzati modelli fisici e statistici insieme a "un sistema diagnostico per rilevare guasti dei sensori di temperatura e modelli NIR [vicino infrarosso] per le proprietà dei mangimi. I progressi di FUDIPO potrebbero risparmiare 120-200 TWh/anno di energia nelle raffinerie di petrolio dell'UE".

Mälarenergi, che gestisce un grande impianto di cogenerazione in Svezia, si concentra sul controllo delle emissioni. "Questo controllo è migliorato con FUDIPO, riducendo così i tempi di fermo, fluttuazioni, corrosione, fouling e agglomerazione." Un modello fisico viene utilizzato "insieme ai dati misurati per diagnosticare possibili guasti di processo e sensori utilizzando una rete bayesiana per i calcoli di probabilità. Questo è combinato anche con MPC [controllo predittivo del modello] per il controllo dell'umidità nel combustibile che va alla caldaia, dove vengono effettuate misurazioni in linea del combustibile di scarto per determinare il contenuto di plastica e umidità."

Per quanto riguarda l'impianto di trattamento delle acque reflue ABB, "FUDIPO porta lo sviluppo di algoritmi di controllo per una migliore performance, misurare la qualità dei rifiuti in ingresso, e riducendo così la richiesta di aerazione per risparmiare energia, " secondo Dahlquist. "È stato sviluppato un modello fisico testato con dati off-line, così come un modello Python per rilevare il guasto del sensore, e un modello di controllo predittivo".

Nel caso dell'impianto di produzione di pasta e carta BillerudKorsnäs che ha tre linee di fibre con diverse qualità di pasta, il progetto "porta a un processo più stabile e alla diagnostica dei guasti grazie a un migliore controllo del numero Kappa, " come riportato nella stessa notizia. Il numero Kappa è un parametro che misura la quantità di lignina rimasta nella polpa dopo il digestore. Poiché questo è difficile da controllare, "un modello fisico viene eseguito come un gemello digitale e gli spettri NIR vengono misurati su tutti i trucioli di legno in arrivo al digestore. Questo sta prevedendo il contenuto e la reattività di lignina".

Finalmente, In Olanda, per la turbina termica ed elettrica di Micro Turbine Technology, "FUDIPO sta aumentando l'efficienza supportando i clienti con il supporto e la pianificazione della manutenzione programmata e predittiva."

Il progetto FUDIPO (Future Directions of Production Planning and Optimized Energy- and Process Industries) si concluderà a settembre 2020.