Автор: Зверева Татьяна, заместитель руководителя НИИ «Центр экологической промышленной политики»
Во всем мире сквозные технологии для модернизации производственных систем неизбежно развиваются. Почему управление на предприятиях начинают доверять предсказывающим системам? Фантастика или картина скорого будущего, когда предиктивная аналитика при помощи ИИ моделирования способна решать реальные проблемы всего производственного контура на объектах?
Известно, что предприятия I категории негативного воздействия на окружающую среду обязаны установить системы автоматического контроля (САК) в течение 4-х* лет с момента получения комплексного экологического разрешения (КЭР).
САК — автоматизированный комплекс технических средств для измерения объёмов и состава загрязняющих веществ в выбросах и сбросах. Его основная задача — обеспечить полный цикл работы с данными: фиксацию показателей, их структурированное хранение и передачу в государственный реестр объектов, оказывающих негативное воздействие на окружающую среду.
Там, где установка САК затруднительна, развитие методов контроля и наличие на предприятиях АСУ ТП и массивов производственных данных открывают возможности для создания предиктивных систем контроля выбросов (ПСКВ).
Такие системы моделируют динамику выбросов на базе математических зависимостей: они связывают концентрации загрязняющих веществ с ключевыми параметрами работы оборудования (расходом сырья, температурой, давлением и др.). Точность прогнозных значений сопоставима с результатами инструментального газового анализа. Такое решение подходит многим отраслям промышленности. В их числе — нефтегазохимия, нефтегазопереработка, металлургия, теплоэнергетика, производство неорганических химических веществ, производство цемента.
Помимо предприятий I категории НВОС, оснащение предсказывающими системами может подойти объектам, оснащенным КИП и АСУ ТП и тем, кому требуется оптимизация затрат на природоохранные мероприятия.
Основа для предиктивной аналитики — упорядоченные производственные данные и развитие локальных предиктивных решений. Платформа позволяет решать прикладные задачи с помощью ИИ-моделирования. Для обучения и работы моделей используют структурированные данные из разных источников: например, Единый информационный ресурс НИИ «ЦЭПП» (сведения об эмиссиях, энерго- и ресурсопотреблении, углеродоёмкости технологий), базы международных объединений (ИАС «Маяк», КИЦ СНГ — данные о промышленных химикатах), а также научные и технологические разработки вузов (в том числе РТУ МИРЭА и других учреждений).
Внедрение предиктивной системы контроля выбросов проходит поэтапно.
- Сначала собирают и тщательно анализируют данные — это позволяет оценить, насколько реально развернуть ПСКВ на конкретном объекте.
- Если проект реализуем, разрабатывают техническое решение с учётом отраслевых стандартов и требований федерального законодательства.
- Затем строят математическую модель и тестируют её в ходе опытно-промышленной эксплуатации.
- Завершающий этап — запуск системы в промышленную эксплуатацию.
- Развертывание и поддержание работоспособности таких систем не предусматривает приобретение дополнительного дорогостоящего аналитического или пробоотборного оборудования.
Предиктивная аналитика – одно из направлений внедрения ИИ в промышленности. На основе анализа «больших данных» дает результаты не хуже, а порой и точнее измерений в привычном локальном подходе. Позволяет предприятиям одновременно с экологическим контролем оптимизировать технологические процессы производства, тем самым повышая ресурсную эффективность.
