为什么炼油厂需要人工智能驱动的分析?
或者，让您的分析器为您工作

为什么过程控制应该自动化

作为过程工程师，您知道许多类型的分析仪并没有将完全自动化带入您的过程控制中。通常，昂贵的、人力密集的模型校准工作可能会导致分析质量的妥协。尽管对新技术进行了大量投资，但维护不善的分析仪导致测量不准确。

“为什么这个过程不是自动化的?这是4IR Solutions, Ltd.软件首席工程师Dror Albo第一次参观北美炼油厂时提出的第一个问题。在这次访问中，他了解了化学计量模型维护的耗时手工过程。当时，最常见的答案是“这是我们习惯的做事方式。”或者“我们一直都是这么做的。”
这种做法导致炼油厂遭受:
对原料或加工条件的变化反应迟钝
•高度依赖合格人员进行数据收集和分析
•缺乏分析质量的综合模型验证
尽管在数据收集和分析方面付出了努力(和成本)，但工艺工程师并没有得到优化生产所需的结果。分析很复杂，原因如下:
•手动流程，每个属性单独重复
•对少量测量属性的妥协
•缺乏模型维护
简而言之，炼油厂的操作人员是在为他们的分析仪工作。
来自软件开发领域的Dror很清楚，还有另一种方法。通过专注于人工智能驱动的方法，测量和分析确实可以实现自动化。这意味着分析器将为操作器工作，而不是相反。
这一认识导致了iModel/Model Gateway软件的开发，并于2016年推向市场。

自动化建模的重要性

建模对于任何光谱分析仪都是必须的，因为没有直接的方法来定义光谱和相应的直接值(例如，辛烷值)之间的关系。离线建模工具在这个行业中使用，但测量的频率很低(在实验室中每天分析一个样本)。由人工智能技术支持的iModel/Model Gateway将此任务自动化。
自动化建模使分析大量数据成为可能。这意味着在保持甚至改善分析质量的同时，可以增加输入。该软件可以执行的计算的数量和复杂性大大超过手工方法。简而言之，随着输入频率的增加，无法手动执行分析。
Dror说:“为了实现高效的自动化建模，iModel/Model Gateway开发团队主要关注两个问题。”运行时和分析器支持。
首先是开发一种人工智能算法，使用小型训练集，在合理的时间框架内完成分析。另一个重要的考虑是使软件分析器不可知。我们的想法是支持市场上任何类型的分析仪，如:ABB, Bruker, ThermoFisher, Guidedwave, Metrohm等。

高效过程分析的一站式商店

该软件平台带来了新的工艺体系结构，具有三个接口:分析仪、实验室和DCS。
每天仍要将样品带到实验室，然后操作员将这些数据加载到软件中。但现在分析仪的频谱自动加载到平台上，频率更高。化学计量学模型由人工智能算法自动建立。线性建模使用已知的光谱和实验室数据来建立一个可以预测未知光谱的模型。每一个新的频谱都被处理、预测并报告给DCS。只要给系统输入实验数据，其余的都是自动的!

自动化的过程控制可以快速响应更改iModel/Model Gateway是:
•兼容任何分析仪(近红外/核磁共振/ FT-IR)和任何LIMS数据库
•支持任何DCS, Modbus或OPC连接
•全软件平台占地面积小
•它可以分析无限数量的预测属性
•无需用户干预，因为建模是完全自动化的
流程工程师享有完整的基础设施解决方案:
建模->预测->通信->报告。
“过程控制结果是实时的，使工艺工程师能够主动和快速地应对温度和进料的变化，以更高的频率调整制造过程。Dror说。这意味着自动化是确保提高效率和降低成本以及跟上不断变化的环境的关键
经过全球数十次的安装，iModel/ModelGateway软件已经证明可以在没有人工干预的情况下创建高质量的模型。人工智能驱动的自动化简化了分析过程，允许大量的预测特性，并导致生产产量和成本的优化。
回顾过去，对北美炼油厂的访问被证明是Dror职业生涯的转折点。他说:“对我来说，这是显而易见的。”“很明显，需要自动化来优化数据收集、模型创建和分析过程”。iModel/ModelGateway已经多次证明，使用AI解决方案，您确实可以让您的分析仪为您工作。