Modern Refiningte Zengin Yağın Stratejik Önemi

Crude petrol karışımı, temel bir lojistik gerekliliğinden, doğrudan benzin, dizel, jet yakıt ve düzenleyici uygunluk gibi yüksek değerli ürünlerin tedarik edilmesi gibi sofistike bir stratejik araç haline geldi - API yerçekimi, sulfur içerik ve vizorasyon gibi farklı özellikleri ile ilgili olarak, ham proses hamları arasındaki fiyat farkları, aksi takdirde sorunlu olabilecek ve küresel tedarik modellerinin karşısında en yüksek değerli ürünlerin tedarik edilmesini sağlar.

Modern karışım artık basit bir tank doldurma işlemi değildir. Gerçek zamanlı veri akışları, gelişmiş analitik ve otomatik kontrol sistemleri, sulfur, yoğunluk, distillasyonlar ve diğer kritik parametreler olarak, çevresel düzenlemeler daha sıkı ve piyasa talepleri daha dinamik hale gelir, akıllı karışımlama yoluyla ürün daraltılması, rekabetçi bir farklı hale gelmiştir.Bu yeteneklere yatırım yapan kişiler işletme maliyetlerini azaltabilir, iş maliyetlerini azaltır, iş yüklerini genişletir ve daha düşük kaliteli veya değişkenleri azaltır.

Crude Oil Analizinin Temel Prensleri

Kararları Anlamada Anahtar Fiziksel ve Kimyasal Özellikler

Her ham petrol, davranışının indüksiyon sürecinde belirleyen eşsiz bir kompozisyon parmak izi vardır. Eklem sırasında görülen en önemli özellikler şunlardır:

  • [FONT:0)API yerçekimi[Dönetici:0)[Dönetici:0) <0) <>[FİLMİŞK:0)) <0)API yerçekimi[Dönetici:))) - pehtha ve benzin gibi ışık ürünlerinin verimiyle ilişkili bir ölçü.
  • [FONT=0]Sulfur content[[Dönetici: 1) - Deniz yakıtları veya Katman 3 benzin standartları için IMO 2020 gibi düzenlemelere ihtiyaç ve zarar vermenin şiddetini belirler.
  • [FONT:0]Distillation eğrisi[[Döntgen: 1) - Kaynar aralığı dağıtımını açıklar ve doğrudan belirli kesiklerin verimini etkiler.
  • [FONT:0]Viscosity[[Dönetici: 1)) - Boru hattı ve tank çiftliği için kritik, aynı zamanda otobüs yakıt yakıtı tıkanıklığı sınırları gibi yakıt özellikleri ile tanışmak için.
  • [FONT:0] Metaller ve asfaltlar içerik[Dönetici: 1 ) - yüksek kullanım seviyesi, nikel veya asfaltiller katalizörleri zehirleyebilir, foul ısı değiştiricileri ve düşük metal hams ile karıştırılır. Bu sorunları azaltır.

Formülleri karıştırmak, gerçek veriyi tahmin etmek için doğrulanmış yazılımları hesaplamak için hesaplanmalıdır, genellikle ışık gibi ağır, yüksek çözünürlükli ham (FLT:1) veya ev laboratuvarında, optimizasyon için doğru veritabanı kullanmayı gerektiren karmaşık modelleri takip eder.Reineries use ham assay data, often from üçüncü taraf sağlayıcıların

Linear vs. Non-Linear Combing Models

Tarihsel olarak, rafineriler, sabit veya hacimsel içerikte kullanılan API yerçekimi veya sulfurt içeriği gibi, özellikle de ham distillasyon ve ürün verimleri ile ilgili olarak - daha iyi olmayan motorlar için, gerçek bir karışım noktası (TBP) Bu araçlar, özellikle de son ham karışımların nasıl performans gösterdiğini tahmin eder.

Son Teknolojik Yenilikler Optimizasyonu Anlamak

Gerçek Zaman Kompozisyon Analizi ve Inline Ölçeği

En önemli gelişmelerden biri, gerçek zamanlı analizörler ile donatılmış standart karışım sistemlerinin dağıtımını yapıyor. Yakın zamanda akış oranları (NIR) ve Raman spectrometreleri şimdi anahtar ham özellikleri doğrudan boru hattında ölçebiliyor, bu analizörler daha eski ürün spesiyaliteleri ile sabit bir şekilde uyum sağlar ve bu verileri sürekli olarak akış oranlarına ayarlamak için bu verileri kullanır.Bu teknoloji, yüksek çözünürlükte veya en aza indirmek için anahtarlama değişiklikleri azaltır.

Örneğin, farklı kaynaklardan gelen birçok ham yemleme işlemi, depolama tanklarından gelen bir dengeleme cihazının CDU'ya girilmesi için tutarlı bir ham kesme işlemine izin verebilir. Bu, büyük, pahalı ve yavaş tank karıştırma işlemleri için ihtiyaçtır.Ürün taleplerine dayanan değişikliklerle entegre edilir.

Makine Öğrenmesi ve Yapay Zekası

Makine öğrenimi (ML) modelleri, tahmin edici bir disipline reaktif bir şekilde ham karışmaya dönüştü. Tarihsel karıştırma verileri, kütüphaneler ve birim performans modelleri, belirli ekonomik hedefler için en uygun karışımları önererek tren algoritmaları. Bu modeller, orta akışlarda sulfur sınırları, depolama tank kapasiteleri ve alt üst düzey yükselteç kapasiteleri gibi kısıtlamalar dikkate alır.

Pratik uygulamalar şunları içerir:

  • [0]Online optimizasyon motorları her 5 ila 15 dakika süren karışım tariflerini ham nitelikler sürüklenme veya piyasa fiyatları değişimi olarak günceller.
  • [FONT:0) Tahmin edici bakım[Döneticileri analiz eden veya kontrol kapaklarını takmayı gösteren anormallikler için ekipmanlarını karıştırarak karıştırmak için).
  • [FONT:0]Scenario analizi[[Dönetici:0] Tüm üründeki yeni bir ham sınıf satın alma etkisini değerlendiren araçlar, işleme maliyetleri ve ürün değerleri faktörü.

Büyük entegre şirketler tarafından işletilen bu tür şikayetler, ML-güdümlü karışım yoluyla brüt marjda 2,5 artış bildirmiştir, her yıl onlarca milyon dolara eşdeğerdir. Ancak, başarılı dağıtım, gelişmiş analitikler için sağlam veri altyapı gerektirir, örneğin temiz tarihi ham assays ve laboratuvar sonuçları ile online analizciler.

Dijital Twins ve Simülasyon-Driven Ölüyor

Dijital ikiz - rafinerinin harmanlanmasının yüksek sadakat sanal çoğaltması ve ham karışım değişikliğinin tam etkisini tahmin etmek için - gerçek bir üretim olmadan stratejileri karıştırmak için mühendislere izin verir.Bu simülasyonlar, ham kesintiler dahil olmak üzere titiz bir süreç modellerini içerir, hidrokracking ve ürün karışımını, ham bir kombinasyon değişikliğin tam etkisini tahmin etmek için. Dijital ikizler, yeni bir alanın ham üretimini dahil etmek gibi “if” senaryolarını değerlendirmelerine izin verir.

Dijital ikiz teknoloji aynı zamanda operatörleri ve mühendisler için eğitim de destekler, kararların rafineri aracılığıyla nasıl empoze edildiğine dair öngörüler inşa eder. AspenTech ve Honeywell gibi lider simülasyon sağlayıcıları dijital ikiz platformlarına entegre eder. gerçek zamanlı bitki verileri ile birleştirdiğinde, bu araçlar modeli sürükleyebilir ve güncelleme parametrelerini otomatik olarak algılayabilir, zaman içinde doğru tutabilir.

Ürün Slate Optimizasyonu için Gelişmiş Düzenlemenin Pratik Faydaları

Geliştirilmiş Ürün Kalitesi ve Uygunluk

Precise doğrudan son ürünlerin kalitesini artırır. benzin için, karışımın octane numarasını sıkı bir şekilde kontrol edin, Reid buhar basıncı (RVP), ve distillation eğrisi, bitmiş ürünün premium bileşenlere sahip olması için son derece uygun hale gelir. Örneğin, bir ışık tatlısı ile karıştıran, ham belirtileme noktalarına sahip olmak için pahalı katkı sağlama sistemleri, uygun fiyatlı katkı sağlama kapasitesinin kullanımını en aza indirmek için gerekli olan pahalı katkı maddeleri en aza indirmek için daha kolay hale getirebilir.

Ekonomik Optimizasyon Değişken Piyasa Koşulları

Bir rafinerinin kârlılığı, ürün yığınlarının değerine bağlıdır, bu da günlük mal fiyatları ve talep modelleriyle değişebilir. Gelişmiş karışımlama modelleri ham petrol, benzin, dizel, jet yakıt, yakıt ve petrokimyasal yemlemeleri için gerçek zamanlı fiyat verileri içerir. Sert karışım tarifini ayarlayarak, rafineriler en yüksek ücretli ürünlere doğru kaybolabilir. Örneğin, eğer dizel talep, soğutma talebi daha yüksek bir orta ortalık verimle daha ağır bir ham alabilirse veya daha yüksek bir kesici stok alabilir.

Düzenleme ve Çevre Performansı

Çevre düzenlemeleri hem ham yemstocks'un bileşimini giderek daha da kısıtlar ve ürünleri bitirdiler.Uluslararası Deniz Örgütü'nün IMO 2020 kuralı düşük basınçlı deterjanlarla (örneğin, benzinli yakıtlar için) betonarmeye zorlar ve hala gaz söndürücü yakıtlar üretmek için rafineriler üretebilirler.

Çevre ayak izi perspektifinden daha iyi karışım, enerji yoğun orta işleme ihtiyacı azaltır. Örneğin, daha düşük sulu vakum gaz yağının daha düşük enerji tüketimi ve CO2 emisyonlarını azalttığı kaba bir karışım. Bazı rafineriler karışım optimizasyonlarında karbon yoğunluğu hedeflerini dahil etmeye başladı, kurumsal net-zero hedefleri ile uyumlu hale getirdi.

Operasyonel Flexability ve Risk Mitigation

Bir derece mevcut değilse veya ekonomik olmayan bir şekilde, depolanma sistemleri, en iyi kullanım için en iyi şekilde kullanılan bir yığına yakın bir şekilde ayarlanabilir.Bir derecenin mevcut olmadığı veya ekonomik olmayan bir şekilde bir diğer taraftan bir şekilde bir araya gelebilir.Bu çeviklik optimizasyonu sistemleri, depolama maliyetlerini azaltır ve stabil üretim oranlarının en iyi kullanılmasını sağlar.Eğer bir tank ağır hamı en yüksek depolama günlerine yakınsa, sistem daha yüksek bir oranda bir karışıma dahil edebilir.

Ayrıca, karışımlar işleme fırsatı hams yardımcı olabilir - CDU'daki besleme limitlerini korumak için düşük hacimli hamlar ile karıştırılabilir.Örneğin, yüksek çözünürlük birimlerinde katalizörler korumak için çok yüksek hacimli ham (yüksek asit sayısı, TAN), ekipmanı korumak için düşük hacimli hams ile karıştırılabilir.

Vaka Çalışması: Bir AI-Driven Montajı Optimizasyon Sisteminin Uygulanması

Asya'da günde 200.000 tane varil kapasiteli orta ölçekli rafineri, Orta Doğu, Afrika ve yerli hams karışımı işledi.Temizleyici ürün verimleri, sık sık sık kullanılan ve yükselen enerji maliyetleri ile karşı karşıya kalan sorunlarla karşı karşıya kaldı. İki yıllık bir dijital dönüşüm programından sonra, rafineri, gerçek zamanlı analizciler, ham ünitenin dijital ikizleri ve beş yıllık bir dijital ikizi, beş yıllık bir dijital öğrenme modeliyle karşı karşıya kaldı.

Altı ay süren operasyondan sonra sonuçlar önemli gelişmeler göstermiştir:

  • [0]Yield% 1.8% [DDDDDD:0]Yield, dizel için% 1,0, en yüksek ücretli ürün, TBP eğrisini olumlu yönde değiştirmek için ham karışımı ayarlayarak elde etti.
  • [0] Enerji tüketiminde düşüş (%[Döntgen ve hidrotreater, daha az re-runs ve daha düşük ciddiyet işlemleri nedeniyle% 4 oranında.
  • [0]Gücretsiz olaylarda geri dönüşüm (% 60, $ 1,0, üretim maliyetlerini azaltıp üretimlerini kaybetti.
  • [FONT:0]Annual marj iyileştirme[Dönemli 1], 15 milyon dolar, teknoloji yatırım için 18 aydan daha az geri ödeme süresiyle tahmin edilmektedir.

Sistem ayrıca her bir karışım seçeneğinin gerçek zamanlı ekonomik değerini gösteren panolarla operatörleri de sağladı, ham tedarik rahatsızlıkları sırasında daha hızlı karar alma imkanı sağladı. rafineri şimdi iki veya üç ek fırsat hamsları daha önce karmaşıklık nedeniyle kaçındı.

Future: Dijital Teknolojilerin ve Sürdürülebilirliklerin Entegrasyonu

Entire Refining System için Predictive and Prescriptive Analytics for the Entire Refining System

Makine öğrenmesi olgunlaşırken, optimizasyon diğer rafineri işlevleri ile giderek daha fazla entegre olacaktır - “Genellikle reform, hidrokracking, hidrotreating ve ürün karışımları. End-to-end optimizasyon modelleri, aynı anda satın alma, tank hareketleri ve süreç ünitesi işletim koşullarını sağlayan, bazen “öneticisel optimizasyon” (EWO) olarak adlandırılır, ancak bulut bilişim ve optimizasyon yöntemleri ile mümkün hale gelir.

Prescriptive Analytics sadece tarifleri tavsiye etmeyecektir, ancak aynı zamanda bakım, tahmin katalizör deaktivasyonu ve fiyat döngüleri ile ham satın almaları ile uyumlu olacaktır.Bu sistemler sürekli olarak rafineri verilerinden öğrenecek, piyasa koşullarını değiştirmeye ve yavaş yavaş gelişen ekipman performansına adapte olacaktır.

Low-Carbon ve Geometrik Beslenme için karıştırmak

Karbonizasyon için zorlama yeni karışım fırsatları yaratıyor.Reineries, bitkisel yağlar, hayvan yağları ve piroliz yağları, bu yenilenebilir yemlemelerin yanı sıra plastik atıklardan elde etmek için gelişmiştir.Bu yenilenebilir yemleme, asitlik ve mevcut katalizörlerle uyumluluk gerektirir. Biyo-bepleme modellerini içeren gelişmiş karışımlar, yüksek ko-işlem oranlarına sahip olmak için yüksek işlem oranlarına sahiptir.

Ayrıca, karbon yakalama ve depolama (CCS) dikkate alındığında, ürün başına düşük karbon içeriği ile ham, daha düşük karbon ayak izi olacaktır ve karbon fiyat artışları olarak, rafineriler karışım optimizasyonun objektif işlevinde karbon maliyetlerini içerecektir.

Edge Computing ve Real-Time A Özerk Bir Şekilde

Bir sonraki sınır tamamen otonom bir şekilde harmanlanıyor, kenar bilgisayar cihazları, bağlantılarını doğrudan en az insan müdahalesiyle harmanlayan ML modellerine ev sahipliği yapıyor. 5G ve endüstriyel IoT, sensör verileri ve kontrol sinyalleri, milisan geçncy, teknoloji satıcılarına hızlı bir yanıt vererek test ediliyor. Özerk karıştırma sistemleri saatlerce karıştırmak için zaman ayırıyor, operasyonel kazanımlar için sadece en aza indirmeye ve anında en aza indirmek önemli.

Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç

Bu teknolojiler, ürününüzü nasıl optimize edecek şekilde genişletecek ve giderek daha sıkı çevresel düzenlemelere uyum sağlamanın yanı sıra, dijitalleşmenin merkezi bir haciz stratejisi haline gelmesiyle, mekanik bir karıştırma işlemine nasıl uyum sağlayacağını yeniden şekillendirmeye devam edecektir. Bu teknolojiler, bu yenilikleri kucaklayan, ancak bugün sadece artan oranda sıkı çevre düzenlemeleri ile uyum sağlamayacak ve sürdürülebilirlik için gerekli olan bir altyapıyı geliştirirken, düşük karbonlu enerji verimliliğine de katkıda bulunacaktır.