Evonikの子会社、稼働中の化学プラントにAIモデルを導入。エネルギー効率が上がり、CO2排出も減ったという

ドイツの化学メーカーEvonikの完全子会社で、C4化学を手がけるEvonik Oxenoは11月9日、ドイツのマールとベルギーのアントワープの生産拠点で、AIを使ったモデルを稼働中のプラントの運転に初めて取り入れたと発表した。この導入で、エネルギー効率が上がり、CO2排出が減ったという。
同社はこの効果を、削減量の数字や比べた期間、算定の方法を示さずに、実際の運転ですでに得た成果として説明している。
化学プラントの中には直接観測できない工程があり、最も効率のよい運転の仕方は多くの要因で変わる。従来のプロセスシミュレーションでは有益な知見を得られるが、計算が複雑で時間がかかる。
同社の開発チームは、プラントの運転条件を変えたシミュレーションを100万件以上あらかじめ計算し、その結果をもとに「グレーボックスモデル」をつくった。このモデルは、プラントの熱力学的な挙動と反応速度を、専用にプログラムして学習させたAIモデルで表す。モデルは計算済みの多くの運転シナリオを使い、プラントの制御について現実的な推奨案を数秒で示す。
同社によると、モデルの予測は実際の運転データと非常によく合っており、運転をさらに最適化して目的の製品をつくるのに要るエネルギーを最小限に抑えている。原料の流れが変わったときに、運転の判断を速く下せるようにもなったという。
同社は、モデルが出した結果をプラントの制御システムへ自動で渡す仕組みを含め、AIモデルの新たな用途の導入もすでに進めている。同社でシミュレーションと反応速度論の部門を率いるロバート・フランケ氏は、この技術をもとに運転を自律的に最適化するC4の統合生産網の実現に向けて一歩ずつ取り組んでいると述べた。
同社の開発チームは手法と最近の知見を、学術誌「Chemie Ingenieur Technik」などの論文で発表した。著者らは「Chemical Engineering & Technology」誌の論文で、シミュレーションの代わりにAIモデルを使うプロセス最適化は産業での応用例の報告がまだ少ないとして、C4化学の実例2件でその有効性を示した。
同社は、この手法をほかの化学・石油化学の生産工程にも応用できる可能性があるとし、適用の範囲を広げながら技術の特許取得を目指している。
【関連サイト】Evonik「Evonik Oxeno introduces AI-based process optimization into live plant operations」









