PP工程の緊急シャットダウン(ESD)早期探知:7日前に早期予測

  • 化学
  • 予知保全

課題

石油化学製品の製造工程は複雑な設備と細かな設定を必要とする。そのため、設備が急に中断した場合、運営費用の損失だけでなく化学物質による環境被害などが発生する可能性が存在。これまでは工程炉内で異常反応が出た場合に、現場エンジニアの判断で緊急シャットダウン(ESD)を決定し、非稼動損失が発生していた。したがって、設備の動作、運営上の異常要因を事前に探知し、ESDの可能性を予防することの重要度が高い。

アプローチ

ディープラーニングによるデータベースの異常探知モデルを開発。プロセス正常に稼働時のデータ分布特性を学習し、正常特性のデータであるかどうかを判別。このモデルを活用して、ポリプロピレン(PP)製造工程の反応炉における異常兆候を事前に予測し、ESDを防止。

創出された価値

最大7日前にPP製造工程の反応炉における異常予測を可能に。ESDを早期に検出することで、コストだけでなく環境および安全上の被害を最小限に抑制。

このケースについて詳しく知りたいですか?

MakinaRocksのAI専門家にご相談ください

 

 


専門家に相談する
Use Cases
See how AI technology in anomaly detection, optimization, and predictive analytics is making industries intelligent