Marl, Deutschland und Antwerpen, Belgien. Evonik Oxeno setzt erstmals KI-basierte Prozessmodelle im laufenden Anlagenbetrieb ein und erzielt damit eine höhere Energieeffizienz und geringere CO₂-Emissionen. Zudem können bei veränderten Rohstoffströmen Entscheidungen schneller getroffen werden. Entwickelt wurden die Modelle im Projekt COMPAS, kurz für „Control and Optimization using AI models for Process Advancement and Cost Saving“.
Nicht alle Prozesse im Inneren einer chemischen Produktionsanlage lassen sich direkt beobachten und der effizienteste Weg, eine Produktionsanlage zu betreiben, hängt von zahlreichen Einflussfaktoren ab. Klassische Prozesssimulationen können wertvolle Einblicke liefern, sind jedoch komplex und zeitaufwendig. Das COMPAS‑Team hat deshalb einen Ansatz entwickelt, der auf vorberechneten Daten basiert. Über eine Million Simulationen von Zuständen der Prozessanlage bilden die Grundlage für sogenannte Grey‑Box‑Modelle, die Thermodynamik und Kinetik der Anlage durch speziell programmierte und trainierte KI-Modelle beschreiben. Auf diese Weise kann COMPAS auf einen umfangreichen Fundus bereits berechneter Szenarien zugreifen und daraus innerhalb von Sekunden realistische Vorschläge für die Anlagensteuerung geben.
„Wir verbinden unser langjähriges Wissen über chemische Prozesse mit den Möglichkeiten künstlicher Intelligenz. So können wir komplexe Prozesssimulationen direkt für den Anlagenbetrieb nutzbar machen und auch bei wechselnden Betriebsbedingungen eine möglichst effiziente Steuerungsweise unterstützen“, sagt Dr. Niklas Paul, Leiter Engineering bei Evonik Oxeno.
In Marl und Antwerpen kommt die Technologie bereits im laufenden Betrieb zum Einsatz. Die bisherigen Anwendungen zeigen eine sehr gute Übereinstimmung zwischen Modell und realen Betriebsdaten und ermöglichen so eine Optimierung der Anlagenfahrweisen. Dadurch wird der Energiebedarf zur Erzeugung eines Produktes minimiert, was sich unmittelbar auf die CO₂-Bilanz auswirkt. Weitere Anwendungen befinden sich bereits in der Umsetzung. Dazu gehört auch die automatische Übertragung der Ergebnisse der KI-generierten Modelle in das digitale Steuerungssystem der Anlage.
„COMPAS zeigt: Das Wissen, das Betrieb, Engineering und Forschung in vielen Jahren gemeinsam aufgebaut haben, schafft mit künstlicher Intelligenz neuen Wert in der Prozessoptimierung. Auf Basis dieser Technologie arbeiten wir Schritt für Schritt an einem C4-Verbund, der sich künftig selbst optimiert“, sagt Prof. Dr. Robert Franke, Leiter Simulation & Kinetics bei Evonik Oxeno.
Das Projektteam hat zudem die COMPAS-Methodik und aktuelle Erkenntnisse in wissenschaftlichen Publikationen in den Fachmagazinen „Chemie Ingenieur Technik“ und „Chemical Engineering & Technology“ veröffentlicht. Der Ansatz ist nicht auf die bisherigen Anwendungen bei Evonik Oxeno beschränkt. Die Methodik bietet Potenzial für eine Übertragung auf weitere chemische und petrochemische Produktionsprozesse. Das Projektteam arbeitet an der Erweiterung der Anwendungsmöglichkeiten von COMPAS und strebt für die Technologie Patentschutz an.
Link zur Veröffentlichung „Bieten KI‐basierte Surrogatmodelle einen Mehrwert für die Prozessoptimierung? — Untersuchungen zu praktischen Anwendungsbeispielen im C4‐Verbund“ im Fachmagazin „Chemie Ingenieur Technik“: https://onlinelibrary.wiley.com/doi/10.1002/cite.70120
Link zur Veröffentlichung „Can AI‐Based Surrogate Models Offer Added Value for Process Optimization? - Investigations Into Practical Application Examples in the C4 Verbund” im Fachmagazin “Chemical Engineering & Technology”: https://onlinelibrary.wiley.com/doi/10.1002/ceat.70291