阿隆·索莫吉，MOL集团质量控制和先进建模业务支持专家，近日就先进建模如何成为现代炼油厂决策核心发表见解。他指出，数字孪生、实时优化和数据驱动模型在提升工艺精度、能效和运营可视性方面作用日益显著，同时强调用户接受度和数据质量对于实现切实成果至关重要。展望未来，索莫吉认为先进建模将是应对不断变化的原料和日益复杂的炼油厂配置的关键工具，通过可扩展的低资本支出数字解决方案，支持更明智、更敏捷的运营。
从您的角度来看，先进建模在当今炼油厂运营中的角色是如何演变的？
根据我的经验，过程模拟模型的使用时间较长，如今正获得更广泛的接受，因为越来越多的炼油专家熟悉这些工具，并了解其优势与局限。可用数据的增加也为数据驱动模型在炼油系统中的应用铺平了道路，使我们能够对以往精度较低的流程进行建模。实时优化、数字孪生及其他基于模型的决策支持系统的开发与普及，同样得益于先进建模的兴起。
许多炼油企业正在投资数字孪生和高级分析。在您看来，那些能带来实际价值的项目与停留在试点阶段的项目之间有何区别？
根据我迄今的经验，数字孪生解决方案开发中最困难的部分，是在炼油厂内确定正确的用户群体并建立他们对这些工具的信任。显然，数字孪生方案最初会引发用户的疑虑，但通过应用中的积极案例，让用户获得成就感，有助于建立信任和信心，使他们相信这些工具是优势所在，日常使用能带来积极结果。我认为这是数字孪生成功实施的关键。
先进建模和人工智能如何帮助提高炼油厂运营的能效？您认为哪些领域能带来最直接、最实际的效益？
使用精确的模型可以适当监控产品质量和设备当前状态，从而有助于减少质量过剩和能源消耗。一个很好的例子是监控换热器结垢，从而发现多余的能源消耗。在大多数情况下，监控换热器不需要特别复杂的模型，结垢导致的额外能源成本可以迅速被发现，从而优化换热器清洗的时间和方式。
预测性维护常被强调为人工智能的关键应用。炼油企业应了解哪些实际限制？
预测性维护最关键的一点，与任何使用人工智能解决方案的系统一样，在于数据的适当数量和质量。许多老炼油厂有预测性维护的需求，但由于仪表不足导致数据缺失，无法对设备进行适当监控，也无法构建准确的预测模型。
数据质量和集成对许多运营商来说仍是挑战。领先的炼油厂如何克服这些障碍？
领先的炼油厂正通过从孤立的数据架构过渡到统一命名空间，确保“单一事实来源”，从而克服数据障碍。为提高数据质量，他们利用先进的数据协调技术，运用质量和能量平衡等物理定律，从数学上校正传感器误差。此外，数字孪生和软传感器可部署在物理仪表难以或无法维护的环境中，模拟工艺条件。
您如何在模型复杂性与运营团队易用性之间取得平衡？如何确保洞察能实际应用于现场，而非停留在理论层面？
在数字孪生应用的开发过程中，系统必须根据用户需求来设计，因为这些系统是为他们服务的。我们力求使系统易于理解、透明且便于使用。为此，在每次数字孪生开发中，我们定期征求用户反馈，询问是否需要补充内容、他们对哪些参数感兴趣、所建模型是否足够精确，以及优化过程中使用的参数和目标函数是否选择得当。如果用户清楚这类系统的用法，它就能更成功地融入他们的日常活动。
展望未来，您认为先进建模在支持新型原料和不断演变的炼油厂配置方面将发挥什么作用？
近期，尤其是在中欧，人们非常重视比较来自不同市场的原油，炼油厂模型在选油过程中也大有帮助。借助构建得当的模型，可以考察不同原油类型所能实现的产品收率和能耗，从而大大便利后续的原油选择。先进建模方法，例如为炼油反应器构建的混合模型，能够比以前更准确地描述在新型原料情况下，转化技术所得产品参数的变化。
如果必须为预算紧张的炼油厂优先选择一项数字化或建模计划，您会选择什么？为什么？
任何用于优化目的、低资本支出且能快速见效的数字化开发项目都是首选。例如，有一座蒸馏塔，其塔顶产品中的杂质含量低于最大允许值。利用精确模型，可以研究在减少质量过剩的情况下，能将能耗降低多少或使产品收率最大化。这种决策支持方案，如果工厂仪表配置得当，不需要高资本支出，其带来的利润可以迅速显现，并且通过组合多个此类小案例，可以获得更大收益，这对预算紧张的炼油厂尤其有效。
您最期待在今年ERTC专家问答活动中与同行交流什么？
我很好奇其他炼油厂如何规划数字孪生开发，他们取得了哪些成功，遇到了哪些困难，以及如何解决这些困难。
中国组展机构：盈拓国际展览，凭借丰富的行业经验和专业的服务团队，为中国外贸企业提供高效、便捷的展览服务。助力企业拓展海外市场，实现共赢发展。
下届展会时间：2027年06月
展会行业：石油天然气
