Российская нефтехимия переходит на свои алгоритмы
Нефть превращается в бензин в огромном каталитическом реакторе. «Настраивать» его приходится практически вслепую – регулировать температуру, давление, затем ждать результат. Это долго, дорого и рискованно. Ученые МГУ им. Н. П. Огарева перевели этот процесс на язык цифры и сделали его максимально эффективным.
Исследователи создали математическую модель – то есть виртуальную копию реактора – с помощью компьютера, и описали формулами все, что там происходит: как движется жидкость, как нагревается, как реагируют вещества.
Математика против потерь
Химические реакции внутри катализатора очень сложны и скоротечны. Мордовские ученые разработали алгоритм, который точно просчитывает эти процессы. Теперь инженер может смоделировать ситуацию и посмотреть, что будет, если, например, поднять температуру на пять градусов, изменить скорость подачи нефти или использовать другой катализатор. Компьютер проанализирует все варианты и сообщит, какой из них наиболее выгодный – меньше энергии, больше бензина. По сути, исследователи, используя методы регуляризации, научились предсказывать поведение «бурлящего котла», в котором каждая молекула влияет на общую картину.
Более точная модель – это возможность подбирать оптимальные режимы работы реакторов, снижать энергозатраты, уменьшать потери сырья и продлевать жизнь дорогостоящим катализаторам. Это прямая выгода для предприятий. В масштабах отрасли это означает миллиарды рублей сэкономленных средств и ощутимое снижение нагрузки на экологию. Кроме того, ученые используют российское ПО, которое может заменить импортные аналоги.
Таким образом, разработка отечественных математических алгоритмов для промышленного софта позволяет оптимизировать работу сложнейших систем. Ведь без алгоритмов невозможно создать цифровые двойники и системы промышленного искусственного интеллекта.
Новые решения для переработки
Темой цифровых моделей в России активно занимаются не только научные учреждения, но и крупные нефтегазовые компании. Например, «Газпромнефть-Оренбург» создала виртуальную модель Восточного участка Оренбургского месторождения. Единая система круглосуточно сопровождает работу более 600 скважин, отслеживает параметры работы оборудования и предлагает оптимальные режимы загрузки. До 2030 года экономический эффект составит 3,3 миллиарда рублей, а добыча вырастет более чем на 800 тысяч тонн нефти. Кстати, с 2020 года «Газпромнефть» реализует все свои сейсморазведочные проекты с помощью цифрового двойника. Сегодня система содержит данные более чем по 800 геологоразведочным объектам компании.
А ученые Сибирского федерального университета создали первый в России цифровой двойник установки замедленного коксования. «Виртуальная коксовая камера» с погрешностью 1,6–2,5% предсказывает распределение температур и рост коксового слоя. Это позволяет прогнозировать качество продукции еще до начала цикла, оптимизировать расход сырья и быстро перенастраивать производство.
«Роснефть» использует нейросетевой программный комплекс «РН-АвтоБаланс» для оптимизации режимов нагнетательных скважин на зрелых месторождениях. Главная задача – перераспределить закачку воды туда, где отдача максимальна, и снизить ее там, где эффект минимален. Алгоритм работает без участия оператора: модель нейросети перебирает комбинации режимов и выдает рекомендацию по каждой скважине. В результате 46 скважин переведены на оптимальный режим, закачка воды снижена на 222 тысячи кубических метров, добыча нефти выросла на 4%.
Все эти инновации решают одну задачу: создать «умную» виртуальную модель, которая учится на данных, полученных от реального объекта, и подсказывает, как работать лучше. Но если раньше технологии внедряли в основном в геологии и добыче, то мордовские ученые перешли к моделированию процессов переработки нефти. Это более сложный уровень цифровизации.
Формула эффективности
Согласно Энергетической стратегии России до 2050 года, к 2030 году добыча нефти должна вырасти до 540 миллионов тонн. Объем переработки тоже увеличится и составит около 283 миллионов тонн. Спрос российского ТЭКа на передовые цифровые технологии в 2020 году оценивался Институтом статистических исследований и экономики знаний НИУ ВШЭ в 30,7 миллиарда рублей с перспективой роста в 13,5 раза к 2030 году – до 413,8 миллиарда рублей. Поэтому такие технологии, использующие математику для описания сложных физико-химических процессов, необходимы и востребованы.
Перспективы алгоритмов, предложенных мордовскими учеными, многообещающи: это интеграция в системы цифрового моделирования, создание на их основе российских программных комплексов для проектирования реакторов, использование в цифровых двойниках предприятий. Оптимизация и цифровизация нефтеперерабатывающих заводов России с использованием таких решений выйдет на новый уровень.
