بخش دوم: هوش مصنوعی و هوش مصنوعی مولد
در بخش نخست، نقش همزاد دیجیتال بهعنوان زیرساخت شبیهسازی و آزمون مجازی در مسیر کربنزدایی بررسی شد. در این بخش، به پیشران دوم تحول میپردازیم: هوش مصنوعی (AI) و هوش مصنوعی مولد (GenAI). اگر همزاد دیجیتال محیطی برای بازنمایی و شبیهسازی عملیات فراهم میکند، هوش مصنوعی لایهای برای پیشبینی، بهینهسازی و تصمیمسازی به آن میافزاید؛ یعنی حرکت از داده و شبیهسازی به پیشبینی و تصمیم.
هوش مصنوعی؛ از کشف نقطه بهینه تا کاهش انتشار
واحدهای پتروشیمی شبکهای پیچیده از واکنشهای شیمیایی، انتقال حرارت و جرم و مصرف انرژی هستند. هوش مصنوعی با تحلیل دادههای لحظهای عملیات میتواند رفتار فرایند و تجهیزات را پیشبینی و نقاط بهینه عملیاتی را شناسایی کند. این قابلیت در بهینهسازی کورهها، کمپرسورها، شبکه بخار و برق و سیستمهای یوتیلیتی میتواند مصرف انرژی و در نتیجه شدت انتشار را کاهش دهد.
یکی از کاربردهای مهم، نگهداری و تعمیرات پیشبینانه است. تشخیص زودهنگام افت عملکرد تجهیزاتی مانند کمپرسورها و توربینها، احتمال خرابی و توقف ناخواسته را کاهش میدهد. از آنجا که توقف و راهاندازی مجدد واحدها میتواند با افزایش فلرینگ همراه باشد، هوش مصنوعی میتواند از طریق افزایش قابلیت اطمینان، هم پایداری تولید و هم انتشار ناشی از اختلالات عملیاتی را بهبود دهد.
هوش مصنوعی مولد؛ بازآفرینی سناریوهای مهندسی و تصمیمسازی
هوش مصنوعی مولد میتواند در کنار مدلهای مهندسی و شبیهسازهای فرایندی، سناریوهای مختلف عملیاتی و طراحی را با سرعت بیشتری تولید و مقایسه کند؛ از یکپارچهسازی حرارتی و مدیریت یوتیلیتی تا تحلیل اسناد و دستورالعملهای مهندسی. همچنین دستیار هوش مصنوعی مولد میتواند با پردازش سریع حجم بزرگی از دانش فنی و سوابق عملیاتی، اطلاعات و سناریوهای قابل بررسی را در اختیار اپراتورها و مهندسان قرار دهد.تولید دادههای مصنوعی نیز امکان آموزش و آزمون سیستمهای کنترلی را در شرایط نادر و پرریسک فراهم میکند و میتواند تابآوری واحدها را افزایش دهد. البته هوش مصنوعی مولد جایگزین شبیهسازهای فرایندی، مدلهای ترمودینامیکی یا سیستمهای ایمنی نیست؛ بلکه در کنار آنها، ظرفیت تحلیل و تصمیمسازی را توسعه میدهد.
مدیریت زیستمحیطی و انطباق با مقررات
صنعت پتروشیمی بهطور مداوم تحت فشار نهادهای نظارتی برای کاهش آثار زیستمحیطی و رعایت الزامات مقرراتی قرار دارد. پیچیدگی واحدهای فرایندی و تنوع آلایندهها، پایش مستمر و واکنش سریع را ضروری میکند.
سیستمهای هوش مصنوعی با اتصال به شبکه حسگرهای صنعتی و تجهیزات اینترنت اشیا (IoT) میتوانند دادههای مربوط به غلظت آلایندههایی مانند CO₂، VOCs، SOx و NOx را بهصورت پیوسته جمعآوری و پردازش کنند. این قابلیت، علاوه بر پایش حدود مجاز انتشار، امکان تشخیص هوشمند انحرافات و واکنش بلادرنگ در شرایط اضطراری را فراهم میکند.
هوش مصنوعی همچنین میتواند با اتوماسیون جمعآوری دادهها، تولید گزارشهای انطباق و پایش تغییرات قوانین و الزامات زیستمحیطی داخلی و بینالمللی، مدیریت انطباق را متحول کند. تطبیق الزامات قانونی با دادههای عملیاتی، ریسک عدم انطباق و جرایم زیستمحیطی را کاهش داده و شفافیت عملکرد شرکتها در چارچوب استانداردهای پایداری محیطی، اجتماعی و شرکتی (ESG) را افزایش میدهد.
در این معماری، همزاد دیجیتال بستر شبیهسازی، هوش مصنوعی موتور پیشبینی و بهینهسازی و هوش مصنوعی مولد لایه توسعه سناریو و دسترسی به دانش است؛ ترکیبی که میتواند مسیر صنعت را از مدیریت واکنشی به مدیریت پیشنگرانه و از «تولید بیشتر یا انتشار کمتر» به «تولید بیشتر با انتشار کمتر» تغییر دهد.
در انتهای این بخش، خداوند را شاکرم که توفیق خلق کتاب «هوش مصنوعی و هوش مصنوعی مولد در صنعت پتروشیمی» در زمستان ۱۴۰۴ با نشر زرنوشت، جهت بهرهبرداری بایسته از سوی کارشناسان، مدیران و فرهیختگان دلسوز این کهن بوم و بَر، را به این کمترین اعطا نمود.