Soft Sensors
Petronor
Sector: Energia
Business Case
Determinación de propiedades de corrientes de proceso, tales como pentanos en corrientes de LPG o Presión de vapor de la nafta.
Objetivos
Obtención de valores en tiempo real de la calidad de los productos intermedios y finales para: 1) optimizar la producción y 2) minimizar el consumo asociado a reprocesos o acciones correctivas con poco margen temporal.
Use case
Algoritmos de predicción con adelanto o real time para la inferencia de valores de calidad del producto. Actualmente se obtienen datos de calidad mediante análisis de laboratorio y procesado manual. Mediante los softsensors, estos valores, junto con variables de operación, producción y programación, se obtiene un valor inferido en tiempo real (o con adelanto) de la calidad y servir de apoyo a la toma decisión del técnico.
Infraestructura
Hibrida
Tecnologías utilizadas
Machine Learning y Deep Learning
Datos utilizados
Series temporales de temperaturas del horno, valores de programación de estructuras de crudo, datos de fiabilidad y estado de las unidades.
Dataset privado.
Recursos utilizados
Personal de IT, producción, programación, analistas de datos. Infraestructura de servidores interna. Apuesta tecnológica interna.
Dificultades y aprendizaje
Fuerte dependencia de conocimiento experto para procesar los datos
La degradación de la calidad de los algoritmos debido a los cambios en planta y la calidad de los dataset hacen necesario el reentreno de los mismos, así como técnicas de clustering o ensemble de algoritmia para mejorar la robustez de los mismos.
KPIs (impacto en el negocio y métricas del modelo)
Disponibilidad y fiabilidad del algoritmo
Error cometido en las predicciones con respecto a los análisis realizados en laboratorio.
Financiación
Proyecto parcialmente financiado con Hazitek.
Colaboradores
Vicomtech.
