Алла Янгузова, главный консультант по решениям в компании Aspen Technology, рассказала о новом подходе для повышения прибыли производства — динамической оптимизации в режиме реального времени (GDOT), а также о том, как данная технология помогает нефтеперерабатывающим и химическим предприятиям осуществлять переход к концепции «умного предприятия».
Задача повышения маржинальной прибыли производства является крайне актуальной для нефтеперерабатывающей промышленности и других капиталоёмких отраслей. Среди факторов, которые приводят к снижению маржинальной прибыли, можно выделить незапланированные остановки оборудования, ошибки или неучтенные возможности при планировании производства, недостаточную точность данных, на основе которых формируется оптимальная производственная программа, ошибки производственного учета и многие другие. В современных условиях, когда требуется адаптация производства к нетипичным условиям эксплуатации активов, факторы снижения маржинальной прибыли приобретают еще большее значение.
Подходы для повышения прибыли
Многими нефтеперерабатывающими и химическими компаниями предприняты серьезные шаги по повышению маржинальной прибыли производства, например, в части усовершенствованного планирования и производственного учета, максимизации безотказной работы оборудования, снижения запаса по качеству товарной продукции, развертывания систем усовершенствованного управления технологическим процессом (СУУТП). Однако, наиболее комплексная задача, а именно, достижение синергетического эффекта между различными реализованными инициативами, пока, в полной мере, не решена.
Практика показывает, что объединение многочисленных дисциплин в области оптимизации производства в единый контур приводит к получению дополнительных выгод и повышению эффективности деятельности. Такой стратегический, комплексный, подход, требует еще большего взаимодействия бизнес-процессов, человеческих ресурсов и инновационных инструментов. Для достижения максимальной маржинальной прибыли производства важное значение приобретает внедрение рабочих процессов, которые предусматривают совместную работу с большими объемами информации специалистов различных подразделений. Управление инновационными инструментами, основанными на изучении отраслевого опыта, бесспорно, приводит к повышению квалификации и развитию экспертизы специалистов.
Нефтеперерабатывающие и химические компании проходят поэтапное развитие в областях оптимизации производства, переходя от начального к наивысшему уровню зрелости. На каждом уровне зрелости должны быть решены определенные задачи, при этом наивысший уровень зрелости в любой области оптимизации предполагает интегрированный подход по синхронизации нескольких областей оптимизации. Важно отметить, что максимального экономического результата достигают именно те представители нефтеперерабатывающей отрасли, которые в своем развитии переходят к концепции «умного предприятия», обеспечивая взаимосвязанную оптимизацию всех областей производства, внедряя современные аналитические технологии, работающие в реальном времени. Концепция «умного предприятия» также предполагает сбор разрозненных данных из различных источников в одной интегрированной среде в формате, который обеспечивает максимально эффективное принятие решений.
Традиционно, в российских нефтеперерабатывающих и химических компаниях большое внимание было уделено вопросам оптимизационного планирования производства и СУУТП. Несмотря на эффективное решение отдельных оптимизационных задач на различных уровнях, достижение максимального результата при разрозненном подходе остаётся крайне сложным.
Единая оптимизация производства
Ядром повышения эффективности является единая оптимизация производства. Ключевым процессом является динамическая оптимизация нескольких технологических установок в режиме реального времени в соответствии с целями оптимизационного планирования и ограничениями календарного планирования и смешения. Процесс динамической оптимизации реализуется с помощью применения запатентованной технологии Aspen Generic Dynamic Optimization Technology (GDOT). Aspen GDOT является проверенной технологией, развернутой на 25 производственных контурах, объединяющих различные технологические установки, по всему миру. Более того, на сегодняшний день на стадии предпроектной проработки и внедрения насчитывается ещё 32 производственных контура.
Динамическая оптимизация в режиме реального времени позволяет нефтеперерабатывающим компаниям объединить бизнес-процессы оптимизации всего контура НПЗ и обеспечить применение новейших технологий для максимизации экономического результата. Именно решение задачи динамической оптимизации вносит существенный вклад в увеличение производства более маржинальных продуктов, синхронизацию целей объемного и календарного планирования с фактическим производством, а также устранение расхождения между плановыми и фактическими показателями производственной деятельности.
Управление в режиме реального времени
Высокая точность и согласованность данных технологических процессов, а именно материальных балансов и качеств, обеспечивает актуальность моделей и позволяет оптимизировать производственные контуры значительного объема. В качестве примера, можно привести несколько производственных контуров, динамическая оптимизация которых приносит наибольший экономический эффект. Для многих нефтеперерабатывающих и химических компаний ключевыми областями являются контуры производства бензинов, ароматических соединений, а также средних дистиллятов с учетом требуемых спецификаций по качеству товарных продуктов; переработка тяжелых нефтяных остатков; оптимизация водородного кольца и энергопотребления.
Важно отметить широкий спектр исходных данных, которые обеспечивают эффективное решение задачи динамической оптимизации. Для целей динамической оптимизации производства должны быть учтены целевые показатели, данные о качестве сырья, стоимости сырьевых и продуктовых потоков, правилах смешения, данные по описанию вторичных процессов на уровне оптимизационного планирования; ограничения на уровне календарного планирования и оптимизационного смешения, а также модели СУУТП. Управление технологическим процессом в режиме реального времени осуществляется путем взаимосвязи моделей динамической оптимизации и СУУТП. В результате формируются оптимизированные значения уставок ключевых управляемых переменных.
Результат решения задачи динамической оптимизации может быть декомпозирован следующим образом: оптимальный диапазон целевых показателей для каждой переменной в контуре оптимизации; диапазон значений ключевых контролируемых переменных СУУТП в закрытом контуре, а также оптимальные рецептуры для смешения товарных продуктов.
Решение задачи динамической оптимизации является приоритетным для повышения эффективности бизнеса, согласованности действий и обеспечения лидирующих позиций в отрасли. Запатентованная технология Aspen GDOT, синхронизировав цели объемного и календарного планирования с фактическим производством, позволяет реализовать передачу оптимальных целевых показателей технологических процессов на уровень СУУТП. Такой комплексный подход обеспечивает повышение маржинальной прибыли производства и переход к концепции «умного предприятия».
