Conference proceedings

Ключевые слова:
лаборатория на кристалле, нейронные сети, оцифровка. 
 
Сырая нефть всегда была нашим основным сырьем. Однако технология перехода из газа в жидкое 
топливо начинается с природного газа, который превращается в синтетическую сырую нефть и, в конечном итоге, 
в транспортное топливо. По всему миру строится ряд заводов по производству сжиженного газа. Некоторые 
будущие нефтеперерабатывающие заводы будут приспособлены для переработки синтетической сырой нефти в 
специальные виды топлива, химикаты и смазочные материалы. Эти объекты будут больше похожи на 
химические заводы, ориентированные на продукцию с более высокой стоимостью, чем бензин. 
Новые сенсоры, основанные на технологии компьютерных микросхем, окажут огромное влияние на 
работу завтрашнего дня. Так называемая «лаборатория на кристалле» будет выполнять расширенный 
химический анализ в режиме онлайн и в реальном времени. Мы увидим больше «умных материалов», 
материалов со встроенными датчиками, которые непрерывно измеряют, помимо прочего, температуру, 
напряжение и деформацию. С помощью такого рода помощи мы можем прогнозировать потребности в 
обслуживании, находить потенциальные проблемы и устранять их до того, как возникнет проблема. Изолируя 
только то оборудование, которое требует внимания, мы можем избежать дорогостоящих простоев и, что более 
важно, не подвергнуть опасности людей. 
Большинство датчиков нефтепереработки измеряют одну характеристику в одной точке. С другой 
стороны, оптический датчик регистрирует множество характеристик в каждой точке волокна. Волоконная 
оптика была протестирована на нефтяных месторождениях, и вскоре появятся приложения для 
нефтепереработки. Волокно имеет ширину конского волоса и может достигать нескольких миль в длину. Это 
позволяет нам узнать, что происходит в местах, до которых мы не могли добраться. Волоконная оптика 
предоставляет широкий спектр данных в реальном времени, которые помогут нам обрабатывать на оптимальном 
уровне, снизить затраты и избежать сбоев системы. Нефтеперерабатывающие заводы становятся смесью 
интеллектуальных систем и интегрированных технологий, высокотехнологичного оборудования, которое 
фактически будет управлять знаниями в недалеком будущем. В пейзаже танков и башен спрятана обширная 
библиотека информации, данные, которыми мы только начинаем пользоваться.
На нефтеперерабатывающих заводах, как и на большинстве предприятий, недостатка в данных нет.[3] 
Нефтепереработка также извлекает выгоду из достижений в области информационных технологий и 
появления сложных датчиков. Такое сочетание технологий даст больше полезной информации. Это также 
позволит нам запускать вычислительные модели, которые помогают в принятии решений. Фактически, 
некоторые из этих решений будет принимать сам НПЗ. 
Автоматизация эволюционирует от системы, которая измеряет и собирает данные, к системе, которая 
принимает логические решения и учится на собственном опыте. 
Некоторые предприятия приняли «нечеткую логику», то есть используют компьютерные программы, 
которые выбирают курс действий среди альтернатив. Автоматические камеры, например, используют нечеткую 
логику для выбора диафрагмы объектива и выдержки. 
Алиева Беимханым Акиф 

---

Еще более продвинутыми являются нейронные сети, которые распознают закономерности, извлекают 
уроки из ситуаций и соответствующим образом адаптируются. Некоторые химические предприятия используют 
нейронную сеть для точного определения чистоты стирола. Заводы также инвестировали в веб-технологии. Его 
Интернет-сайт обеспечивает непрерывный обзор технологических и лабораторных данных в режиме реального 
времени. 
Методы цифрового анализа использовались в течение многих лет при разведке нефтяных и газовых 
месторождений, особенно с помощью сейсмических съемок. Эти методы позволили получить двумерные, затем 
трехмерные, а теперь четырехмерные (или покадровые) изображения потенциальных отложений. После бурения 
проводятся дополнительные измерения с помощью датчиков, которые опускаются в скважины для оценки 
давления, температуры и свойств горных пород. Эти методы известны как ведение журнала.