화학 프랜트 자율제어 인공지능(AI) 도입 사례

일본 ENEOS 머티리얼 화학 플랜트에 자율 제어 AI 도입 

- 화학 플랜트에서 세계 최초 -

- 품질유지와 에너지 절약 - 

일본 ENEOS 머티리얼사는 화학 플랜트에 자율 제어 AI 알고리즘「Factorial Kernel Dynamic Policy Programming」(FKDPP)을 정식적으로 채용한다고 발표했다. 

이 회사 요카이치시 공장 화학 플랜트에서 1년간 실증실험을 실시하여 성과를 냈기 때문이라 한다. 이 실증실험을 공동으로 성공시킨 요코가와 전기와

ENEOS 머티리얼이 지난 3월 30일에 발표했다. 이날 기자회견에서 ENEOS 머티리얼 생산기술본부장 겸 생산기술부장의 마스타니 마사타카씨와

요코가와전기 집행 임원 요코가와 프로덕트 본부장 하세가와 켄지씨가 나와「Factorial Kernel Dynamic Policy Programming」(FKDPP) 실증실험의

성과와 자율제어 AI에 대해 설명했다.

처음 이 실증실험은 요코가와 전기와 JSR이 실시하였는데 2022년 4월 1일 ENEOS 머티리얼이 승계해 실증실험을 진행해 왔다.

이 실증실험은 합성고무 원료인 부타디엔 플랜트의 증류 정제탑에서 열을 회수하는데 있어서 분산 제어시스템(DCS)을 수동 조작하고 있던

프로세스를 AI 제어로 자동화한 사례이다.

실제 플랜트에서는 물리적 화학적 요인들이 복잡하게 영향을 미치고 있어 제어가 매우 어렵기 때문에 숙련된 오퍼레이터가 개입하여야 하는 경우도 많았다고 한다. 

또한, PID 제어나 APC를 조합하여 자동화하여도 일시적인 비로 외부 기온이 급격히 변화할 경우 자동 제어를 중단시키고 베테랑 오퍼레이터가 직접 설정값이나 출력 값을 변경해야 하는 과제가 있었다.

요코가와 전기는, ENEOS 머트리얼과 나라 첨단 과학 기술 대학원 대학(NAIST)이 공동으로 개발한 FKDPP를 활용한 자동 운전 프로세스를 제안하였다. 

상류 프로세스로부터 회수한 폐열을 구동 에너지로 하고, 부족한 에너지를 증기로 보충하는 증류탑 내를 대상으로 기존 수법으로는 제어할 수 없어 자동화할 수 없었던 곳에

강우나 강설 등 의 급격한 외적 요인을 고려하면서, 비등점이 비슷한 물질 A와 B를 나누어, 물질 A를 이상적인 상태로 효율적으로 취출하는 여러 개의 밸브를 제어한다.

이 사례를 추진하는데 중점을 둔 테마는 「품질」과 「에너지 절약」이다. 

“증류탑에는 다양한 화학 성분이 혼재해 있어 온도 분포를 정확하게 함으로써 불필요한 물질을 추출할 수 있다.

즉, 온도를 정확하고 일정하게 유지하는 것이 가장 큰 과제였다.

폐열을 이용하는 등 탈 탄소화 트렌드에 맞게 에너지 절약과 이산화탄소(CO2) 배출량을 최소한으로 유지하는 것이 포인트였다”라고 요코가와 전기의 하세가와씨가 설명했다

이 실증 실험은, 2022년 1월 17일~2월 22일의 35일간 연속적으로 제어한 후, 정기적인 공장 계획보전 기간 동안 정지한 후 재가동하였다.

보전 수리 후에도 문제없이 동일 AI 제어 모델을 사용해 약 1년간 안정된 가동을 보였다. 

양사는 1년간의 실증 실험을 통해 확인할 수 있었던 4대 효과를 발표하였다.

1. 외기 기온이 연간 약 40도 변화하는 가운데 영향을 받기 쉬운 제어 개소에 자율 제어 AI를 도입함으로써 액면 제어와 폐열 이용을 극대화한 것이다.

또한 안정적인 가동과 엄격한 출하 기준을 충족하는 양품만을 생산하게 되었다.

2. 품질과 에너지 절약을 양립하였다. 자율제어 AI에 의해 규격을 벗어나는 제품 발생으로 손실되는 연료와 인건비,

시간 등 낭비 제거와 원료를 효율적으로 사용하여 제품으로 만들 수 있게 되었다. 또한 기존의 수동 제어에 비해 약 40%의 증기 사용량과 CO2 배출량을 삭감했다.

3. 자율제어 AI의 도입으로 이전에 24시간 체제로 오퍼레이터들이 수동으로 제어하는 일이 자주 있었는데 그렇게 할 필요가 없어졌다.

15분에 1번 밸브를 조작해야 하는 작업을 해소하여, 업무 부하를 줄였고, 안전성 향상에도 기여하였다.

4. 정기적인 보전 수리 후에도 동일한 AI 제어 모델을 적용할 수 있었다. 플랜트의 상태 변화가 있었지만 안정적으로 AI 제어 모델 가동이 확인되었다 할 수 있다.

ENEOS 머티리얼은 이 네 가지 효과를 인정하여 정식으로 자율 제어 AI를 채용하기로 합의했다.

마스타니 씨는 앞으로의 전망으로 “욧카이치의 플랜트 이외의 다른 플랜트에도 자율 제어 AI를 도입하고 싶다.

향후, 어떻게 전개하면 좋을지 사내에서 논의해 요코가와 전기와 협력하며 진행해 가고 싶다 “라고 말했다.

하세가와 씨는 자율제어 AI를 화학 플랜트에 도입하는 흐름을 설명하였다.

처음에는 플랜트 설계 정보를 토대로 플랜트 모델을 작성해 플랜트 시뮬레이터로 AI 제어 모델을 생성한다.

그 후, 과거의 운전 데이터나 실시간 조업 데이터를 AI에 학습시켜 모델의 신뢰성이나 타당성을 종합적으로 평가한다.

운용면에 있어서의 안전성을 확보한 후 실제 플랜트에 도입하여 안정적으로 가동하는지 약 1년간 확인하여 본 후 도입한다고 한다.

AI 제어 시스템을 도입 할 때 「이용시의 품질」 「외부 품질」 「내부 품질」 등 고려해야 할 요소를 체계적으로 정리한 일본 경제 산업성의

「AI 신뢰성 평가 가이드라인」을 참고하며 검증하였다. 이것이 실증실험의 요구 사양을 명확히 하거나 프로젝트 진척 관리에 유효하게 작용했다고 한다. 

하세가와 씨는 이번 실증실험에 대해 "플랜트에서 실제로 실증할 기회를 얻은 것이 AI 활용 가능성의 문을 여는 데 크게 기여했다고 생각한다"고 말했다.

요코가와 전기는, 제조에 있어서 안전이나 품질, 수량, 코스트 등 생산 시의 기존 조건 외에 시대의 흐름에 맞추어

「CO2 배출량 저감」이나 「일하는 방법 혁신」 등 복잡한 사회적 요구에 따라, 인적 자원의 새로운 역할을 "전략을 입안하고,

AI에 적절한 KPI(중요 실적 평가 지표)를 부여해 가는" 일로 발전시켜 나갈 필요가 있다고 주장했다.

요코가와 전기는 자율제어 AI 서비스의 기반을 확장하기 위해, 다양한 개소에 적용하기 쉽도록 범용적으로 사용할 수 있는

심플한 시뮬레이터를 확충해, 자율 제어 AI를 적용하기 쉬운 환경 정비와 5G나 클라우드, 엣지 컨트롤러를 활용한 리모트 제어의 환경을 준비하여,

「최적의 제어를 언제, 어디에서라도 이용할 수 있는 환경」을 실현할 것이라고 설명한다.

하세가와 씨는 「AI 사용으로 대변환을 실현하고 싶다. 운용 자동화로 일하는 방법을 바꾸어,

인적자원 능력을 창의적인 쪽으로 향할 수 있도록 기대하고 있다」며 자율제어 AI 가 가져 올 변화에 대한 전망을 강조했다.

참조 | https://japan.zdnet.com/article/35201969/?utm_source=wpp&utm_medium=browser_push&utm_campaign=editorial-push​