KR102598234B1 - 운전 방법, 지원 장치, 학습 장치, 및 제유소 운전 조건 설정 지원 시스템 - Google Patents

Abstract

원유를 증류하여 복수의 유분을 제조하기 위한 장치를 운전하기 위한 운전 방법은, 유종 변경시에, 변경후의 원유에 포함되는 수분량 또는 복수의 유분의 각각의 유량을 추정하는 설계 공정; 변경후의 원유의 수분량 또는 유량에 기초하여, 변경후의 원유를 수용하기 위한 사전 준비를 하는 사전 준비 공정; 변경후의 원유의 수용을 시작하는 변경 공정; 및 변경후의 원유를 증류하기 위한 운전 조건을 조정하는 조정 공정을 포함한다. 조정 공정에 있어서, 변경후의 원유를 증류하기 위한 장치의 상태를 나타내는 상태값에 따라, 장치를 제어하기 위한 제어량의 목표 설정값이 조정된다.

Description

운전 방법, 지원 장치, 학습 장치, 및 제유소 운전 조건 설정 지원 시스템

본 발명은, 석유 제품을 제조하기 위한 장치를 운전하기 위한 운전 방법, 그 운전 방법에 이용 가능한 지원 장치, 학습 장치, 및 제유소 운전 조건 설정 지원 시스템에 관한 것이다.

원유를 정제하여 석유 제품을 생산하기 위한 제유소에 있어서는, 시장 가격, 각 유정에 있어서의 산유량, 각 유정으로부터의 원유의 수송 상황 등에 따라, 다양한 유정으로부터 채취된 원유가 원료로서 수용된다. 원유 탱크에 수용된 원유는, 상압 증류탑에 도입되어, 서로 다른 비점을 갖는 복수의 유분으로 분리된다. 복수의 유분은, 필요에 따라 더욱 하류 장치에서 처리 및 업그레이드되어, 석유 제품이 생산된다.

처리하는 원유의 유종의 변경(이하, "유종 변경"이라 한다)시에는, 원유에 포함되는 탄화수소 유분이나 물 등의 조성의 변화 등에 기인하여, 상압 증류탑이나 가열로 등의 장치의 운전 상태가 급격히 변동할 수 있다. 종래에는, 숙련된 운전원이 다양한 제어량의 설정값을 조정하는 것에 의해, 적절한 운전 조건을 설정했었다.

일본국 공개특허공보 H05-189062호 공보

그러나, 최적의 운전 상태를 실현할 수 있는지 여부는, 운전원의 경험과 기량에 의존하고 있기 때문에, 경험이 풍부하고 기량이 높은 소수의 숙련 운전원에게 의지할 수밖에 없어서, 엄청난 부담이 되고 있었다. 또한, 원유의 유종을 변경하기 위한 운전에 있어서의 매우 많은 운전 패턴, 조작 순서의 복잡한 상호 관계나 키포인트 등을 명문화하기 어려웠기 때문에, 숙련 운전원이 어떠한 순서로 어떠한 점에 유의하면서 운전 조건을 조정하고 있는지를 다른 운전원에게 교육해 가기 어려웠다.

이러한 과제를 해결하기 위해, 숙련 운전원의 조작 방법을 통계적으로 처리하고, 그것을 로지스틱 함수 등으로 표현하여 이용하는 기술이 제안되어 있지만(예를 들면, 특허문헌 1 참조), 제유소에 있어서는, 다수의 장치의 운전 상태가 다수의 제어량에 의해 설정되고, 그들이 복잡하게 상호 간섭하기 때문에, 이러한 어프로치에는 한계가 있다.

본 발명은, 이와 같은 상황을 감안하여 안출된 것으로서, 그 목적은, 제유소의 바람직한 운전을 실현할 수 있는 운전 조건의 설정을 지원하는 기술을 제공하는 것에 있다.

상기 과제를 해결하기 위해, 본 발명의 일 실시예에 따른 운전 방법은, 원유를 증류하여 복수의 유분을 제조하기 위한 장치를 운전하기 위한 운전 방법이고, 유종 변경시에, 변경 후의 원유에 포함되는 수분량 또는 상기 복수의 유분의 각각의 유량을 추정하는 설계 공정; 변경후의 원유의 수분량, 또는 상기 유량에 기초하여, 변경 후의 원유를 수용하기 위한 사전 준비를 하는 사전 준비 공정; 변경 후의 원유의 수용을 시작하는 변경 공정; 및 변경 후의 원유를 증류하기 위한 운전 조건을 조정하는 조정 공정을 포함하고, 상기 사전 준비 공정에 있어서, 변경 후의 원유의 수분량, 또는 상기 유량에 기초하여, 원유를 탈염 장치에 도입하기 전에 원유에 주입되는 물의 유량, 원유를 일시적으로 저류하기 위한 장치 액면 레벨, 원유를 가열하기 위한 가열로로부터 원유를 증류하는 증류탑에 도입되는 원유의 유량, 상기 증류탑으로부터 유출된 유분을 일시적으로 저류하기 위한 장치 액면 레벨, 또는 상기 복수의 유분의 유량이 조정되고, 상기 조정 공정에 있어서, 변경 후의 원유를 증류하기 위한 장치의 상태를 나타내는 상태값에 따라, 상기 장치를 제어하기 위한 제어량의 목표 설정값이 조정되는 것을 특징으로 한다.
또한, 본 발명의 실시예에 따른 운전 방법은, 원유를 증류하여 복수의 유분을 제조하기 위한 장치를 운전하기 위한 운전 방법이고, 유종 변경시에, 변경 후의 원유에 포함되는 수분량 또는 상기 복수의 유분의 각각의 유량을 추정하는 설계 공정; 변경후의 원유의 수분량, 또는 상기 유량에 기초하여, 변경 후의 원유를 수용하기 위한 사전 준비를 하는 사전 준비 공정; 변경 후의 원유의 수용을 시작하는 변경 공정; 및 변경 후의 원유를 증류하기 위한 운전 조건을 조정하는 조정 공정을 포함하고, 상기 조정 공정은, 상기 상태값을 취득하는 공정; 상기 상태값에 기초하여, 상기 제어량의 권장값을 산출하는 산출 공정; 및 산출된 권장값을 운전원에게 제시하고, 또는, 산출된 권장값을 목표 설정값으로서 상기 장치에 설정하는 공정을 포함하고, 상기 산출 공정에 있어서, 기계 학습에 의해 학습된 방책을 사용하여 상기 권장값이 산출되고, 상기 방책은, 처리하는 원유의 유종을 변경하고 나서 소정의 운전 상태에 도달할 때까지 걸리는 시간, 상기 복수의 유분의 수율, 상기 조정 공정에서 소비되는 에너지량, 상기 조정 공정에서 요구되는 운전 조건의 충족도, 및 상기 조정 공정에 있어서의 운전 상황에 대한 운전원에 의한 평가 중의 어느 하나 또는 그들의 조합에 적어도 기초하는 보수값을 사용한 강화 학습에 의해 학습되는 것을 특징으로 한다.

본 발명의 다른 실시예는, 지원 장치이다. 이 장치는, 원유를 증류하여 복수의 유분을 제조하기 위한 장치에 있어서, 유종 변경시에, 변경후의 원유에 포함되는 수분량 또는 상기 복수의 유분의 각각의 유량을 추정하는 설계 공정; 변경후의 원유의 수분량, 또는 상기 유량에 기초하여, 변경후의 원유를 수용하기 위한 사전 준비를 하는 사전 준비 공정; 변경후의 원유의 수용을 시작하는 변경 공정; 및 변경후의 원유를 증류하기 위한 운전 조건을 조정하는 조정 공정을 포함하는 운전 방법이 실행될 때, 상기 운전 방법에 포함되는 각 공정을 진행하기 위해 필요한 정보를 취득하는 취득부; 상기 취득부에 의해 취득된 정보를 제시하는 제시부; 상기 조정 공정에 있어서, 상기 장치의 상태를 나타내는 상태값을 취득하는 상태값 취득부; 상기 상태값에 기초하여, 기계 학습에 의해 학습된 방책을 사용하여 상기 장치를 제어하기 위한 제어량의 권장값을 산출하는 산출부; 및 산출된 권장값을 운전원에게 제시하고, 또는, 산출된 권장값을 상기 제어량의 목표 설정값으로서 상기 장치에 설정하는 출력부를 구비하고, 상기 방책은, 처리하는 원유의 유종을 변경하고 나서 소정의 운전 상태에 도달할 때까지 걸리는 시간, 원유를 증류하는 것에 의해 얻어지는 복수의 유분의 수율, 상기 조정 공정에서 소비되는 에너지량, 상기 조정 공정에서 요구되는 운전 조건의 충족도, 및 상기 조정 공정에 있어서의 운전 상황에 대한 운전원에 의한 평가 중의 어느 하나 또는 그들의 조합에 적어도 기초하는 보수값을 사용한 강화 학습에 의해 학습되는 것을 특징으로 한다.

본 발명의 또 다른 실시예는, 학습 장치이다. 이 장치는, 원유를 증류하기 위한 장치의 상태를 나타내는 상태값을 취득하는 상태값 취득부; 및 상기 상태값에 기초하여, 유종 변경시에 상기 장치를 제어하기 위한 제어량의 권장값을 산출하기 위한 방책을 기계 학습에 의해 학습하는 학습부를 구비하고, 상기 학습부는, 처리하는 원유의 유종을 변경하고 나서 소정의 운전 상태에 도달할 때까지 걸리는 시간, 원유를 유분 하는 것에 의해 얻어지는 복수의 유분의 수율, 소비되는 에너지량, 요구되는 운전 조건의 충족도, 및 운전 상황에 대한 운전원에 의한 평가 중의 어느 하나 또는 그들의 조합에 적어도 기초하는 보수값을 사용한 강화 학습에 의해 상기 방책을 학습하는 것을 특징으로 한다.

본 발명의 또 다른 실시예는, 제유소 운전 조건 설정 지원 시스템이다. 이 제유소 운전 조건 설정 지원 시스템은, 원유를 증류하여 복수의 유분을 제조하기 위한 장치 운전 조건의 설정을 지원하는 지원 장치; 및 상기 지원 장치에서 사용되는 방책을 기계 학습에 의해 학습하는 학습 장치를 구비하고, 상기 학습 장치는, 상기 장치의 상태를 나타내는 상태값을 취득하는 취득부; 및 상기 상태값에 기초하여, 유종 변경시에 상기 장치를 제어하기 위한 제어량의 권장값을 산출하기 위한 방책을 기계 학습에 의해 학습하는 학습부를 구비하고, 상기 학습부는, 처리하는 원유의 유종을 변경하고 나서 소정의 운전 상태에 도달할 때까지 걸리는 시간, 원유를 유분 하는 것에 의해 얻어지는 복수의 유분의 수율, 소비되는 에너지량, 요구되는 운전 조건의 충족도, 및 운전 상황에 대한 운전원에 의한 평가 중의 어느 하나 또는 그들의 조합에 적어도 기초하는 보수값을 사용한 강화 학습에 의해 상기 방책을 학습하고, 상기 지원 장치는, 유종 변경시에, 상기 장치의 상태를 나타내는 상태값을 취득하는 상태값 취득부; 상기 상태값에 기초하여, 상기 학습 장치에 의해 학습된 방책을 사용하여 상기 장치를 제어하기 위한 제어량의 권장값을 산출하는 산출부; 및 산출된 권장값을 운전원에게 제시하고, 또는, 산출된 권장값을 상기 제어량의 목표 설정값으로서 상기 장치에 설정하는 출력부를 구비하는 것을 특징으로 한다.

여기서, 이상의 구성 요소의 임의의 조합, 본 발명의 표현을 방법, 장치, 시스템, 기록 매체, 컴퓨터 프로그램 등의 사이에서 변환한 것도, 본 발명의 실시예로서 유효하다.

본 발명에 의하면, 제유소의 바람직한 운전을 실현할 수 있는 운전 조건의 설정을 지원하는 기술을 제공할 수 있다.

도 1은, 제유소의 구성을 개략적으로 나타내는 도면이다.
도 2는, 실시예에 따른 제유소 운전 조건 설정 지원 시스템의 전체 구성을 나타내는 도면이다.
도 3은, 유종 변경 운전의 순서를 나타내는 도면이다.
도 4는, 유종 변경 운전에 있어서의 수용 사전 준비(S16)의 상세를 나타내는 도면이다.
도 5는, 유종 변경 운전에 있어서의 충전 펌프 유량 제어 설정 변경(S18)의 상세를 나타내는 도면이다.
도 6은, 유종 변경 운전에 있어서의 원유 탱크 변경(S20)의 상세를 나타내는 도면이다.
도 7은, 유종 변경 운전에 있어서의 가열로를 향한 유량 조정(S22)의 상세를 나타내는 도면이다.
도 8은, 유종 변경 운전에 있어서의 중간 유분의 유량 미세 조정(S24)의 상세를 나타내는 도면이다.
도 9는, 유종 변경 운전에 있어서의 오버헤드 온도 조정 및 기타의 유의점 확인(S28)의 상세를 나타내는 도면이다.
도 10은, 유종 변경 운전에 있어서의 각 환류의 유량 조정(S30)의 상세를 나타내는 도면이다.
도 11은, 실시예에 따른 학습 장치의 구성을 나타내는 도면이다.
도 12는, 실시예에 따른 운전 조건 설정 지원 장치 및 제어 장치의 구성을 나타내는 도면이다.

실시예에 따른 제유소 운전 조건 설정 지원 시스템은, 제유소의 운전 조건의 설정을 지원한다. 본 실시예에서는, 특히, 제유소에서 유종 변경시의 운전 조건의 설정을 지원하는 경우에 대해 설명한다. 제유소 운전 조건 설정 지원 시스템은, 종래 숙련된 운전원에 의해 실행되고 있었던 유종 변경 운전의 순서를 메뉴얼화하여 관리하고, 유종 변경 운전을 적절하게 진행시키기 위해 필요한 정보, 조정해야 할 제어량, 유의해야 할 점 등을 운전원에게 제시하는 것에 의해, 운전원에 의한 운전 조건의 설정을 지원한다. 또한, 제유소 운전 조건 설정 지원 시스템은, 제유소에 마련된 복수의 장치의 상태를 나타내는 복수의 상태값에 따라, 복수의 장치를 제어하기 위한 복수 제어량의 권장값을, 기계 학습에 의해 학습된 방책(함수)을 이용하여 산출하고, 산출한 권장값을 운전원에게 제시하는 것에 의해, 운전원에 의한 운전 조건의 설정을 지원한다.

도 1은, 제유소(3)의 구성을 개략적으로 나타낸다. 원유 탱크(10a) 및 원유 탱크(10b)에 저장된 원유는, 충전 펌프(11)에 의해 원유 탱크(10a) 및 원유 탱크(10b)로부터 펌핑되어, 증류탑(15)의 환류 유분 등과의 열교환에 의해 예열되어, 주입한 물과 혼합되어, 탈염 장치((desalter)12)에 도입된다. 한편, 도 1에서는, 원유 탱크(10a) 및 원유 탱크(10b)의 각각의 출구에 충전 펌프(11)가 마련되어 있지만, 다른 예에서는, 복수의 원유 탱크로부터 공통의 충전 펌프에 의해 원유가 펌핑되어도 좋다. 탈염 장치(12)에 있어서, 원유에 포함되는 수분, 염분, 철분, 흙 등의 불순물이 폐수로서 제거된다. 탈염 장치(12)를 통과한 원유는, 증류탑(15)으로부터 뽑아낸 각 유분 및 탑저유(bottom oil) 등과의 열교환에 의해 더욱 가열되어, 프리 플래시 드럼((pre-flash drum)13)에 도입된다. 프리 플래시 드럼(13)에 도입된 원유 중, 증발된 저비점 유분은 직접 증류탑(15)에 도입되어, 액체의 고비점 유분은 가열로(14)에서 가열되고 나서 증류탑(15)에 도입된다. 예열된 원유 중에 포함되어 있는 저비점 유분을 미리 증류탑(15)에 도입하는 것에 의해, 가열로(14)의 부하를 저감할 수 있다. 한편, 프리 플래시 드럼(13)은 마련되지 않아도 좋고, 그 경우, 모든 원유가 가열로(14)에서 가열되고 나서 증류탑(15)에 도입되어도 좋다. 또한, 프리 플래시 드럼(13) 대신에 서브 증류탑이 마련되어도 좋고, 그 경우, 서브 증류탑에서 분류된 유분은 증류탑(15)에 도입되지 않고 제품으로서 분리되어도 좋다.

증류탑(15)에 있어서, 원유는, 서로 다른 비점을 가지는 복수의 유분으로 분리된다. 증류탑(15)으로부터 뽑아낸 각 유분은, 스트리퍼(16)에 도입된다. 스트리퍼(16)에 있어서, 각 유분은 인화점(flash point)의 조정을 위해 과열 수증기와 접촉되어, 저비점 유분은 증류탑(15)으로 환류된다. 스트리퍼(16)를 통과한 각 유분은, 열교환기에서 증류전의 원유에 의해 냉각되어, 등유, 경질 경유, 중질 경유의 각 유분으로 된다. 증류탑(15)의 오버헤드에서 뽑아낸 저비점 유분은, 오버헤드 어큐뮬레이터((overhead accumulator)17)에 일시적으로 저장되고, 기체 성분은 액화 석유 가스 원료로 되거나, 또는 가스 회수 장치에 도입되어, 액체 성분은 가솔린으로 된다. 증류탑(15)의 바닥에서 뽑아낸 탑저유는, 열교환기에서 증류전의 원유에 의해 냉각되어, 상압 잔유로 된다.

증류탑(15)에 의해 처리하는 원유를, 예를 들면, 원유 탱크(10a)에 저장되어 있는 원유에서 원유 탱크(10b)에 저장되어 있는 유종이 다른 원유로 변경하는 경우, 탈염 장치(12), 프리 플래시 드럼(13), 가열로(14), 증류탑(15), 스트리퍼(16), 오버헤드 어큐뮬레이터(17) 등의 각 장치의 운전 상태가 급격히 변화될 수 있을 뿐만 아니라, 증류탑(15)으로부터 뽑아내는 각 유분의 조성이나 유량 등이 변동할 수 있다. 종래의 제유소에 있어서는, 유종 변경 운전 중에 생산되는 각 유분이 요구되는 스펙에서 벗어나지 않도록 하기 위해, 유종 변경 운전이 완료되어 안정적인 정상 운전으로 이행할 때까지는, 각 유분을 증류탑(15)으로부터 뽑아내는 유량을 정상 운전보다 낮게 억제하고 있었다. 그 때문에, 유종 변경 운전 중에는, 더욱 많은 원유를 탑저유로서 증류탑(15)으로부터 뽑아내게 되고, 더욱 가치가 낮은 유분인 상압 잔유의 수율이 증가하고, 더욱 가치가 높은 유분인 가솔린이나 등유 등의 수율이 저하되었다. 따라서, 제유소(3)에 있어서의 생산 효율을 향상시키기 위해, 유종 변경 운전 중에도, 더욱 가치가 높은 유분의 수율을 높이고, 탑저유의 양을 저감시키는 한편, 유종 변경 운전에서 정상 운전으로 이행할 때까지 걸리는 시간을 단축시킬 수 있게 하는 기술이 필요했었다.

본 실시예의 제유소 운전 조건 설정 지원 시스템은, 숙련된 운전원에 의해 실행되고 있었던 유종 변경 운전의 순서에 따라, 유종 변경 운전의 각 공정을 적절하게 관리하고, 운전원에 의한 운전 조건의 설정을 지원한다. 이에 의해, 운전원의 경험이나 기량에 의존하지 않고, 유종 변경 운전을 최적화하여, 하이 레벨로 평준화할 수 있으므로, 유종 변경 운전 중에 있어서의 가치가 높은 유분의 수율을 향상시킬 수 있으면서, 유종 변경 운전에서 정상 운전으로 이행할 때까지 걸리는 시간을 단축할 수 있다. 이에 의해, 제유소에 있어서의 생산 효율 및 수익을 향상시킬 수 있다.

도 2는, 실시예에 따른 제유소 운전 조건 설정 지원 시스템의 전체 구성을 나타낸다. 제유소 운전 조건 설정 지원 시스템(1)은, 원유를 정제하여 석유 제품을 생산하기 위한 제유소(3)와, 제유소(3)에서 운전 조건의 설정을 지원하기 위해 사용되는 방책을 학습하기 위한 학습 장치(40)를 구비한다. 제유소(3)와 학습 장치(40)는, 인터넷이나 사내접속 시스템 등의 임의의 통신망(2)에 의해 접속되어, 온프레미스, 클라우드, 에지 컴퓨팅 등의 임의의 운용 형태로 운용된다.

제유소(3)는, 제유소(3)에 설치된 상압 증류탑이나 가열로 등의 제어 대상 장치(5)와, 제어 대상 장치(5)의 운전 조건을 제어하기 위한 제어량을 설정하는 제어 장치(20)와, 학습 장치(40)에 의해 학습된 방책을 사용하여 제유소(3)의 운전 조건의 설정을 지원하는 운전 조건 설정 지원 장치(30)를 구비한다. 운전 조건 설정 지원 장치(30)는, 유종 변경 운전의 순서를 관리하고, 유종 변경 운전을 적절하게 진행시키기 위해 필요한 정보, 중지해야 할 상태값, 조정해야 할 제어량, 유의해야 할 점 등을 운전원에게 제시한다. 또한, 운전 조건 설정 지원 장치(30)는, 복수의 제어 대상 장치(5)의 상태를 나타내는 복수의 상태값에 따라, 복수의 제어량의 권장되는 목표 설정값을, 기계 학습에 의해 학습된 방책을 이용하여 산출하고, 운전원에게 제시한다.

도 3은, 유종 변경 운전의 순서를 나타낸다. 유종 변경 운전은, 설계 공정(S1), 사전 준비 공정(S2), 변경 공정(S3), 및 조정 공정(S4)을 포함한다. 설계 공정(S1)에 있어서, 우선, 원유 탱크(10)에 저장되어 있는 원유의 채취지 등의 정보에 기초하여 변경후의 원유로부터 얻어지는 제품 수율을 설정하고, 샘플 시험 등에 의해 수분량을 확인하는 한편(S10), 증류탑(15)으로부터 뽑아내는 복수의 유분의 각각의 유량을 설정한다(S12). 수분량 및 유분의 유량은, 선형 계획법(LP) 모델 등의 공지의 임의의 기술을 이용하여 추정해도 좋다.

이어서, 사전 준비 공정(S2)에 있어서, 유종 변경 운전의 타임 스텝을 설정하고(S14), 변경후의 원유의 수분량, 또는 유분의 유량에 기초하여, 탈염 장치(12), 프리 플래시 드럼(13), 가열로(14), 증류탑(15), 스트리퍼(16), 오버헤드 어큐뮬레이터(17) 등의 장치에 대해, 변경후의 원유를 수용하기 위한 사전 준비를 하는 한편(S16), 충전 펌프(11)의 유량 제어의 설정을 자동에서 수동으로 변경해 놓는다(S18).

이어서, 변경 공정(S3)에 있어서, 충전 펌프(11)에 의해 원유를 뽑아내는 원유 탱크(10)를 변경하고, 변경후의 원유의 수용을 시작한다(S20).

이어서, 조정 공정(S4)에 있어서, 변경후의 원유를 증류하기 위한 운전 조건을 조정한다. 조정 공정(S4)은, 중간 유분의 오프 스펙을 방지하는 것을 우선적으로 고려하면서, 가열로(14)를 향한 유량 조정(S22), 중간 유분(등유, 경유, 중질 경유)의 유량의 미세 조정(S24), 중간 유분의 품질 조정(S26), 오버헤드 온도 조정 및 기타의 유의 점의 확인(S28), 각 환류의 유량 조정(S30), 원유 예열 유량 밸런스 조정(S32), 각 설정이 운전 지표내인지 여부의 확인(S34), 및 중간 유분의 품질 확인(S36)을 포함한다(순서는 동일하지 않음). 중간 유분이 소정의 품질을 충족하면(S36의 Y), 유종 변경 운전을 완료하고 정상 운전으로 이행한다. 중간 유분이 소정의 품질을 충족하지 못하는 경우에는(S36의 N), S24에 되돌아가서, 중간 유분의 품질 조정을 속행한다. 이들의 스텝은, S14에서 설정된 타임 스텝으로 실행된다.

도 4는, 유종 변경 운전에 있어서의 수용 사전 준비(S16)의 상세를 나타낸다. 수용 사전 준비(S16)에 있어서, 변경후의 원유의 수분량, 또는 유분의 유량에 기초하여, 원유를 탈염 장치(12)에 도입하기 전에 원유에 주입되는 물의 유량, 프리 플래시 드럼(13)의 액면 레벨, 가열로(14)로부터 증류탑(15)에 도입되는 원유의 유량, 오버헤드 어큐뮬레이터(17)의 액면 레벨, 등유, 경질 경유, 중질 경유의 각 유분의 유량을 조정한다. 예를 들면, 변경후의 원유에 포함되는 수분량이 변경전보다 많은 것으로 추정되는 경우, 원유에 주입되는 물의 유량을 미리 적게 해 놓는다. 또한, 변경후의 원유에 포함되는 저비점 유분의 조성비가 변경전의 원유보다 높은 것으로 추정되는 경우, 프리 플래시 드럼(13)에 있어서 변경전보다 많은 저비점 유분이 증발하여 액면이 내려가는 것이 예상되므로, 미리 액면을 높게 해 놓는다. 한편, 탱커로부터 원유 탱크에 원유가 양륙된 후, 원유 탱크에서 충분한 시간 정치하여 이수분(泥水分)을 분리하는 것에 의해, 원유의 이수(泥水) 분량을 저감시킬 수 있으므로, 원유의 수분량은, 원유의 각 유분의 조성비와는 달리, 사전에 조정해 놓을 수 있다. 운전에 영향이 없는 레벨까지 사전에 원유의 수분량이 저감되는 경우에는, 수용 사전 준비(S16)에 있어서, 변경후의 원유의 수분량이 고려되지 않아도 좋다.

도 5는, 유종 변경 운전에 있어서의 충전 펌프 유량 제어 설정 변경(S18)의 상세를 나타낸다. 동작시키는 충전 펌프(11)를 변경하고, 원유를 뽑아내는 원유 탱크(10)를 변경할 때는, 원유 탱크(10)의 액 레벨이 낮은 곳에서 높은 곳으로 변하는 것에 의해 펌프 토출 압력이 급격히 상승하여 유량이 변동할 수 있으므로, 충전 펌프(11)의 유량을 자동 제어하는 기능을 일시적으로 오프로 변경하고, 미묘한 조정을 수동으로 할 수 있도록 해 놓는다.

도 6은, 유종 변경 운전에 있어서의 원유 탱크 변경(S20)의 상세를 나타낸다. 동작시키는 충전 펌프(11)를 변경하고, 변경후의 원유를 저장하고 있는 원유 탱크(10)로부터 원유의 뽑아내기를 시작하면, 충전 펌프(11)의 유량, 원유 탱크(10)로부터 탈염 장치(12)까지의 배관의 길이 등에 기초하여 대략적으로 정해지는 시간의 경과 후에, 탈염 장치(12)에 변경후의 원유가 도달한다. 탈염 장치(12)에 도입되는 원유에 주입되는 물의 유량은, S10에서 추정된 수분량에 기초하여, S16에서 미리 조정되어 있지만, 원유 탱크(10)에 남겨져 있던 수분이나, 원유의 수송 중에 원유에 혼입된 수분 등에 의해, 추정과는 다른 양의 수분이 원유에 포함되어 있을 가능성이 있으므로, 탈염 장치(12)에 있어서의 물의 양을 확인하고, 필요에 따라 조정을 한다. 원유에 포함되는 수분량이 많을 때에는, 예를 들면, 탈염 장치(12)에서 과전류가 발생하거나 계면이 잘 보이지 않거나, 프리 플래시 드럼(13)의 액면과 온도가 함께 변동하거나, 가열로(14)의 입구 온도가 저하되거나, 증류탑(15)의 압력이 상승하거나 하기 때문에, 이들의 상태값을 확인한다. 원유에 포함되는 수분량이 많은 것이 확인된 경우에는, 원유에 주입하는 물의 양을 감소시키거나, 소포제의 주입량을 증가시키거나, 증류탑(15)에 도입하는 과열 수증기의 양을 감소시키거나 해도 좋다. 전술한 바와 같이, 원유의 수분량이 운전에 영향이 없는 레벨까지 사전에 저감되어 있는 것이 확인된 경우에는, 수분량에 관한 조정을 실행하지 않아도 좋은 경우도 있다.

도 7은, 유종 변경 운전에 있어서의 가열로를 향한 유량 조정(S22)의 상세를 나타낸다. 탈염 장치(12)에 변경후의 원유가 도달한 후, 더욱, 탈염 장치(12)로부터 프리 플래시 드럼(13) 및 가열로(14)까지의 배관의 길이나 유량 등에 기초하여 대략적으로 정해지는 시간의 경과 후에, 프리 플래시 드럼(13) 및 가열로(14)에 변경후의 원유가 도달하기 때문에, 프리 플래시 드럼(13)의 액면 레벨을 확인하고, 필요에 따라 가열로(14)를 향한 유량의 조정을 한다.

도 8은, 유종 변경 운전에 있어서의 중간 유분의 유량 미세 조정(S24)의 상세를 나타낸다. S22까지의 공정에 의해, 변경후의 원유를 증류탑(15)에 도입하기 위한 준비가 갖춰지고, 증류탑(15)보다 상류의 장치는 기본적으로는 자동 운전 가능한 상태가 되어 있는 것으로 기대할 수 있으므로, 이후는, 변경후의 원유에서 생산되는 유분의 인출 양이, 각 유분에 요구되는 스펙 내에서 최적량이 되도록 미세 조정을 한다. 우선, 스트리퍼(16)로부터 각 중간 유분을 뽑아내기 위한 펌프 유량을 조정한다. 오버헤드에서 뽑아내는 나프타의 유량은, 오버헤드 어큐뮬레이터(17)의 액면 레벨에 따라 조정한다. 스트리퍼(16)로부터 뽑아내는 등유, 경질 경유, 중질 경유의 유량은, 각 중간 유분의 품질 등을 확인하면서, 서서히 최적 유량으로 조정한다. 각 중간 유분의 품질은, 온라인 분석계 등에 의해 분석된다.

도 9는, 유종 변경 운전에 있어서의 오버헤드 온도 조정 및 기타의 유의점 확인(S28)의 상세를 나타낸다. 오버헤드 온도가 소정값보다 내려가면, 오버헤드에서 산성 물질이 응축되고, 그 산성 물질에 의해 장치 재료의 부식이 발생하는 경우가 있으므로, 오버헤드 온도가 소정값보다 내려가지 않도록, 오버헤드에서 뽑아내는 유분의 유량이나, 오버헤드에 환류되는 환류의 유량 등을 조정한다. 또한, 각 장치의 설계 온도, 압력 제한, 유속 제한 등의 조건이 충족되어 있는지 여부를 확인하고, 필요에 따라 조정을 한다.

도 10은, 유종 변경 운전에 있어서의 각 환류의 유량 조정(S30)의 상세를 나타낸다. 증류탑(15)으로부터 열교환기에 도입되어 증류전의 원유를 가열하고, 자체은 냉각되어 증류탑(15)에 환류되는 복수의 환류의 유량을, 증류탑(15)에 있어서의 각 트레이의 온도, 예열된 원유의 온도 등에 따라 조정하고, 증류탑(15)의 온도 분포를 최적의 것으로 하여, 에너지 절약화도 꾀한다.

이상의 순서에 의한 유종 변경 운전에 있어서, 유량이나 액면 레벨을 조정하기 위한 제어량의 설정은, 운전원에 의해 수동으로 실행되어도 좋지만, 본 실시예의 제유소 운전 조건 설정 지원 시스템(1)에서는, 제유소(3)에 있어서의 생산 효율을 더욱 향상시키기 위해, 기계 학습에 의해 학습된 방책을 사용하여, 유종 변경 운전에 있어서의 각 제어량의 권장값을 산출한다.

도 11은, 실시예에 따른 학습 장치의 구성을 나타낸다. 학습 장치(40)는, 상태값 취득부(41), 행동 결정부(42), 보수값 취득부(43), 행동 가치 함수 갱신부(44), 뉴럴 네트워크(45), 학습 제어부(46), 시뮬레이터(47), 운전 데이터 취득부(48), 운전 데이터 유지부(49), 및 시뮬레이터 학습부(50)를 구비한다. 이들의 구성은, 하드웨어 컴포넌트로 말하면, 임의의 컴퓨터의 CPU, 메모리, 메모리에 로딩된 프로그램 등에 의해 실현되지만, 여기서는 그들의 제휴에 의해 실현되는 기능 블록을 도시하고 있다. 따라서, 이들의 기능 블록이 하드웨어만, 소프트웨어만, 또는 그들의 조합에 의해 다양한 형태로 실현 가능한 것은, 당업자에게는 이해되는 바이다.

운전 데이터 취득부(48)는, 제유소(3)가 운전되었을 때의 각 제어 대상 장치(5)의 상태를 나타내는 상태값, 각 제어 장치(20)가 설정한 제어량의 목표 설정값, 제유소(3)의 환경이나 상태 등을 나타내는 측정값 등을 제유소(3)로부터 운전 데이터로서 취득하고, 운전 데이터 유지부(49)에 저장한다.

시뮬레이터 학습부(50)는, 제유소(3)의 거동을 시뮬레이트하는 시뮬레이터(47)를 기계 학습에 의해 학습한다. 시뮬레이터 학습부(50)는, 운전 데이터 유지부(49)에 저장된 운전 데이터를 교사 데이터로서 참조하여, 시뮬레이터(47)와의 차이를 학습한다. 시뮬레이터(47)는, 제유소(3) 전체의 운전 거동을 시뮬레이트하는 것이도 좋고, 탈염 장치(12), 프리 플래시 드럼(13), 가열로(14), 증류탑(15), 스트리퍼(16), 오버헤드 어큐뮬레이터(17) 등의 장치의 각각의 운전 거동을 시뮬레이트하는 것의 조합이어도 좋다. 시뮬레이터(47)가, 각 제어 대상 장치(5)를 시뮬레이트하는 복수의 시뮬레이터 조합에 의해 구성되는 경우에는, 시뮬레이터 학습부(50)는, 우선, 복수의 시뮬레이터 각각을 학습하고, 각각의 시뮬레이터의 정밀도를 개별로 향상시킨 후, 복수의 시뮬레이터를 조합한 전체의 시뮬레이터(47)를 학습해도 좋다. 제유소(3)가 과거에 운전되었을 때의 운전 데이터를 사용하여 시뮬레이터(47)를 학습하는 것에 의해, 범용적으로 작성된 시뮬레이터를 제유소(3)의 환경이나 구성 등에 맞춰 조정할 수 있으므로, 시뮬레이터에 의한 추정의 정밀도를 향상시킬 수 있다.

학습 제어부(46)는, 운전 조건 설정 지원 장치(30)가, 유종 변경 운전에 있어서, 각각의 제어 대상 장치(5)에 설정해야 할 제어량의 권장값을 산출하기 위한 방책을, 심층 강화 학습에 의해 획득한다.

강화 학습은, 어떠한 환경에 놓여진 에이전트가 환경에 대해 행동을 하고, 그 행동에 의해 얻어지는 보수가 최대화되도록 하는 방책을 구하는 것이다. 에이전트가 환경에 대해 행동을 일으키고, 환경이 상태의 갱신과 행동의 평가를 하고, 상태와 보수를 에이전트에게 알리는 스텝을 시계열적으로 반복하여, 얻어지는 보수의 합계의 기대치가 최대화되도록 행동 가치 함수와 방책을 최적화한다. 더욱 구체적으로는, 행동 결정부(42)가, 제유소(3)에 있어서의 유종 변경 운전을 제어하기 위한 제어량의 목표 설정값 등을 결정하고, 상태값 취득부(41)가, 결정된 목표 설정값이 설정되어 운전된 제유소(3)의 소정 시간후의 상태를 나타내는 복수의 상태값을 취득하고, 보수값 취득부(43)가, 그 상태에 대한 보수값을 취득하고, 행동 가치 함수 갱신부(44)가, 얻어진 보수값에 기초하여 행동 가치 함수와 방책을 최적화한다.

본 실시예에서는, 복수의 제어 대상 장치(5)의 상태값에 의해 규정되는 제유소(3)의 상태(s)와, 상태(s)에 있어서 복수의 제어 대상 장치(5)에 제어량의 목표 설정값을 입력하는 행동(a)의 선택지의 조합은 방대한 수가 되기 때문에, 행동 가치 함수를 뉴럴 네트워크(45)에 의해 근사한 심층 강화 학습을 실행한다. 심층 강화 학습의 알고리즘은, DQN(Deep Q-Learning Network)이어도 좋고, DDQN(Double DQN)이어도 좋고, 기타의 임의의 알고리즘이어도 좋다. 뉴럴 네트워크(45)는, 다층 퍼셉트론 뉴럴 네트워크, 단순 퍼셉트론 뉴럴 네트워크, CNN(Convolutional Neural Network) 등의 FFNN(Feedforward Neural Network)이어도 좋고, 기타의 임의의 형식의 뉴럴 네트워크여도 좋다. 뉴럴 네트워크(45)의 입력층에는, 모든 제어 대상 장치(5)의 상태를 나타내는 모든 상태값이 입력되고, 출력층으로부터는, 모든 제어 대상 장치(5)에 입력되는 모든 제어량의 목표 설정값의 가치가 출력된다.

학습 제어부(46)는, 학습의 방침 및 내용을 결정하고, 심층 강화 학습을 실행한다. 본 실시예에서는, 학습 제어부(46)는, 운전 데이터 유지부(49)에 저장된 제유소(3)에 있어서의 과거의 운전 데이터를 사용하여, 제유소(3)에 있어서 과거에 실행된 유종 변경 운전의 거동으로부터 방책을 학습하는 운전 실적 학습 모드와, 시뮬레이터(47)를 사용하여, 미지의 운전 조건에 있어서 시뮬레이트되는 유종 변경 운전의 거동으로부터 방책을 학습하는 가상 운전 학습 모드를 제어한다.

학습 제어부(46)는, 변경 전후의 유종이나 수분량 등의 초기 조건을 설정하여 시행을 시작하고, 제어량의 목표 설정값의 결정과, 결정된 제어량의 목표 설정값을 사용하여 제어된 제유소(3)의 소정 시간후의 상태를 나타내는 복수의 상태값의 취득을 상기한 유종 변경 운전의 순서에 따라 실행하고, 유종 변경 운전의 순서를 완료하면 1회의 시행을 종료하고, 다시 초기 조건을 설정하여 다음의 시행을 시작한다. 학습 제어부(46)는, 얻어진 보수값이 소정값 미만인 등, 실행중의 시행이 양호한 결과를 초래하지 않는 것이 명확한 바와 같은 소정의 조건이 충족된 경우에는, 유종 변경 운전의 순서를 완료하기 전에 시행을 종료하고, 다음의 시행을 시작해도 좋다.

운전 실적 학습 모드에 있어서는, 학습 제어부(46)는, 운전 데이터 유지부(49)에 저장된 과거의 운전 데이터에 따라, 과거에 실제로 운전원에 의해 설정된 목표 설정값의 설정과, 그 목표 설정값이 설정되어 실제로 운전된 후의 복수의 상태값의 취득을 반복한다. 즉, 행동 결정부(42)는, 운전 데이터 유지부(49)에 저장된 운전 데이터에 따라, 과거에 실제로 운전원에 의해 설정된 목표 설정값의 설정을 다음의 행동으로서 결정하고, 상태값 취득부(41)는, 운전 데이터 유지부(49)에 저장된 복수의 상태값을, 목표 설정값이 설정된 후의 각 제어 대상 장치(5)의 상태를 나타내는 상태값으로서 취득한다. 운전 데이터 유지부(49)에 저장된 운전 데이터 대로 시행이 진행되므로, 행동 결정부(42)를 거치지 않고 학습이 진행되어도 좋다. 보수값 취득부(43)는, 과거의 운전 데이터에 의해 제시되는 제유소(3)의 상태에 대한 보수값을 취득하고, 행동 가치 함수 갱신부(44)는, 보수값 취득부(43)에 의해 취득된 보수값에 기초하여, 뉴럴 네트워크(45)에 의해 표현된 행동 가치 함수를 갱신한다. 이에 의해, 과거에 실제로 실행된 유종 변경 운전에 있어서의 운전원에 의한 제어의 양호 여부를, 뉴럴 네트워크(45)에 의해 표현되는 행동 가치 함수에 반영시킬 수 있다. 보수값의 산출과, 행동 가치 함수의 갱신의 상세에 대해서는 후술한다.

가상 운전 학습 모드에 있어서는, 학습 제어부(46)는, 행동 결정부(42)에 의한 목표 설정값의 설정과, 그 목표 설정값이 설정된 시뮬레이터(47)에 의해 시뮬레이트된 소정 시간후의 복수의 상태값의 취득을 반복한다. 행동 결정부(42)는, 시뮬레이터(47)에 입력하는 복수의 제어량의 목표 설정값을 결정한다. 행동 결정부(42)는, 랜덤으로, 혹은, 뉴럴 네트워크(45)에 의해 표현된 행동 가치 함수에 기초하여, 복수의 제어량의 목표 설정값을 결정한다. 행동 결정부(42)는, ε-greedy법 등의 공지의 임의의 알고리즘에 따라, 랜덤으로 제어량의 목표 설정값을 결정할지, 행동 가치 함수에 기초하여 기대되는 가치가 최대가 되는 제어량의 목표 설정값을 결정할지를 선택해도 좋다. 이에 의해, 넓고 다양한 선택지를 시행하면서, 학습을 효율적으로 진행하여, 학습이 마무리될 때까지의 시간을 단축할 수 있다. 또한, 행동 결정부(42)는, 운전 데이터 유지부(49)에 저장된 과거의 운전 데이터에서는 선택되지 않은 행동을 선택해도 좋다. 이에 의해, 과거의 유종 변경 운전에 있어서 운전원이 선택하지 않았지만 양호한 결과를 발생시킬 수 있는 행동을 탐색할 수 있다. 학습 제어부(46)는, 랜덤한 타이밍으로 외란에 의한 영향을 반영한 상태값을 시뮬레이터(47)에 설정하고, 외란에 대한 적절한 대처 방법을 학습시켜도 좋다.

상태값 취득부(41)는, 시뮬레이터(47)로부터, 복수의 제어 대상 장치(5)의 상태를 나타내는 복수의 상태값을 취득한다. 보수값 취득부(43)는, 상태값 취득부(41)에 의해 취득된 복수의 상태값에 의해 제시되는 제유소(3)의 상태에 대한 보수값을 취득한다. 이 보수값은, 제유소(3)에서 실행되는 유종 변경 운전의 양호 여부를 수치화한 것이다. 더욱 구체적으로는, 보수값은, (1) 처리하는 원유의 유종을 변경하고 나서 소정의 운전 상태에 도달할 때까지 걸리는 시간, (2) 복수의 유분의 수율, (3) 조정 공정에서 소비되는 에너지량, (4) 조정 공정에서 요구되는 운전 조건의 충족도, (5) 조정 공정에 있어서의 운전 상황에 대한 운전원에 의한 평가 중의 어느 하나, 또는 그들의 조합에 적어도 기초하여 수치화된다. 보수값을 수치화하기 위한 이들의 각 요소의 가중치는, 제유소(3)의 운전 방침에 따라 결정되어도 좋다. 보수값은, 상기한 평가 요인의 어느 하나에 대신하여, 또는 상기한 평가 요인에 더욱 추가하여, 별도의 평가 요인에 기초하여 수치화되어도 좋다.

보수값이, 평가 요인(5)에 기초하여 수치화되는 경우, 평가 요인(5)에서 사용되는 운전원에 의한 평가는, 운전원 단말(60)로부터 학습 장치(40)에 제공되어도 좋다. 운전원 단말(60)은, 평가 취득부(61) 및 평가 송신부(62)를 구비한다. 평가 취득부(61)는, 제유소(3)에서 실행된 유종 변경 운전의 상황이나, 학습 장치(40)의 시뮬레이터(47)에서 가상적으로 실행된 유종 변경 운전의 상황 등을, 표시 장치 등을 통해 운전원에게 제시하고, 입력 장치 등을 통해 운전원으로부터 운전 상황에 대한 평가를 취득한다. 평가 송신부(62)는, 평가 취득부(61)가 취득한 운전원에 의한 평가를, 통신 장치 등을 통해 학습 장치(40)에 송신한다. 운전원 단말(60)은, 학습 장치(40)에 의해 실현되어도 좋고, 제유소(3)의 운전 조건 설정 지원 장치(30) 또는 제어 장치(20)에 의해 실현되어도 좋고, 그들과는 다른 장치로서 실현되어도 좋다.

행동 가치 함수 갱신부(44)는, 보수값 취득부(43)에 의해 취득된 보수값에 기초하여, 뉴럴 네트워크(45)에 의해 표현된 행동 가치 함수를 갱신한다. 행동 가치 함수 갱신부(44)는, 어떠한 상태(s)에 있어서 행동 결정부(42)가 취한 행동의 세트의 행동 가치 함수의 출력이, 어떠한 상태(s)에 있어서 행동 결정부(42)가 취한 행동의 결과, 보수값 취득부(43)에 의해 취득된 보수값과, 그 후에 최적의 행동을 계속한 경우에 얻어질 보수값의 합의 기대치에 근접하도록, 뉴럴 네트워크(45)의 가중치를 학습시킨다. 즉, 행동 가치 함수 갱신부(44)는, 보수값 취득부(43)에 의해 실제로 얻어진 보수값과, 그 후에 얻어질 보수값의 기대치에 시간 할인을 곱한 값의 합과, 행동 가치 함수의 출력값 사이의 오차를 줄이도록, 뉴럴 네트워크(45)의 각 층의 각 결합의 가중치를 조정한다. 이에 의해, 뉴럴 네트워크(45)에 의해 산출되는 행동 가치가 참의 값에 근접하도록 가중치가 갱신되고, 학습이 진행되어 간다.

운전 실적 학습 모드에 의한 학습과, 가상 운전 학습 모드에 의한 학습은, 임의의 회수, 순서, 조합으로 실행되어도 좋다. 예를 들면, 우선, 운전 실적 학습 모드에 의해, 과거의 운전 데이터를 사용하여 학습을 진행하고, 과거의 운전에 있어서의 목표 설정값의 설정의 양호 여부가 어느 정도, 행동 가치 함수에 반영된 단계에서, 가상 운전 학습 모드에 의해, 더욱 다양한 운전 조건에 있어서의 폭넓은 선택지를 대상으로 하여 학습을 진행해도 좋다.

학습된 뉴럴 네트워크(45)를 사용하여 적확한 행동 결정을 할 수 있는지 여부를, 과거의 운전 데이터를 사용하여 검증해도 좋다. 예를 들면, 운전 실적 학습 모드와 마찬가지로 운전 데이터 유지부(49)에 저장된 운전 데이터에 따라 유종 변경 운전의 시행을 진행하면서, 병행하여 행동 결정부(42)가 학습 완료된 뉴럴 네트워크(45)를 사용하여 다음의 행동을 결정한다. 행동 결정부(42)가 결정한 행동이, 운전 데이터 유지부(49)에 저장된 과거의 운전 실적과는 달랐을 경우, 행동 결정부(42)가 결정한 행동의 양호 여부를, 그 후에 얻어지는 보수값에 기초하여 평가하고, 양호한 행동이 아닌 것으로 평가되는 경우에는, 행동 결정부(42)에 의해 그 행동이 선택되지 않도록, 또는, 행동 결정부(42)에 의해 과거의 운전 실적과 동일한 행동이 결정되도록, 뉴럴 네트워크(45)를 조정한다. 행동 결정부(42)에 의해 결정된 행동의 양호 여부는, 예를 들면, 그 후에 운전 데이터에 따라 진행된 과거의 운전 실적에 대한 보수값의 소정 시간 후까지의 적산값에 기초하여 평가되어도 좋고, 행동 결정부(42)가 결정한 행동을 취한 경우의 그 후 운전 거동을 시뮬레이터(47)에 의해 추정하고, 추정된 운전 거동에 대한 보수값의 소정 시간 후까지의 적산값에 더욱 기초하여 평가되어도 좋다.

본 도면에 있어서는, 설명의 간략화를 위해, 학습 장치(40)를 단독 장치로서 나타내고 있지만, 학습 장치(40)는, 클라우드 컴퓨팅 기술이나 분산 처리 기술 등을 이용하여, 복수의 서버에 의해 실현되어도 좋다. 이에 의해, 학습의 정밀도를 향상시키기 위해 걸리는 시간을 대폭으로 단축할 수 있다.

도 12는, 실시예에 따른 운전 조건 설정 지원 장치 및 제어 장치의 구성을 나타낸다. 제어 장치(20)는, 제어부(21) 및 조작 패널(22)을 구비한다.

조작 패널(22)은, 제유소(3)의 운전 상태를 나타내는 각종의 상태값과, 제어 장치(20)에 의해 설정된 각종의 제어량의 목표 설정값 등을 표시 장치에 표시하는 한편, 각종의 제어량의 목표 설정값의 입력을 운전원으로부터 접수한다.

제어부(21)는, 상태값 취득부(23), 상태값 송신부(24), 및 설정값 입력부(25)를 구비한다. 이들의 기능 블록도, 하드웨어만, 소프트웨어만, 또는 그들의 조합에 의해 다양한 형태로 실현할 수 있다.

상태값 취득부(23)는, 제어 대상 장치(5) 등에 마련된 각종의 센서나 측정기 등으로부터, 제유소(3)의 운전 상태 및 운전 결과를 나타내는 각종의 상태값을 취득하고, 조작 패널(22)의 표시 장치에 표시한다. 상태값 송신부(24)는, 상태값 취득부(23)에 의해 취득된 상태값을 운전 조건 설정 지원 장치(30) 및 학습 장치(40)에 송신한다. 설정값 입력부(25)는, 조작 패널(22)에 의해 운전원으로부터 접수한 각종의 제어량의 목표 설정값을 제어 대상 장치(5)에 입력하는 한편, 조작 패널(22)의 표시 장치에 표시한다. 설정값 입력부(25)는, 운전 조건 설정 지원 장치(30)로부터 취득한 제어량의 권장값을 자동적으로 제어 대상 장치(5)에 입력해도 좋다.

운전 조건 설정 지원 장치(30)는, 제어부(31)를 구비한다.

제어부(31)는, 상태값 수신부(32), 권장값 산출부(33), 권장값 출력부(34), 방책 갱신부(35), 정보 제시부(36), 및 순서 관리부(37)를 구비한다. 이들의 기능 블록도, 하드웨어만, 소프트웨어만, 또는 그들의 조합에 의해 다양한 형태로 실현할 수 있다.

상태값 수신부(32)는, 제어 장치(20)의 상태값 송신부(24)로부터, 복수의 상태값을 취득한다. 권장값 산출부(33)는, 학습 장치(40)에 의해 학습된 방책을 사용하여, 상태값 수신부(32)에 의해 수신된 복수의 상태값으로부터 복수의 제어량의 권장값을 산출한다. 권장값 출력부(34)는, 권장값 산출부(33)에 의해 산출된 복수의 제어량의 권장값을, 제어 장치(20)의 조작 패널(22) 또는 설정값 입력부(25)에 출력한다. 방책 갱신부(35)는, 학습 장치(40)에 의해 재학습된 방책을 취득하여 권장값 산출부(33)를 갱신한다.

순서 관리부(37)는, 상술한 유종 변경 운전의 순서를 유지하고, 유종 변경 운전 중에, 유종 변경 운전의 순서, 유종 변경 운전의 각 공정을 적절하게 진행시키기 위해 필요한 정보, 조정해야 할 제어량, 유의해야 할 점 등을 정보 제시부(36)에 제시시킨다. 정보 제시부(36)는, 상기한 정보를 제어 장치(20)의 조작 패널(22)에 제시한다.

이에 의해, 종래에는 숙련된 운전원의 경험에 따른 감에 의지하여 운전되고 있었던 유종 변경 운전에 있어서의 운전 조건의 설정을 최적화하여, 하이 레벨로 평준화할 수 있으므로, 제유소(3)에 있어서의 생산 효율을 향상시킬 수 있다. 또한, 가열로(14)의 부하를 저감시키고, 열교환기에 있어서의 효율을 향상시킬 수 있으므로, 제유소(3)에서 소비되는 에너지를 저감시킬 수 있다. 또한, 목표 설정값의 조정이나 유지 보수가 불필요해지므로, 시스템의 관리 및 유지의 부하를 저감시킬 수 있다.

이상, 본 발명을 실시예에 기초하여 설명했다. 이 실시예는 예시이고, 그들의 각 구성 요소나 각 처리 프로세스의 조합에 다양한 변형예가 가능하고, 또한 그러한 변형예도 본 발명의 범위에 있는 것은 당업자에게 이해되는 바이다.

본 발명의 일 실시예에 따른 운전 방법은, 원유를 증류하여 복수의 유분을 제조하기 위한 장치를 운전하기 위한 운전 방법이고, 유종 변경시에, 변경후의 원유에 포함되는 수분량 또는 복수의 유분의 각각의 유량을 추정하는 설계 공정; 변경후의 원유의 수분량 또는 유량에 기초하여, 변경후의 원유를 수용하기 위한 사전 준비를 하는 사전 준비 공정; 변경후의 원유의 수용을 시작하는 변경 공정; 및 변경후의 원유를 증류하기 위한 운전 조건을 조정하는 조정 공정을 포함한다. 조정 공정에 있어서, 변경후의 원유를 증류하기 위한 장치의 상태를 나타내는 상태값에 따라, 장치를 제어하기 위한 제어량의 목표 설정값이 조정된다.

사전 준비 공정에 있어서, 변경후의 유종, 수분량, 또는 유량에 기초하여, 원유를 탈염 장치에 도입하기 전에 원유에 주입되는 물의 유량, 원유를 일시적으로 저류하기 위한 장치 액면 레벨, 원유를 가열하기 위한 가열로로부터 원유를 증류하는 증류탑에 도입되는 원유의 유량, 증류탑으로부터 유출된 유분을 일시적으로 저류하기 위한 장치 액면 레벨, 또는 복수의 유분의 유량이 조정되어도 좋다.

원유를 일시적으로 저류하기 위한 장치는, 프리 플래시 드럼을 포함해도 좋다.

조정 공정은, 상태값을 취득하는 공정; 상태값에 기초하여, 제어량의 권장값을 산출하는 산출 공정; 및 산출된 권장값을 운전원에게 제시하고, 또는, 산출된 권장값을 목표 설정값으로서 장치에 설정하는 공정을 포함해도 좋다.

산출 공정에 있어서, 기계 학습에 의해 학습된 방책을 사용하여 권장값이 산출되어도 좋다.

방책은, 강화 학습에 의해 학습되어도 좋다.

방책은, 처리하는 원유의 유종을 변경하고 나서 소정의 운전 상태에 도달할 때까지 걸리는 시간, 복수의 유분의 수율, 조정 공정에서 소비되는 에너지량, 조정 공정에서 요구되는 운전 조건의 충족도, 및 조정 공정에 있어서의 운전 상황에 대한 운전원에 의한 평가 중의 어느 하나 또는 그들의 조합에 적어도 기초하는 보수값을 사용한 강화 학습에 의해 학습되어도 좋다.

방책은, 장치를 과거에 운전했을 때의 상태값 및 목표 설정값에 기초하는 보수값을 사용한 강화 학습에 의해 학습되어도 좋다.

방책은, 장치의 운전 상황을 시뮬레이트하는 시뮬레이터에 목표 설정값을 설정했을 때의 상태값에 기초하는 보수값을 사용한 강화 학습에 의해 학습되어도 좋다.

본 발명의 다른 실시예는, 지원 장치이다. 이 장치는, 원유를 증류하여 복수의 유분을 제조하기 위한 장치에 있어서, 유종 변경시에, 변경후의 원유에 포함되는 수분량 또는 복수의 유분의 각각의 유량을 추정하는 설계 공정; 변경후의 원유의 수분량 또는 유량에 기초하여, 변경후의 원유를 수용하기 위한 사전 준비를 하는 사전 준비 공정; 변경후의 원유의 수용을 시작하는 변경 공정; 및 변경후의 원유를 증류하기 위한 운전 조건을 조정하는 조정 공정을 포함하는 운전 방법이 실행될 때, 운전 방법에 포함되는 각 공정을 진행하기 위해 필요한 정보를 취득하는 취득부; 및 취득부에 의해 취득된 정보를 제시하는 제시부를 구비한다.

조정 공정에 있어서, 장치의 상태를 나타내는 상태값을 취득하는 상태값 취득부; 상태값에 기초하여, 기계 학습에 의해 학습된 방책을 사용하여 장치를 제어하기 위한 제어량의 권장값을 산출하는 산출부; 및 산출된 권장값을 운전원에게 제시하고, 또는, 산출된 권장값을 제어량의 목표 설정값으로서 장치에 설정하는 출력부를 구비해도 좋다.

방책은, 처리하는 원유의 유종을 변경하고 나서 소정의 운전 상태에 도달할 때까지 걸리는 시간, 원유를 증류하는 것에 의해 얻어지는 복수의 유분의 수율, 조정 공정에서 소비되는 에너지량, 조정 공정에서 요구되는 운전 조건의 충족도, 및 조정 공정에 있어서의 운전 상황에 대한 운전원에 의한 평가 중의 어느 하나 또는 그들의 조합에 적어도 기초하는 보수값을 사용한 강화 학습에 의해 학습되어도 좋다.

본 발명의 또 다른 실시예는, 학습 장치이다. 이 장치는, 원유를 증류하기 위한 장치의 상태를 나타내는 상태값을 취득하는 상태값 취득부; 및 상태값에 기초하여, 유종 변경시에 장치를 제어하기 위한 제어량의 권장값을 산출하기 위한 방책을 기계 학습에 의해 학습하는 학습부를 구비한다.

학습부는, 처리하는 원유의 유종을 변경하고 나서 소정의 운전 상태에 도달할 때까지 걸리는 시간, 원유를 증류하는 것에 의해 얻어지는 복수의 유분의 수율, 소비되는 에너지량, 요구되는 운전 조건의 충족도, 및 운전 상황에 대한 운전원에 의한 평가 중의 어느 하나 또는 그들의 조합에 적어도 기초하는 보수값을 사용한 강화 학습에 의해 방책을 학습해도 좋다.

본 발명은, 제유소의 바람직한 운전을 실현할 수 있는 운전 조건의 설정을 지원하는 제유소 운전 조건 설정 지원 시스템에 이용 가능하다.

1: 제유소 운전 조건 설정 지원 시스템
3: 제유소
5: 제어 대상 장치
10: 원유 탱크
11: 충전 펌프
12: 탈염 장치
13: 프리 플래시 드럼
14: 가열로
15: 증류탑
16: 스트리퍼
17: 오버헤드 어큐뮬레이터
20: 제어 장치
21: 제어부
22: 조작 패널
23: 상태값 취득부
24: 상태값 송신부
25: 설정값 입력부
26: 평가 취득부
27: 평가 송신부
30: 운전 조건 설정 지원 장치
31: 제어부
32: 상태값 수신부
33: 권장값 산출부
34: 권장값 출력부
35: 방책 갱신부
36: 정보 제시부
37: 순서 관리부
40: 학습 장치
41: 상태값 취득부
42: 행동 결정부
43: 보수값 취득부
44: 행동 가치 함수 갱신부
45: 뉴럴 네트워크
46: 학습 제어부
47: 시뮬레이터
48: 운전 데이터 취득부
49: 운전 데이터 유지부
50: 시뮬레이터 학습부
60: 운전원 단말
61: 평가 취득부
62: 평가 송신부

Claims (14)

1. 원유를 증류하여 복수의 유분을 제조하기 위한 장치를 운전하기 위한 운전 방법이고,
   유종 변경시에, 변경 후의 원유에 포함되는 수분량 또는 상기 복수의 유분의 각각의 유량을 추정하는 설계 공정;
   변경후의 원유의 수분량, 또는 상기 유량에 기초하여, 변경 후의 원유를 수용하기 위한 사전 준비를 하는 사전 준비 공정;
   변경 후의 원유의 수용을 시작하는 변경 공정; 및
   변경 후의 원유를 증류하기 위한 운전 조건을 조정하는 조정 공정을 포함하고,
   상기 사전 준비 공정에 있어서, 변경 후의 원유의 수분량, 또는 상기 유량에 기초하여, 원유를 탈염 장치에 도입하기 전에 원유에 주입되는 물의 유량, 원유를 일시적으로 저류하기 위한 장치 액면 레벨, 원유를 가열하기 위한 가열로로부터 원유를 증류하는 증류탑에 도입되는 원유의 유량, 상기 증류탑으로부터 유출된 유분을 일시적으로 저류하기 위한 장치 액면 레벨, 또는 상기 복수의 유분의 유량이 조정되고,
   상기 조정 공정에 있어서, 변경 후의 원유를 증류하기 위한 장치의 상태를 나타내는 상태값에 따라, 상기 장치를 제어하기 위한 제어량의 목표 설정값이 조정되는 것을 특징으로 하는 운전 방법.
2. 원유를 증류하여 복수의 유분을 제조하기 위한 장치를 운전하기 위한 운전 방법이고,
   유종 변경시에, 변경 후의 원유에 포함되는 수분량 또는 상기 복수의 유분의 각각의 유량을 추정하는 설계 공정;
   변경후의 원유의 수분량, 또는 상기 유량에 기초하여, 변경 후의 원유를 수용하기 위한 사전 준비를 하는 사전 준비 공정;
   변경 후의 원유의 수용을 시작하는 변경 공정; 및
   변경 후의 원유를 증류하기 위한 운전 조건을 조정하는 조정 공정을 포함하고,
   상기 조정 공정은,
   상기 상태값을 취득하는 공정;
   상기 상태값에 기초하여, 상기 제어량의 권장값을 산출하는 산출 공정; 및
   산출된 권장값을 운전원에게 제시하고, 또는, 산출된 권장값을 목표 설정값으로서 상기 장치에 설정하는 공정을 포함하고,
   상기 산출 공정에 있어서, 기계 학습에 의해 학습된 방책을 사용하여 상기 권장값이 산출되고,
   상기 방책은, 처리하는 원유의 유종을 변경하고 나서 소정의 운전 상태에 도달할 때까지 걸리는 시간, 상기 복수의 유분의 수율, 상기 조정 공정에서 소비되는 에너지량, 상기 조정 공정에서 요구되는 운전 조건의 충족도, 및 상기 조정 공정에 있어서의 운전 상황에 대한 운전원에 의한 평가 중의 어느 하나 또는 그들의 조합에 적어도 기초하는 보수값을 사용한 강화 학습에 의해 학습되는 것을 특징으로 하는 운전 방법.
3. 제2항에 있어서,
   상기 방책은, 상기 장치를 과거에 운전했을 때의 상기 상태값 및 상기 목표 설정값에 기초하는 보수값을 사용한 강화 학습에 의해 학습되는 것을 특징으로 하는 운전 방법.
4. 제2항에 있어서,
   상기 방책은, 상기 장치의 운전 상황을 시뮬레이트하는 시뮬레이터에 상기 목표 설정값을 설정했을 때의 상기 상태값에 기초하는 보수값을 사용한 강화 학습에 의해 학습되는 것을 특징으로 하는 운전 방법.
5. 원유를 증류하여 복수의 유분을 제조하기 위한 장치에 있어서, 유종 변경시에, 변경후의 원유에 포함되는 수분량 또는 상기 복수의 유분의 각각의 유량을 추정하는 설계 공정; 변경후의 원유의 수분량, 또는 상기 유량에 기초하여, 변경후의 원유를 수용하기 위한 사전 준비를 하는 사전 준비 공정; 변경후의 원유의 수용을 시작하는 변경 공정; 및 변경후의 원유를 증류하기 위한 운전 조건을 조정하는 조정 공정을 포함하는 운전 방법이 실행될 때, 상기 운전 방법에 포함되는 각 공정을 진행하기 위해 필요한 정보를 취득하는 취득부;
   상기 취득부에 의해 취득된 정보를 제시하는 제시부;
   상기 조정 공정에 있어서, 상기 장치의 상태를 나타내는 상태값을 취득하는 상태값 취득부;
   상기 상태값에 기초하여, 기계 학습에 의해 학습된 방책을 사용하여 상기 장치를 제어하기 위한 제어량의 권장값을 산출하는 산출부; 및
   산출된 권장값을 운전원에게 제시하고, 또는, 산출된 권장값을 상기 제어량의 목표 설정값으로서 상기 장치에 설정하는 출력부를 구비하고,
   상기 방책은, 처리하는 원유의 유종을 변경하고 나서 소정의 운전 상태에 도달할 때까지 걸리는 시간, 원유를 증류하는 것에 의해 얻어지는 복수의 유분의 수율, 상기 조정 공정에서 소비되는 에너지량, 상기 조정 공정에서 요구되는 운전 조건의 충족도, 및 상기 조정 공정에 있어서의 운전 상황에 대한 운전원에 의한 평가 중의 어느 하나 또는 그들의 조합에 적어도 기초하는 보수값을 사용한 강화 학습에 의해 학습되는 것을 특징으로 하는 지원 장치.
6. 원유를 증류하기 위한 장치의 상태를 나타내는 상태값을 취득하는 상태값 취득부; 및
   상기 상태값에 기초하여, 유종 변경시에 상기 장치를 제어하기 위한 제어량의 권장값을 산출하기 위한 방책을 기계 학습에 의해 학습하는 학습부를 구비하고,
   상기 학습부는, 처리하는 원유의 유종을 변경하고 나서 소정의 운전 상태에 도달할 때까지 걸리는 시간, 원유를 유분 하는 것에 의해 얻어지는 복수의 유분의 수율, 소비되는 에너지량, 요구되는 운전 조건의 충족도, 및 운전 상황에 대한 운전원에 의한 평가 중의 어느 하나 또는 그들의 조합에 적어도 기초하는 보수값을 사용한 강화 학습에 의해 상기 방책을 학습하는 것을 특징으로 하는 학습 장치.
7. 원유를 증류하여 복수의 유분을 제조하기 위한 장치 운전 조건의 설정을 지원하는 지원 장치; 및
   상기 지원 장치에서 사용되는 방책을 기계 학습에 의해 학습하는 학습 장치를 구비하고,
   상기 학습 장치는,
   상기 장치의 상태를 나타내는 상태값을 취득하는 취득부; 및
   상기 상태값에 기초하여, 유종 변경시에 상기 장치를 제어하기 위한 제어량의 권장값을 산출하기 위한 방책을 기계 학습에 의해 학습하는 학습부를 구비하고,
   상기 학습부는,
   처리하는 원유의 유종을 변경하고 나서 소정의 운전 상태에 도달할 때까지 걸리는 시간, 원유를 유분 하는 것에 의해 얻어지는 복수의 유분의 수율, 소비되는 에너지량, 요구되는 운전 조건의 충족도, 및 운전 상황에 대한 운전원에 의한 평가 중의 어느 하나 또는 그들의 조합에 적어도 기초하는 보수값을 사용한 강화 학습에 의해 상기 방책을 학습하고,
   상기 지원 장치는,
   유종 변경시에, 상기 장치의 상태를 나타내는 상태값을 취득하는 상태값 취득부;
   상기 상태값에 기초하여, 상기 학습 장치에 의해 학습된 방책을 사용하여 상기 장치를 제어하기 위한 제어량의 권장값을 산출하는 산출부; 및
   산출된 권장값을 운전원에게 제시하고, 또는, 산출된 권장값을 상기 제어량의 목표 설정값으로서 상기 장치에 설정하는 출력부를 구비하는 것을 특징으로 하는 제유소 운전 조건 설정 지원 시스템.
8. 삭제
9. 삭제
10. 삭제
11. 삭제
12. 삭제
13. 삭제
14. 삭제

Images