具有“人为因素”的算法可以创建更安全，更环保的石化工厂

 
德克萨斯农工大学的研究人员最近开发了一个更全面的数学框架，该框架可以帮助石化厂的工程师降低生产成本，增加经济收益，并使这些工厂更安全，更环保。研究人员说，他们的新算法是一站式解决方案，可以帮助工程师为其运营工厂中的化学处理单元选择最佳设计。
在玛丽·凯·奥康纳(Mary Kay O’Connor)工作的Prerna Jain博士说：“我们算法的新颖性在于，它提供了一种复杂的决策工具，可供项目工程师在其化学处理单元的竞争设计之间进行决策。”过程安全中心是德克萨斯A&M的研究生，目前是石油和天然气公司的工程师。 “我们的工具集成了来自潜在设备危害，经济数据以及更重要的是复杂的人机交互的数据，以生成单个数值输出。此数字表明该设计可在不降低环境和危险影响的情况下实现利润最大化。”
有关研究团队发现的文章已于10月在ACS可持续化学与工程学院发表。
在将基于石油的产品用于日常用途(如供暖房屋或给汽车加电)之前，原油必须经过一系列加工步骤以进行精炼和包装。但是，可以使用不同的技术和不同数量的人力以各种方式设计每个处理阶段。因此，每种设计在成本，安全性，环境影响和维护方面都可能有很大差异。
为了在许多可能的选择中选择一种设计，工程师通常采用一个称为投资回报率的数值。最简单的度量标准表示对给定设计进行一定初始货币投资所产生的财务收益或利润。但是，工程师通常使用更广泛的算法来计算投资回报值，其中包括环境影响和工人安全等因素。
但贾恩(Jain)指出，即使是这些更复杂的算法，也很大程度上忽略了社会因素，例如化工厂的操作程序手册多久更新一次或设备维护多久执行一次。她说，在计算投资回报时，人为因素很重要，因为人与设备之间的错误互动通常是化工厂灾难(例如火灾和爆炸)的基础。
德州农工大学化学工程系Artie McFerrin教授兼Bryan研究与工程系主席Mahmoud El-Halwagi博士指出，在做出有关化工厂的重大设计决定后，通常会考虑社会因素和安全因素。他说：“目前，关键的设计组件已经完成，要进行实质性的设计修改变得相当困难。”
为了解决这些缺陷，Jain和她的团队开发了一个更加精细的数学框架，可以在设计化学处理单元时实施该框架。此外，他们的算法现在包括人机交互。
在新算法中，他们插入了称为弹性的数量，即化工厂从压力状态中恢复的能力。
贾恩说：“就像橡皮筋只能在断裂之前被拉长到其弹性极限一样，化工厂如果无法发挥最大作用并且没有采取适当的安全措施，则会降解，从而导致灾难。” “通过将复原力纳入我们的算法中，我们希望将可能影响复原力的人与技术之间的复杂交互包括在内，并进而扩展投资回报的估算。”
一旦算法完全开发，研究人员就可以使用它来比较化工厂常用的气体压缩机系统的不同设计。尤其是，他们将化工厂现有压缩系统的投资回报价值与其他五个假设设计进行了对比。
Jain和她的同事发现，考虑到社会因素后，最有前途的压缩机系统设计不是现有工厂中已经设计的，而是研究人员已经发明的一种。
Jain指出，他们的观察表明，使用他们的算法评估理论上已经存在但尚未在现有工厂进行测试的新过程设计思想的可行性。
贾恩说：“如果尚未对新工艺设计进行评估，能源行业通常会犹豫不决。” “借助我们的算法，我们现在能够集思广益地构思新流程设计并对其进行虚拟测试，而无需真正地对其进行设置和运行。此外，我们可以为算法提供与涉及不同社会因素的数字相对应的数字 化工厂。在此过程中，我们可能会偶然发现一种新的更好的设计，它对工人更安全，对环境更友好。”