Menü
Az ipari termelés szempontjából a biztonság alapvető kulcsszó. A MOL csoport jelentős részben járul hozzá régiónk üzemanyag ellátásához.
Az üzemanyag ellátás biztonsága az közelmúltban többször is a figyelem középpontjába került. A gyártás szempontjából a műszaki biztonság elsődleges prioritás a dolgozók testi épségének és – bár jóval kisebb fontossággal – az anyagi javak védelmének érdekében.
Nem utolsó sorban, a megfelelő termék eljuttatása a megfelelő vevőhöz is fontos egy vállalat életében. Természetesen a MOL szakemberei eddig is nagy hangsúlyt fektettek ezekre a kritikus területekre. Felmerül viszont egy kérdés: az elmúlt években exponenciálisan felhalmozódó adatok hogyan segíthetnek ezen problémák hatékonyabb kezelésében?
PARTNERÜNK:
A MOL-BME főirány keretében a fő kutatási feladataink közé tartozik a downstream folyamatok optimalizálásának támogatása adattudományi módszerekkel; a labormérések felgyorsítása többváltozós statisztikával kombinált spektroszkópiás módszerekkel, valamint gépi tanulás alkalmazása a berendezések prediktív karbantartására a valós idejű szenzorok adatai alapján.
Továbbá a projekt keretében kialakításra került a MOL-ECO-PAT laboratórium a BME kampuszán, amely folyamatbiztonsági kutatásoknak ad teret. A kutatási projekt során a BME és a MOL szakemberei olyan ipari problémák megoldásán dolgoznak, amely mind tudományos mind pedig piaci haszonnal bírnak.
A MOL sokat tesz a fenntarthatóságért a mindennapokban
Downstream AI: A MOL csoport fontos tevékenysége a Downstream, avagy kőolaj feldolgozási üzletág. A finomítók gazdaságos működtetése kritikus fontossággal bír a vállalat fennmaradásának és jövedelmezőségének, a szempontjából. Alprojektünk célja a rövidtávú (néhány hónapos időtáv) működés optimalizálásának támogatása gépi tanulási módszerekkel. Jelenleg a tervezési folyamat egy lineáris programozásként van megfogalmazva, aminek a megoldása megadja, hogy havi rendszerességgel milyen nyersanyagokból milyen termékeket gyártsanak, valamint hogyan kezeljék a raktárkészleteket. A probléma megoldása néhány percet vesz igénybe mindössze, ám a megoldó helyes konfigurálása, valamint a megoldás technikai és üzleti validálása hetekbe telhet. Ezen folyamatok felgyorsítását célozza meg az alprojekt, ami egyaránt foglalkozik az bemenő és kimenő adatok validálásával, értékes időt szabadítva fel a kreatív, magasan képzett mérnökök számára.
Prediktív karbantartás: A tervezetlen leállások nemcsak a géphez köthető bevételkieséshez vezethet, de integrált termelési rendszerek esetén az üzem szélesebb körű leállásában, vagy jelentős termelési kapacitás csökkenésében csúcsosodhat ki. A korszerű gyártásban, amit a MOL is alkalmaz, a berendezések állapotát nagy számú, valós idejű mérőberendezésekkel követik. Ezek nem csak a termék minőségét biztosíthatják, de a berendezések állapotáról is információt szolgáltatnak. Ez alapozza meg az ú.n. prediktív karbantartást, ami lényege, hogy a berendezés meghibásodásának előrejelzése által a karbantartási munkálat ütemezhetővé válik. Ezen túlmenően, a preventív karbantartással szemben, a berendezés elemeit ténylegesen az élettartamuk végéig használhatják. MOL-BME kutatásban egy üzemi extrúder főhajtóművének olajhabzásának előrejelzésére sikerült gépi tanulási módszert fejleszteni. Ez a hajtómű szenzor adataira támaszkodik (rezgési adatok, hőmérsékletek stb.), és a meghibásodás előrejelzése mellett képes a problémának leginkább kitett gépelemeket is identifikálni. Jelenleg egyéb esettanulmányokon is kutatások folynak.
Adat-alapú fejlesztések: A BME és a MOL kutatói közösen olyan spektroszkópia alapú eljárásokat fejlesztenek, amik segítségével forradalmasítható a MOL termékeinek minőségellenőrzése. A jelenleg elterjedt minősítési módszerek számos különböző berendezést igényelnek (például reométer, gázkromatográf, folyadékkromatográf), ezeknek a fenntartása, valamint a mérésekhez használt nagy mennyiségű vegyszer komoly terhet jelent a cégnek és a környezetnek is. Ezen eljárások jelentős része kiváltható egyetlen készülék, egy infravörös spektrométer használatával. Ez a mérés mintaelőkészítés és vegyszerek használata nélkül, néhány másodperc alatt rögzít spektrumot. Korszerű adatelemző módszerek segítségével ezen spektrumok segítségével mérhetővé válik számos olyan jellemző, ami meghatározza a termék minőségét. Ilyen módon megvalósítottuk például a termék teljesítménye szempontjából kritikus adalékanyagok koncentrációjának becslését.
Realtech: A biztonságtudomány egyik alterülete a tűzbiztonsággal foglalkozik. Az ipari létesítményekben, csakúgy, mint a mindennapi életben egyre több műanyag vesz körül minket, amelyek nagyfokú éghetősége veszélyeztetheti a biztonságos munkát, valamint a termékeket. A műanyagok okozta tűzveszély csökkentésére égésgátló hatású vegyületeket szoktak a polimerhez keverni. A realtech alprojektben a MOL Nyrt által gyártott poliolok felhasználásával egy innovatív polimer adalék ‑ egy poliuretánnal mikrokapszulázott polifoszfát só ‑ prototípusának előállítását, méretnövelését, majd üzemi gyártását támogatjuk. Ez a poliuretánnal kapszulázott polifoszfát olyan kombinált felhabosodó égésgátló rendszert alkot, amely egyetlen, jól adagolható por formában tartalmazza a tűzgátló védőréteg kialakításához szükséges savforrást, gázképző- és szenesedő komponenst. A termékek minőségét a BME újonnan (2022. novemberében) átadott MOL-ECO-PAT laboratóriumban morfológiai, spektroszkópiai illetve termoanalitikai vizsgálatok segítségével széleskörűen jellemezzük. Az üzemi körülmények között legyártott, bevonatolt égésgátló adalék hatékonyságát politejsav mátrixba ágyazva szabványos éghetőségi módszerekkel bizonyítjuk. Az égésgátolt politejsav kompozitból 3D nyomtatásra alkalmas filamenteket is gyártunk. Különböző geometriájú elektronikai termékek előállításával és azok széleskörű minősítésével szemléltetjük az adalék sokoldalú és előnyös alkalmazhatóságát.
A MOL termelő egységeinek szenzor-lefedettségét új generációs, gazdaságos IoT megoldásokkal és további ipar 4.0 eszközökkel kívánja elérni.
A rendelkezésre álló szimulációs módszer továbbfejlesztése az adott alkalmazásra történő szabása a termikus viselkedés témakörében. A szimulációs esetek definiálása.
A kidolgozott innovatív biztonsági analízis módszerek és eszközök segítik a thyssenkrupp legújabb kormányrendszereinek hatékony fejlesztését.
Kidolgozzuk a BME-vel közösen fejlesztett gerendacsaládok gyártmányterveit és elkészítjük a laboratóriumban vizsgálandó prototípust.