Cette étude aborde les défis concernant les unités de craquage catalytique à fluide (FCC), notamment la quantification inexacte des émissions de carbone, les difficultés à mettre en œuvre une optimisation opérationnelle à faible carbone et la faible efficacité de calcul pour résoudre des cinétiques de processus complexes. Une méthode d'optimisation d'opération à faible carbone basée sur des réseaux de neurones informés par la physique (PINNs) est proposée. Tout d'abord, un modèle d'évaluation de l'empreinte carbone au niveau de l'unité est établi en utilisant l'évaluation du cycle de vie du processus (PLCA) pour obtenir une quantification de haute résolution des émissions de carbone directes et indirectes. Deuxièmement, un modèle d'optimisation d'opération à faible carbone multi-objectifs est développé en tenant compte des scénarios de taxes sur le carbone, incorporant les émissions de carbone et les coûts correspondants des taxes sur le carbone dans les objectifs d'optimisation pour atteindre une optimisation synergique économique et à faible carbone. Enfin, un modèle substitut assisté par PINN est conçu en intégrant des contraintes de bilan matériel dans le processus d'apprentissage du réseau de neurones, permettant une approximation efficace des cinétiques de rendement des produits complexes et améliorant l'efficacité des solutions d'optimisation et la fiabilité prédictive. La méthode proposée est appliquée pour optimiser l'opération d'une unité FCC sur un site de raffinerie. Les résultats indiquent une augmentation de 12 048,851 CNY/h des bénéfices, une réduction de 1088,921 kgCO2eq/h des émissions de CO2, et une diminution de 324,281 m3/h de la consommation de vapeur. Pendant ce temps, le modèle PINN présente d'excellentes performances en prévision du rendement des produits, avec un R2 moyen de 0,9968 et un RMSE moyen de 0,1482, surpassant les méthodes traditionnelles basées sur les données. L'approche proposée équilibre la précision de la quantification des émissions de carbone, la cohérence physique dans la prévision des rendements et l'efficacité des solutions d'optimisation, fournissant un cadre technique systématique et réalisable pour l'optimisation des opérations à faible carbone des unités FCC.
Li et al. (Mon,) ont étudié cette question.