XÂY DỰNG BỘ ĐÔI SỐ CHO NHÀ MÁY SẢN XUẤT HÓA CHẤT: MỘT SỐ CA NGHIÊN CỨU

Tóm tắt

Bộ đôi số (Digital Twins) là một công nghệ mới nổi tiếng trong lĩnh vực công nghiệp 4.0. Bằng cách tạo ra bản sao kỹ thuật số của một thực thể vật lý như thiết bị, quy trình hoặc hệ thống, công nghệ này cho phép mô phỏng, theo dõi và dự đoán hoạt động của các hệ thống và quy trình theo thời gian thực. Ứng dụng của bộ đôi số rất đa dạng, từ giảm thiểu lỗi trong sản xuất, tối ưu hóa hoạt động của máy móc và thiết bị, đến cải thiện quản lý tài nguyên và dịch vụ cho khách hàng. Tính linh hoạt và tiềm năng của công nghệ này đang thu hút sự quan tâm và đầu tư từ nhiều công ty và tổ chức trên toàn cầu. Bài báo này đề cập đến xây dựng bộ đôi số trong lĩnh vực sản xuất hóa chất thông qua hai ca nghiên cứu: (i) Đánh giá sự hấp thụ đa thành phần các khí thải hữu cơ từ quá trình tổng hợp dược chất (salbutamol) và (ii) Quan sát và tối ưu hóa hoạt động dựa trên dữ liệu của một nhà máy hóa chất.

Từ khóa:

Bộ đôi số; FPM; DDM; StS; Huấn luyện lăn; Dự đoán dài hạn; Nhà máy sản xuất hóa chất.

Title

DEVELOPMENT OF DIGITAL TWINS FOR CHEMICAL PLANTS: SOME CASE STUDIES

Abstract

Digital Twins is a popular new technology in the Industry 4.0 sector. By creating a digital replica of a physical entity such as a device, a process, or a system, this technology allows for real-time simulation, monitoring, and prediction of the activities of systems and processes. Its applications are diverse, ranging from minimizing errors in manufacturing, optimizing the operations of machinery and equipment, to improving resource management and services for customers. The flexibility and potential of this technology have been attracting attention and investment from many companies and organizations worldwide. This article discusses the construction of Digital Twins in the chemical manufacturing sector through two case studies: (i) Evaluating the multi-component absorption of volatile organic emissions from the synthesis process of a pharmaceutical (salbutamol), and (ii) Observing and optimizing operations based on the data from a chemical plant.

Keywords:

Digital Twins; FPM; DDM; StS; Rolling training; Long-term prediction; Chemical plant.

Tải xuống

Ngày nhận bài:

03-04-2024

Ngày phản biện:

08-05-2024

Ngày nhận bài sửa:

11-05-2024

Ngày duyệt đăng:

13-05-2024

Ngày xuất bản:

25-06-2024
NGHIÊN CỨU – TRAO ĐỔI
Lượt xem
0
Lượt tải
0