高耗能石化廠 如何透過AI推動產業永續?

2021 年最夯關鍵詞「淨零碳排」已不是個口號,這將是實際影響企業能否生存的關鍵,尤其一直以來被認為高耗能、高污染的石化產業首當其衝,因應台灣石化內需市場小,約有七成仰賴出口。歐盟預計在 2026 年全面針對高耗能產品徵收碳稅,且要求供應鏈足跡達到碳中和,一旦正式實施上路,企業勢必需要將碳議題納入成本考量。

那麼,AI 可以在這一連串的永續政策中扮演什麼角色?台灣塑膠工業股份有限公司保養中心組長鄭琦聰指出,並非為了 AI 而 AI,而是將它看做一個轉型的工具,透過數據輔助人做更精準的預測與判斷。

重資本低人力 設備規格要求堪比航空、核能業

石化業屬於高資本與高技術密集產業,單一個石化廠就有上萬台設備,仰賴自動化的程度相當高,鄭琦聰指出,一個廠裡面的一個班大概十多個人,大部分的時間是由監控中心在調度指揮,所以現場實際操作的人並不多。然而石化產業跟航空、核能產業十分類似,對於設備可靠度的要求非常高,不容許出錯。

為此,早期的做法是,會買一台一樣的設備在旁邊備用,然而並不是所有設備都適用這種做法,加上備用機器長時間不使用反而容易壞,因此開始有「定期保養」以及使用感測器偵測的「預知保養」。直到後來國外開始出現可靠度保養、風險式管理等概念,台塑逐步導入智慧保養,透過 AI 掌握設備的風險,並提供現場人員因應這些風險的設備管理對策。

智慧保養對於石化廠來說其實是相當衝擊的概念,鄭琦聰表示,傳統觀念認為保養效益不高,設備故障交給外包公司維修即可,但是後來發現這樣的模式並不適合台灣,原因之一是台灣中小企業規模小,負擔不起昂貴設備,因此外包廠不見得熟悉這些設備;其二是高階設備的技術人才不容易找。於是,台塑成立自己的訓練中心,並透過導入AI提升保養效率。

更換潤滑油一次500萬  AI協助判斷換油時機

導入 AI 究竟對能夠對石化產業帶來什麼助益?鄭琦聰認為,現階段 AI 能做的主要是「人機協同」,協助現場人員工作更加輕鬆有效率。「一個石化廠最少有三到四萬多個設備,負責保養的設備工程師主管只有三十人,未來人數規模可能會再減少,但機器會更複雜,只能透過數位轉型、導入AI,管理上萬個零件。」

他舉例,石化廠的設備資產購置都是上億起跳,甚至到十幾億,換一次潤滑油需要五百萬元,大約兩年換一次。這與一般汽車換機油的觀念天差地遠。一般認為潤滑油是消耗品而且便宜,不管好壞換掉都無妨,但是石化廠的油就不一樣,因為油需具抗化學性、抗高溫、抗消耗,必須加入很多特殊原料,無法隨意處理。更換時間通常只能跟著原廠建議,但成本也相對較高,也有宣稱跟原廠相似的廠家想要提供油品,但造價不菲的機器實在經不起冒險。

當時就開始思考,最佳的換油時機是什麼時候?如何讓油品能夠穩定而且長效?油品再生系統為此而誕生,它可以偵測油品是否有水分導致變質,並且進一步查漏,檢查製程物是否有跟油混在一起,即時發現瑕疵。鄭琦聰提到,光一個油品就需要有諸多的考量,若按原廠建議更換,雖然可以保持設備穩定,但是對環境並不友善。

透過智慧監診整理數據趨勢 做為保修依據

石化廠還有另外一個特性,設備的停、開機並不是一個按鈕按下去就好,因為化學反應需要時間,如果一瞬間停止,化學反應都會被破壞,因此現場人員要知道需要多少時間停機,好利用這段時間來備料並且跟製程人員溝通。鄭琦聰提出「智慧監診」的概念,可以24小時不停止地將設備資料提供給設備保養管理者參考,什麼時候檢修、什麼時間停機,都不再只靠老師傅的經驗,而是有憑有據,溝通界面也統一,做出最佳的決策。

這樣做的好處,在於可以大幅降低降低抄錶的人力,然而,要全面智慧化還有許多客觀因素需要克服。廠內的設備數量太多,加上有些設備是較早期建置,並不是所有的設備都能安裝感測器,而且工廠內的無線傳輸通信品質也是關鍵,因此不可能直接裝設無線感測器。另一方面,早期設備沒有防電磁波的保護,若是好幾百億的石化廠因為電磁波干擾而停機,後果將不堪設想。因此有些重要、高敏感的設備還是需要用保守的方法,而這些成本與風險的判斷,最終還是需要由人來做決策,而非AI。

導入新創No Code AI解決方案 降低進入門檻

對於傳統石化業而言,要大幅度的導入AI確實有很多需要克服的門檻,「這個工作(工具)到底能不能幫助到現場的人,還是它會增加大家的負擔?」鄭琦聰坦言,對現場工作人員而言,最好可以有一個系統即插即用,其他額外的工作愈少愈好。「我們很多企業剛導入ERP都氣得半死,所以我們從 No Code AI 開始入手。」綜合評估後,台塑決定與新創公司詠鋐智能(Chimes AI)展開合作,做為導入AI的第一步。

鄭聰琦進一步強調,市面上也找不到即插即用的系統,No Code AI 的好處在於可以快速上手,詠鋐智能執行長謝宗震也認為,在部門人數不多,資料科學工程人員也有限的情況下,No Code確實可以降低風險,並且減少大量的溝通成本,只需要有設備保養人員的領域知識,掌握資料的特性,並依照想要達到的目的整理、清理資料,放到 No Code AI 平台就能達到預測的效果。