تمر صناعة الزيوت، مثلها كمثل الكثير من الصناعات، بنقطة تحول تأثراً بموجة تكنولوجيا الذكاء الاصطناعي، بهدف جعل العمليات أكثر سلاسة وإنتاجية، بداية من سلاسل الإمداد حتى توافر المنتج النهائي على أرفف المتاجر.
وفي عالم يشهد تقلبات كبيرة في أسعار السلع الأساسية، ومع وجوب الالتزام بمعايير سلامة الغذاء وحتمية الاستدامة؛ تتجه صناعة الزيوت بشكل متزايد نحو اعتماد الذكاء الاصطناعي (AI) كبنية تحتية أساسية، وتحويل المنظومة من مجرد "رد فعل" (Reactive) إلى نموذج تنبؤي استباقي (Predictive Autonomous).
تمثل عملية تكرير الزيوت تحدياً لأنظمة التحكم التقليدية (PLC) والتي يصعب عليها التعامل مع المتغيرات غير الخطية في الخام. هنا تبرز بنيات الذكاء الاصطناعي، وخاصة تلك التي تستخدم الشبكات العصبية الاصطناعية (ANN)، والشبكات العصبية الالتفافية (CNN)، ونماذج الذاكرة الطويلة قصيرة المدى (LSTM)، كأدوات مؤهلة لمعالجة البيانات الزمنية لتحديد الأنماط التي تسبق أعطال المعدات أو انحرافات في جودة المنتج.
تتمثل الأهداف الأساسية لتكرير الزيوت في إزالة الشوائب مثل الأحماض الدهنية الحرة (FFA)، والفوسفوليبيدات، والصبغات، ونواتج الأكسدة، مع الحفاظ على الخصائص الغذائية، الكيميائية، والفيزيائية للزيت. وتعتمد طرق التكرير التقليدية في تقييم كفاءة التكرير وجودة الإنتاج على التحاليل المعملية – والتي تستغرق وقتاً – مما يخلق تأخراً في حلقات التغذية الراجعة (Feedback Loops)، يؤدي غالباً إلى جودة غير مثالية أو استهلاك مفرط للمواد الكيميائية.
أمثلة لتطبيقات الذكاء الاصطناعي في وحدات تكرير الزيوت
- وحدة المعادلة وإزالة الصموغ:يتم دمج الذكاء الاصطناعي مع مستشعرات مثل (NIR) لقياس جودة الزيت على الخط (الفوسفور، الأحماض الدهنية الحرة، الصابون.. إلخ)، ومستشعرات ظروف التشغيل مثل حساسات الضغط والحرارة ومعدل السريان.. إلخ. وذلك لاتخاذ قرارات تحسينية تهدف إلى ضبط الإضافات أو ظروف التشغيل لتقليل الفقد وضبط الجودة وعدم هدر إضافات غير ضرورية قد تؤدي إلى تكاليف إضافية.
- وحدة التبييض:تعتمد مرحلة التبييض على خلط الزيت مع تراب التبييض النشط لإزالة الصبغات والمعادن. تستخدم أنظمة التبييض المدعومة بالذكاء الاصطناعي مستشعرات (In-line sensors) لمراقبة لون "لوفيبوند" ومستويات المعادن. ومن خلال نماذج التنبؤ، يمكن لهذه الأنظمة حساب الحد الأدنى اللازم من جرعة التراب، مما يقلل الاستهلاك مقارنة بالتشغيل التقليدي. كما يدير الذكاء الاصطناعي دورة الترشيح تلقائياً باستخدام بيانات فرق الضغط للفلاتر لتحديد اللحظة المثالية لإيقاف الفلتر لتفريغه وتنظيفه وتجفيف الكيك للوصول إلى أعلى نسبة من الزيت المسترجع.
- وحدة إزالة الرائحة:تعد وحدة إزالة الرائحة هي الأكثر استهلاكاً للطاقة في عملية تكرير الزيوت. تتم عملية إزالة الرائحة عن طريق التقطير تحت فراغ عالي (1.5 إلى 5 ملي بار) عند درجات حرارة بين 240 و260 درجة مئوية. تتيح برامج محاكاة العمليات القائمة على الذكاء الاصطناعي، مثل (DWSIM)، تحليلاً دقيقاً للمتغيرات في برج الإزالة مما يضمن إزالة أكثر من 99.99% من الأحماض الدهنية الحرة مع تقليل تكوين الأحماض الدهنية المتحولة (Trans-fats) وإسترات (3-MCPD). وتقوم خوارزميات الذكاء الاصطناعي بناءً على تحليل المتغيرات بضبط استهلاكات بخار النزع والحرارات وضغط التفريغ وزمن الاحتفاظ بالزيت داخل برج الإزالة مما يوفر كمية كبيرة من الطاقة.
دور الذكاء الاصطناعي في مراقبة والحفاظ على اعتمادية المعدات وسير الإنتاج
يلعب الذكاء الاصطناعي دوراً محورياً في مراقبة المعدات وضمان اعتماديتها واستمرارية الإنتاج. ويمكن تلخيص هذا الدور في النقاط الأساسية التالية:
1. المراقبة المستمرة والفحص الذاتي (Continuous & Autonomous Monitoring):
- الروبوتات المتنقلة: استخدام الروبوتات رباعية الأرجل (مثل "سبوت") الذي تم الاستعانة به بمصانع كارجيل للقيام بآلاف الفحوصات الأسبوعية في بيئات العمل الخطرة أو التي تعمل على مدار الساعة.
- المستشعرات المتعددة: الاعتماد على التصوير الحراري والمستشعرات الصوتية لكشف مشاكل ارتفاع حرارة كراسي التحميل (Bearings) أو تسريبات الهواء أو الأبخرة.
- الرؤية الاصطناعية (Vision AI): مراقبة خطوط التعبئة عالية السرعة بدقة مجهرية للكشف عن عيوب العبوات أو وجود تسريبات أو انحرافات مستويات التعبئة مما يمنع وصول منتجات معيبة للسوق.
2. الانتقال إلى الصيانة التنبؤية (Predictive Maintenance):
- التنبؤ بالأعطال قبل وقوعها: تحليل البيانات القديمة واللحظية (الاهتزاز، التيار الكهربائي، الضغط) لتحديد بوادر الفشل قبل أسابيع من حدوث العطل الفعلي.
- حساب العمر النافع المتبقي (RUL): تقدير المدة الزمنية المتبقية للمعدات (مثل الغلايات والمضخات والمبادلات) قبل أن تحتاج إلى صيانة، مما يسمح بجدولة الإصلاحات خلال فترات التوقف المخطط لها بدلاً من التوقف المفاجئ.
- منع "التشغيل حتى الفشل": تقليل الاعتماد على الصيانة التصحيحية (التي تحدث بعد العطل) أو الصيانة الدورية الجامدة، والاعتماد بدلاً من ذلك على صيانة مبنية على الحالة الفعلية للمعدات.
3. تحسين كفاءة وسير العمليات (Process Optimization):
- التوائم الرقمية (Digital Twins): إنشاء نماذج محاكاة لخطوط الإنتاج لاختبار أفضل السيناريوهات مما يرفع من كفاءة المعدات الإجمالية (OEE).
مجالات أخرى حيوية:
- الاستدامة: يمكن للذكاء الاصطناعي أيضاً لعب دور كبير في ملف الاستدامة وتقليل البصمة الكربونية في التكرير عن طريق الإدارة الذكية لمياه الغسيل لأجهزة الطرد المركزي وضبط نسب الأكسجين مع الوقود لضمان الاحتراق الكامل.
- سلاسل الإمداد: يمكن أن يتنبأ الذكاء الاصطناعي بفترة الصلاحية (Shelf life) للمخزون بناءً على ظروف التخزين مما يساعد في الإدارة الذكية الفعالة للمخزون وتقليل التكلفة والفواقد والمرتجعات.
- البحث والتطوير: يمكن للذكاء الاصطناعي اقتراح منتجات وخلطات جديدة للحصول على منتجات أكثر استقراراً ضد الأكسدة وتوازناً من حيث الأحماض الدهنية.
مخاطر الاعتماد الكلي (المخاطر التشغيلية والبشرية)
بقدر ما يفتح الذكاء الاصطناعي آفاقاً مذهلة لتحسين العملية التشغيلية، إلا أن الاندفاع نحو الاعتماد الكلي عليه دون ضوابط قد يؤدي إلى عواقب وخيمة قد تشل سلسلة الإنتاج بالكامل.
- فقدان التحكم اليدوي: عندما يدار المصنع بالكامل بواسطة خوارزمية واحدة، فإن أي ثغرة برمجية قد تؤدي إلى توقف السلسلة بأكملها. في الأنظمة التقليدية، يمكن للمشغل البشري التدخل يدوياً، أما في الأنظمة "ذاتية القيادة" بالكامل، قد يفقد البشر القدرة على التحكم.
- تأثير الفراشة: الذكاء الاصطناعي يتخذ قراراته بناءً على البيانات التي تدرب عليها. إذا كانت البيانات تحتوي على أخطاء تاريخية، سيقوم النظام بتكرارها وتضخيمها، مما يجعل تتبع الأخطاء (Troubleshooting) كابوساً تشغيلياً.
- ضمور المهارات البشرية: الاعتماد الكلي يؤدي إلى ضمور مهارات المهندسين والمشغلين. إذا قام الذكاء الاصطناعي بكل العمل لمدة سنوات، فمن سيمتلك الحس الهندسي والعلمي لإدارة الأزمة عند تعطل النظام؟ تحول البشر إلى مجرد مراقبين للشاشات يضعف قدرة المؤسسة على الابتكار وحل المشكلات غير النمطية.
معضلة الأمن السيبراني (الخطر الأكبر)
في المصانع الحديثة، يؤدي دمج إنترنت الأشياء الصناعي (IIoT) بالذكاء الاصطناعي إلى توسيع دائرة المخاطر مثل:
- هجمات الفدية (Ransomware).
- تسميم البيانات (Data Poisoning).
- التجسس الصناعي الرقمي.
كلمة أخيرة: الذكاء الاصطناعي خادم ممتاز، السر يكمن في معاملته كـ "مستشار تقني"، مع الاحتفاظ دائماً بـ "مفتاح الإيقاف" في يد تقني بشري خبير.
للأعلان 
