La IA Generativa revoluciona el refino

Petronor y Ayesa han desarrollado un sistema basado en IA generativa para optimizar la eficiencia en plantas de producción. Esta innovación combina Inteligencia Artificial Generativa (GenAI) y Machine Learning, permitiendo a los ingenieros acceder a información técnica de forma ágil y precisa. La colaboración busca transformar la gestión industrial y mejorar la rentabilidad.

Así, se trata de aplicar modelos de GenAI para mejorar la eficiencia y rentabilidad de las plantas de producción de la compañía petrolífera. 

Este trabajo forma parte de la iniciativa de aceleración de innovación Hackia, promovida por Repsol, y ha llevado al desarrollo del desafío Gidabot, cuyo objetivo es crear un “Agente Experto” para el proceso catalítico en la refinería de Petronor.

Petronor testa soluciones GenAI para aumentar la eficiencia y rentabilidad de sus plantas

El reto clave de este proyecto ha sido diseñar una herramienta que permita a los ingenieros químicos acceder de manera ágil a la documentación técnica necesaria para ajustar los parámetros operativos. 

Según Begoña López, Key Account Manager de la cuenta de Data en Utilities de Ayesa, "los ingenieros necesitan consultar información técnica constantemente para mejorar la calidad del producto y optimizar el proceso. Sin embargo, este trabajo es tedioso, ya que deben revisar manuales muy técnicos y difíciles de buscar". 

El modelo desarrollado no solo facilita esta consulta, sino que también es capaz de predecir las condiciones de operación en el proceso de refino, lo que optimiza el rendimiento global.

Soluciones avanzadas para desafíos complejos

La propuesta de Ayesa combina modelos de GenAI con tecnologías de visión por computadora y Machine Learning para superar los obstáculos que presentan los sistemas actuales, especialmente en la interpretación de gráficos técnicos. 

Ayesa y Petronor impulsan la eficiencia en plantas industriales mediante Inteligencia Artificial Generativa

"Nuestro desafío consistió en diseñar un prototipo de asistente virtual que ofreciera información inmediata y precisa a través de interacciones en lenguaje natural", explica López. 

Esta solución híbrida permite a los técnicos no solo obtener información textual, sino también interpretar gráficos, apoyándose en modelos predictivos que analizan patrones históricos para ajustar de manera precisa las condiciones operativas de la planta.

Marian Aradillas, responsable de Analítica Avanzada en Ayesa, destaca que "la combinación de GenAI y aprendizaje automático permite a la herramienta analizar grandes volúmenes de datos y aprender de patrones complejos, mejorando la precisión de las predicciones". 

Además, el uso de tecnologías como el reconocimiento óptico de caracteres (OCR) y la visión por computadora añade un valor significativo al proceso, extrayendo información crítica de los manuales técnicos de la planta de forma eficiente.

Un futuro prometedor para la industria con IA Generativa

Esta colaboración entre Ayesa y Petronor marca un avance importante en el camino hacia la transformación digital del sector industrial. La capacidad de predecir con mayor precisión las condiciones de operación en procesos como el cracking catalítico promete revolucionar la gestión de las plantas industriales, mejorando la productividad y reduciendo los costos operativos.

"Hemos diseñado un asistente virtual más inteligente que añade valor a Petronor, con el potencial de transformar el funcionamiento de la planta", afirma López.

El éxito de esta iniciativa refuerza la visión de ambas empresas para seguir explorando el potencial de la inteligencia artificial generativa en el sector industrial, impulsando la innovación y manteniendo el foco en la excelencia técnica. Petronor y Ayesa continuarán colaborando en nuevas iniciativas de inteligencia artificial para seguir empujando los límites de lo posible en la industria.