# 灯塔案例 | 沙特阿美延布炼油厂

> 一座运行40多年的老炼厂，用5年4IR转型把AI清洁燃料优化器、AI操作决策系统和数字孪生搬进装置现场——合格燃料做到99%，温室气体减排23%，装置可用率提升17%。
>
> 第11批 · 2023年12月 · 单一工厂灯塔灯塔

## 企业名片

| 字段 | 值 |
|------|------|
| 灯塔编码 | 14911SA04 |
| 企业名称 | 沙特阿美延布炼油厂 |
| 所在地 | 沙特阿拉伯 · 沙特阿拉伯 · 麦地那省延布 |
| 行业 |  · 石油炼制（流程工业） (GBT ) |
| 灯塔类型 | 单一工厂灯塔 |

---

## 5大核心案例

### ① 能耗降低数字孪生 核心用例

**业务痛点：** ⚠️ 痛点：老炼厂公用工程（蒸汽、燃料气、电力）系统庞大，能耗基线不清，能量浪费难以及时发现。

**解决思路：** 💡 方案：构建全厂数字孪生模型，把多类模型与数百万数据点整合，实时仿真运行状态并优化能耗。

**实施路径：** Step 1 — IIoT数据采集：部署传感器，采集数千台设备的实时运行数据 Step 2 — 数字孪生建模：整合多模型与百万级数据点，仿真现有运行装置 Step 3 — 能耗基线诊断：建立能耗基线，自动识别能耗异常与偏差 Step 4 — 实时优化平衡：动态优化燃料气与蒸汽的产用平衡 Step 5 — 闭环反馈调优：将优化结果回写控制系统，持续降低能耗

**关键数据：** 📊 核心成效：通过能耗优化配合AI燃料气优化，实现Scope 1与Scope 2温室气体减排14%

**技术标签：** 03.01.01 | 01.01.05


---

### ② AI操作决策系统 核心用例

**业务痛点：** ⚠️ 痛点：炼油操作高度依赖资深操作员经验，装置运行参数调整滞后，效率难以持续保持最优。

**解决思路：** 💡 方案：部署AI驱动的操作决策系统，实时分析海量生产数据，为操作员提供可执行的优化建议。

**实施路径：** Step 1 — 数据汇聚：打通装置运行、质检、能耗等数据源 Step 2 — AI模型训练：融合工艺知识与历史数据训练决策模型 Step 3 — 建议实时推送：将操作建议实时推送到操作员终端 Step 4 — 闭环执行：操作员确认后自动闭环执行 Step 5 — 持续学习：基于执行结果持续迭代模型

**关键数据：** 📊 核心成效：加工能力提升20%，盈利能力提升159%

**技术标签：** 05.01.01 | 02.04.03


---

### ③ ML催化剂寿命预测 核心用例

**业务痛点：** ⚠️ 痛点：催化剂失活导致产品质量波动与计划外更换，维护成本高、停机损失大。

**解决思路：** 💡 方案：用机器学习预测催化剂剩余寿命，提前规划再生与更换窗口，减少计划外停机。

**实施路径：** Step 1 — 历史数据采集：积累催化剂运行与失活历史数据 Step 2 — ML模型训练：训练催化剂寿命预测模型 Step 3 — 失活趋势监控：实时监控催化剂失活趋势 Step 4 — 更换窗口排程：优化催化剂再生与更换窗口 Step 5 — 系统联动：与操作决策系统联动，动态调整工艺

**关键数据：** 📊 核心成效：提升催化剂利用率，降低计划外停机，支撑装置可用率提升17%

**技术标签：** 05.01.02 | 05.01.04


---

### ④ AI清洁燃料优化器 核心用例

**业务痛点：** ⚠️ 痛点：既要满足日益严苛的清洁燃料规格，又要降本降碳，人工调优难以同时兼顾。

**解决思路：** 💡 方案：部署AI驱动的清洁燃料优化器，动态优化调和配方与工艺参数，减少燃料气消耗。

**实施路径：** Step 1 — 规格约束建模：将燃料质量标准转化为优化约束 Step 2 — 调和优化算法：AI动态优化调和配方 Step 3 — 燃料气优化：实时优化加工装置燃料气消耗 Step 4 — 质量闭环：在线质检数据闭环反馈 Step 5 — 减排核算：核算Scope 1与Scope 2减排效果

**关键数据：** 📊 核心成效：合格燃料99%，Scope 1+2温室气体减排14%（总GHG减排23%）

**技术标签：** 05.01.01 | 09.02.01


---

### ? VR安全与工艺技能培训 核心用例

**业务痛点：** ⚠️ 痛点：炼油厂高风险作业多，传统培训周期长、真实感不足，安全与工艺技能提升慢。

**解决思路：** 💡 方案：建设VR培训中心，用虚拟现实模拟高风险场景与工艺操作，缩短培训周期、提升技能。

**实施路径：** Step 1 — 场景建模：对高危作业场景进行三维建模 Step 2 — 课程开发：开发VR培训课程与工艺操作仿真 Step 3 — 沉浸式训练：员工在VR环境中反复实操 Step 4 — 考核认证：建立考核认证闭环 Step 5 — 档案数字化：技能档案数字化管理

**关键数据：** 📊 核心成效：培训时间下降35%，安全与工艺技能显著提升

**技术标签：** 05.01.01 | 08.01.03


---

## 绩效改善总览

| 指标 | 改善 | 领域 | 技术 |
|------|------|------|------|
| 盈利能力 | ↑159% | — | 4IR用例规模化部署带来显著盈利提升 |
| 加工能力 | ↑20% | 约23万桶/日 | 装置可用率与加工负荷同步提升 |
| 废物产生 | ↓24% | — | 工艺优化减少废弃物排放 |
| GHG排放（Scope1+2） | ↓14% | — | AI燃料气优化降低温室气体排放 |
| 培训时间 | ↓35% | — | VR培训缩短上岗周期 |
