ORLEN Skylight accelerator

Poszukujemy innowacyjnych rozwiązań mikrobiologicznych wspierających proces fermentacji beztlenowej, które pozwolą zwiększyć efektywność i stabilność produkcji biogazu oraz uzysk metanu (CH₄) z wykorzystywanych substratów.

Celem wyzwania jest identyfikacja biopreparatów lub technologii wykorzystujących odpowiednio dobrane mikroorganizmy i ich konsorcja, wspomagające rozkład białek, tłuszczów oraz trudno degradowalnych związków organicznych. Szczególnie interesują nas rozwiązania, które mogą być dobierane lub dostosowywane do określonych grup substratów oraz wykazują skuteczność w warunkach przemysłowych.

Oczekujemy rozwiązań, które

• zwiększają stopień degradacji i wykorzystania substratów w procesie fermentacji beztlenowej,
• przyczyniają się do zwiększenia uzysku biogazu i/lub zawartości metanu (CH4),
• wspierają stabilność procesu fermentacji w dłuższym okresie,
• są kompatybilne z mikroorganizmami uczestniczącymi w procesie fermentacji metanowej,
• zachowują skuteczność przy zmiennych parametrach procesu i właściwościach substratów,
• mogą być dostosowane do różnych grup surowców wykorzystywanych w biogazowniach,
• zapewniają możliwość zastosowania w skali przemysłowej przy zachowaniu uzasadnionej efektywności ekonomicznej.

Istotnym elementem wyzwania będzie możliwość przeprowadzenia pilotażu i zweryfikowania wpływu rozwiązania na parametry procesu oraz efektywność produkcji biogazu w rzeczywistych warunkach pracy biogazowni. Poszukujemy startupów i firm technologicznych posiadających rozwiązania o poziomie dojrzałości umożliwiającym ich testowanie w środowisku przemysłowym.

Poszukujemy rozwiązania AI do automatycznego pozyskiwania, czyszczenia, standaryzacji i integracji danych technologicznych z dokumentacji technicznej (w tym schematów P&ID) oraz systemów produkcyjnych. System powinien wykorzystywać OCR i analizę dokumentów do identyfikacji obiektów technologicznych, aparatury, układów pomiarowych i oznaczeń.

Rozwiązanie ma wspierać automatyczne lub półautomatyczne mapowanie danych pomiędzy źródłami, w szczególności:

• powiązanie Instrument Tags z PI Tags (AVEVA PI),
• ujednolicanie oznaczeń tych samych obiektów,
• walidację identyfikatorów (np. Compound ID),
• wykrywanie braków, duplikatów i niespójności,
• rekomendowanie korekt wraz z oceną wiarygodności.

Kluczowym elementem jest mechanizm Human-in-the-Loop, umożliwiający weryfikację i zatwierdzanie proponowanych mapowań przez ekspertów. Efektem ma być spójny model danych gotowy do wykorzystania m.in. w AVEVA PI Asset Framework, systemach analitycznych, Data Governance, cyfrowych bliźniakach oraz rozwiązaniach AI

Poszukujemy rozwiązania IT wykorzystującego mechanizmy sztucznej inteligencji, które umożliwi wsparcie rozwoju centralnej bazy wiedzy technologicznej, łączącej informacje zawarte w dokumentacji technicznej i technologicznej z rzeczywistymi danymi procesowymi pochodzącymi z instalacji produkcyjnych. Celem rozwiązania jest stworzenie narzędzia wspierającego technologów i ekspertów domenowych w szybkim wyszukiwaniu, analizowaniu i weryfikowaniu informacji dotyczących procesów technologicznych, a także w analizie jakości i zachowania danych operacyjnych.

Rozwiązanie powinno umożliwiać gromadzenie oraz inteligentne przetwarzanie dokumentacji występującej w różnych formatach, w szczególności instrukcji technologicznych, dokumentacji technicznej, procedur, raportów, analiz oraz innych materiałów opisujących funkcjonowanie instalacji. System powinien analizować nie tylko aktualną treść dokumentów, ale również ihistorię zmian, kolejne wersje, wprowadzane poprawki i modyfikacje, pozwalając m.in. na:

• automatyczne porównywanie kolejnych wersji dokumentów,
• identyfikowanie i podsumowywanie wprowadzonych zmian,
• wskazywanie potencjalnych niespójności, braków lub zapisów wymagających aktualizacji,
• wyszukiwanie informacji i zależności występujących w wielu dokumentach jednocześnie,
• generowanie odpowiedzi i analiz wraz ze wskazaniem dokumentów źródłowych,
• wspieranie użytkowników w tworzeniu i aktualizacji dokumentacji na podstawie zgromadzonej wiedzy.

Docelowo rozwiązanie powinno być zintegrowane z wykorzystywanymii w ORLEN systememi, tak aby możliwe było automatyczne pozyskiwanie aktualnych dokumentów oraz informacji o ich wersjach i zmianach. Na etapie pilotażowym dopuszczalne jest przetwarzanie wskazanego zbioru dokumentów udostępnionego rozwiązaniu w sposób wsadow. Drugim istotnym źródłem wiedzy dla systemu powinny być dane procesowe pochodzące z systemu PI . W pierwszym etapie rozwiązanie może pracować na przygotowanych ekstraktach danych obejmujących wybrane PI Tagi i okresy czasu. Docelowo oczekiwana jest możliwość integracji z systemem źródłowym poprzez dostępne API lub dedykowany mechanizm integracyjny.

W zakresie pracy z danymi procesowymi rozwiązanie powinno wspierać ich automatyczną analizę i przygotowanie do dalszego wykorzystania, w szczególności poprzez:

• identyfikację braków danych, zamrożenia sygnałów, wartości odstających, skoków, dryftu oraz innych anomalii,
• ocenę jakości i wiarygodności danych,
• analizę zależności i korelacji pomiędzy wybranymi sygnałami,
• wskazywanie fragmentów danych wymagających weryfikacji przez eksperta,
• możliwość zastosowania mechanizmów oczyszczania, korekty lub uzupełniania danych bez modyfikowania danych źródłowych,
• generowanie statystyk i informacji dotyczących jakości analizowanych danych.

Kluczową wartością rozwiązania powinno być połączenie wiedzy zapisanej w dokumentacji z wiedzą wynikającą z rzeczywistego przebiegu procesu technologicznego. System powinien umożliwiać użytkownikowi analizowanie danych operacyjnych w kontekście dokumentacji dotyczącej danej instalacji, procesu lub zagadnienia oraz wykorzystywać oba rodzaje informacji podczas wyszukiwania odpowiedzi i prowadzenia analiz. Przykładowo użytkownik powinien mieć możliwość zadawania pytań dotyczących historii zmian określonego procesu lub instrukcji, wyszukiwania dokumentacji odnoszącej się do konkretnego problemu technologicznego, a następnie zestawiania tych informacji z rzeczywistymi danymi procesowymi z wybranego okresu.

Interakcja z systemem powinna odbywać się poprzez intuicyjny interfejs, w tym możliwość zadawania pytań w języku naturalnym. Odpowiedzi generowane przy wykorzystaniu AI powinny być możliwe do zweryfikowania poprzez wskazanie źródeł informacji oraz danych wykorzystanych podczas analizy. Rozwiązanie powinno zakładać udział eksperta w procesie budowania i utrzymywania wiedzy (Human-in-the-Loop), umożliwiając zatwierdzanie, korygowanie i uzupełnianie informacji generowanych przez system. Istotne są również możliwość śledzenia historii zmian, zarządzanie uprawnieniami użytkowników oraz zapewnienie pełnej audytowalności wykonywanych operacji.

Architektura rozwiązania pozostaje otwarta. Może wykorzystywać m.in. bazy wektorowe, grafy wiedzy, rozwiązania RAG/GraphRAG, modele językowe, algorytmy statystyczne i uczenia maszynowego lub podejście hybrydowe. Oczekiwane jest jednak rozwiązanie modułowe, umożliwiające jego dalszą rozbudowę oraz integrację z systemami funkcjonującymi w środowisku ORLEN.

Efektem pilotażu powinno być potwierdzenie możliwości stworzenia jednego środowiska wspierającego technologów w pracy z dokumentacją i danymi procesowymi, które w dalszej perspektywie może stać się podstawą do budowy korporacyjnej bazy wiedzy technologicznej oraz kolejnych zastosowań analitycznych i AI w obszarze Downstream.

Poszukujemy rozwiązania IT umożliwiającego samodzielną budowę i rozwój cyfrowych modeli procesów technologicznych oraz instalacji produkcyjnych, integrującego wiedzę procesową, strukturę urządzeń, dane operacyjne i relacje między elementami procesu.

System powinien umożliwiać tworzenie semantycznego modelu środowiska produkcyjnego zgodnego ze standardami ISA95 i DEXPI oraz jego wizualizację w formie map instalacji, diagramów procesowych, hierarchii obiektów i grafów wiedzy. Ważnym elementem jest integracja z systemami produkcyjnymi, w tym AVEVA PI Asset Framework.

Rozwiązanie ma pełnić rolę wspólnej warstwy wiedzy i analityki, wspierając m.in.:

• cyfrowe bilanse procesowe,
• monitoring i analizę odchyleń,
• soft sensory,
• analizy zależności i scenariuszy „what-if”,
• modele predykcyjne i optymalizacyjne,
• poprawę jakości i kontekstualizację danych,
• budowę aplikacji agentowych i rozwiązań AI.

Pilotaż powinien obejmować model wybranego procesu, integrację z danymi operacyjnymi, interaktywną wizualizację oraz demonstrację przynajmniej jednego zaawansowanego zastosowania. Docelowo rozwiązanie ma być skalowalne i stanowić fundament dla cyfrowego odwzorowania procesów oraz rozwoju analityki i AI w środowisku produkcyjnym.

Poszukujemy rozwiązania umożliwiającego integrację i centralny monitoring osobistych detektorów gazów wykorzystywanych przez pracowników w środowisku przemysłowym. Celem wyzwania jest stworzenie jednego środowiska pozwalającego na bieżące monitorowanie urządzeń pochodzących od różnych producentów oraz zwiększenie możliwości szybkiego reagowania na zdarzenia mogące stanowić zagrożenie dla pracowników. Obecnie w zakładach wykorzystywane są różne typy osobistych detektorów gazów, funkcjonujące jako niezależne urządzenia i wykorzystujące różne technologie komunikacyjne. Poszukujemy rozwiązania, które pozwoli na możliwie szeroką integrację istniejącej infrastruktury detekcyjnej bez konieczności jej zastępowania urządzeniami jednego producenta.

Oczekujemy rozwiązań, które mogą umożliwiać:

• integrację osobistych detektorów gazów różnych typów i producentów,
• komunikację z urządzeniami z wykorzystaniem dostępnych interfejsów i technologii transmisji danych,
• centralny monitoring statusu i parametrów pracy detektorów w czasie rzeczywistym,
• odbieranie i prezentowanie informacji o alarmach oraz wykrytych zagrożeniach,
• lokalizację urządzenia i pracownika, o ile pozwalają na to możliwości techniczne wykorzystywanych detektorów i infrastruktury,
• wizualizację informacji w jednym środowisku operatorskim, np. na dashboardzie lub mapie zakładu,
• rejestrowanie zdarzeń i danych historycznych na potrzeby analiz BHP oraz działań prewencyjnych,
• generowanie alertów wspierających szybką reakcję służb odpowiedzialnych za bezpieczeństwo.

Poszukujemy rozwiązań sprzętowych, programowych lub hybrydowych, które mogą pełnić rolę niezależnej od producenta warstwy integracyjnej i monitoringowej dla istniejących oraz przyszłych urządzeń detekcyjnych.

Poszukujemy rozwiązania umożliwiającego cyfryzację i automatyzację procesu składania, weryfikacji oraz akceptacji m.in ankiet BHP i dokumentacji potwierdzającej spełnienie wymagań bezpieczeństwa przez dostawców zewnętrznych. Rozwiązanie ma na celu ograniczenie pracy manualnej poprzez automatyczną weryfikację kompletności dokumentacji, poprawności danych i ważności wymaganych certyfikatów. System powinien umożliwiać obsługę standardowych przypadków bez konieczności angażowania np. zespołu BHP, kierując do oceny merytorycznej wyłącznie zgłoszenia wymagające dodatkowej analizy.

Oczekujemy rozwiązań, które:

• umożliwiają elektroniczne składanie i obsługę dokumentacji,
• automatycznie weryfikują kompletność dokumentów, ich poprawność formalną i terminy ważności,
• wspierają workflow akceptacji z udziałem kontrahenta, kupca/zlecającego oraz np. zespołu BHP,
• identyfikują przypadki wymagające dodatkowej weryfikacji merytorycznej,
• zapewniają monitoring statusu procesu, historię zmian oraz audytowalność,
• umożliwiają raportowanie oraz zarządzanie dokumentacją i terminami jej ważności.

Poszukujemy rozwiązania umożliwiającego cyfryzację i usprawnienie procesów związanych z zarządzaniem bezpieczeństwem przeciwwybuchowym, urządzeniami Ex, strefami zagrożonymi wybuchem oraz powiązaną dokumentacją i inspekcjami. System powinien umożliwić stworzenie spójnego środowiska zapewniającego pracownikom oraz uprawnionym wykonawcom szybki dostęp do aktualnych i wiarygodnych informacji dotyczących urządzeń, instalacji i stref EX oraz wspierającego procesy eksploatacji, utrzymania ruchu i kontroli bezpieczeństwa.

Poszukujemy rozwiązań, które:

• umożliwiają jednoznaczną identyfikację urządzeń, instalacji, obiektów i stref Ex, np. za pomocą kodów QR lub innych identyfikatorów cyfrowyc,
• zapewniają centralny rejestr urządzeń Ex i powiązanej dokumentacji ATEX,
• umożliwiają dostęp do dokumentacji i historii danego urządzenia bezpośrednio z miejsca jego eksploatacji,
• wspierają planowanie, realizację i dokumentowanie inspekcji oraz przeglądów,
• monitorują status urządzeń, terminy badań, przeglądów i ważności dokumentacji,
• umożliwiają rejestrowanie niezgodności oraz działań naprawczych,
• zapewniają pełną historię zmian i audytowalność danych.

Poszukujemy rozwiązania analitycznego wykorzystującego elementy sztucznej inteligencji (AI), uczenia maszynowego (ML) oraz zaawansowanych algorytmów obliczeniowych, które umożliwi dynamiczne i bezpieczne wyznaczanie maksymalnego dopuszczalnego poziomu napełnienia cystern drogowych i kolejowych towarami niebezpiecznymi zgodnie z obowiązującymi przepisami ADR/RID.

Celem wyzwania jest stworzenie systemu wspierającego operatorów nalewu węglowodorów, który:

• automatycznie uwzględnia zmienne fizykochemiczne produktu (np. temperatura, gęstość, współczynnik rozszerzalności),
• bierze pod uwagę parametry cysterny (objętość nominalna, współczynnik wypełnienia, typ konstrukcji),
• generuje jednoznaczne, regulacyjnie poprawne rekomendacje w czasie rzeczywistym,
• minimalizuje ryzyko błędów operacyjnych.

Poszukujemy nisko kosztowego rozwiązania technologicznego umożliwiającego ciągłe lub wysokoczęstotliwościowe określanie wartości ciepła spalania gazu w sieci dystrybucyjnej, w warunkach rosnącego udziału biometanu oraz wodoru.

Celem wyzwania jest uzupełnienie klasycznych pomiarów chromatograficznych poprzez zastosowanie czujników, urządzeń pomiarowych lub rozwiązań IT, które pozwolą na gęsty monitoring jakości gazu w wielu punktach sieci oraz wesprą operatora w bezpiecznej integracji gazów odnawialnych. Pomysłodawca poszukuje rozwiązań, które zwiększają widoczność jakości gazu w sieci, bez konieczności masowego wdrażania klasycznych analizatorów chromatograficznych.

Rozwiązanie powinno być możliwe do przetestowania w rzeczywistej infrastrukturze sieciowej, w warunkach zgodnych z wymaganiami ATEX.

Poszukujemy rozwiązania technologicznego umożliwiającego przeprowadzenie kontrolowanych badań nawaniania mieszaniny gazu ziemnego z wodorem (H₂) z wykorzystaniem środka nawaniającego THT (tetrahydrotiofen) oraz ocenę, wpływu zmiennej matrycy gazowej na selektywność i charakterystykę odpowiedzi detekcyjnej analizatorów procesowych.

Celem wyzwania jest weryfikacja skuteczności stosowanych metod nawaniania w kontekście planowanego lub testowanego udziału wodoru w sieciach gazowych, a w dalszej perspektywie podjęcie decyzji dotyczącej doboru i zakupu odpowiedniego nawaniacza.

Poszukujemy innowacyjnych technologii sprężania wodoru, które stanowią alternatywę dla obecnie stosowanych sprężarek mechanicznych, w szczególności w kontekście infrastruktury tankowania wodoru. Poszukujemy rozwiązań na poziomie gotowości technologicznej demonstratora w skali półtechnicznej lub pilotażowej (np. sprężanie elektrotechniczne, membranowe, itp.).

Oczekiwania względem poszukiwanych rozwiązań:

• bezpieczniejsze sprężanie wodoru,
• redukcję kosztów operacyjnych,
• ograniczenie liczby stopni sprężania,
• eliminację ryzyka zanieczyszczeń (np. olejami lub smarami), przy zachowaniu parametrów wymaganych w realnych zastosowaniach.

Poszukujemy osobistych, przenośnych detektorów wielogazowych, przeznaczonych do pracy w strefach zagrożonych wybuchem (EX / ATEX), które oprócz standardowych funkcji detekcji gazów umożliwiają precyzyjną lokalizację w czasie rzeczywistym.

Celem wyzwania jest zwiększenie poziomu bezpieczeństwa pracowników wykonujących prace w środowiskach wysokiego ryzyka poprzez:

• dokładne określenie ich położenia,
• możliwość szybkiej reakcji w sytuacjach zagrożenia,
• wsparcie działań ratowniczych i ewakuacyjnych.

Rozwiązanie musi być dopuszczone do pracy w strefach EX i skutecznie działać w trudnych warunkach przemysłowych, gdzie tradycyjne technologie lokalizacyjne (np. GPS, 5G) są niewystarczające.