Failure Detection in Chemical Processes using Symbolic Machine Learning: A Case Study on Ethylene Oxidation

Dit artikel toont aan dat symbolisch machine learning, in tegenstelling tot minder interpreteerbare neurale netwerken, effectief en uitlegbaar faaldetectie kan uitvoeren in chemische processen zoals ethyleenoxidatie, zelfs wanneer het trainen gebeurt op gesimuleerde data vanwege het gebrek aan historische real-world foutgegevens.

De kern

Stel je voor dat een chemische fabriek een enorm, complex orgel is. Duizenden pijpen (buizen), kleppen en tanks werken samen om producten te maken. De uitdaging? Als één klein pijpje lek raakt of een klep vastzit, kan het hele orgel uit elkaar spatten, met gevaarlijke ongelukken tot gevolg.

In het verleden keken mensen met hun ogen en oren naar dit orgel, of gebruikten ze simpele alarmen die afgingen als een temperatuur te hoog werd. Maar vandaag de dag zijn fabrieken zo complex dat zelfs de beste mensen het niet meer kunnen overzien.

Hier komt dit wetenschappelijke artikel om de hoek kijken. Het probeert een oplossing te vinden voor het probleem van veiligheid in chemische fabrieken door gebruik te maken van een slimme vorm van kunstmatige intelligentie (AI).

Hier is de uitleg in simpele taal, met een paar creatieve vergelijkingen:

1. Het Probleem: De "Black Box" en het Gebrek aan Ongevallen

De meeste moderne AI-systemen (zoals die in je telefoon of bij zelfrijdende auto's) werken met enorme neurale netwerken. Die zijn heel slim, maar ze zijn als een zwarte doos. Ze kunnen je wel zeggen dat er iets mis is, maar ze kunnen niet uitleggen waarom. In een chemische fabriek, waar het leven van mensen op het spel staat, willen we geen "zwarte doos". We willen weten: "Is het de temperatuur? Is het de druk? Is het een lek?"

Daarnaast is er een ander probleem: er zijn weinig ongevallen. Gelukkig zijn chemische fabrieken veilig. Maar dat betekent ook dat er weinig historische data is van echte ongelukken om een AI op te trainen. Het is alsof je een piloot wilt trainen om te vliegen, maar je hebt maar één keer een crash in de geschiedenisboeken staan.

2. De Oplossing: De "Symfonie van Regels"

De auteurs van dit paper gebruiken een andere aanpak: Symbolic Machine Learning.

In plaats van een zwarte doos te bouwen, bouwen ze een boek met regels. Stel je voor dat je een detective bent die een boek schrijft met de regels: "Als de temperatuur hoog is én de druk daalt, dan is er waarschijnlijk een lek."

Dit systeem heet DisPLAS. Het is als een super-slimme detective die:

1. Kijkt naar data (soms ruisig, soms onvolledig).
2. Zelf regels bedenkt die de oorzaak van een probleem verklaren.
3. Die regels in een simpele taal schrijft die mensen kunnen lezen en begrijpen.

3. De Proef: Het "Virtuele Ethyleen-Experiment"

Omdat ze geen echte ongevallendata hebben, hebben ze een virtuele fabriek gebouwd in een computer. Dit is een digitale tweeling van een proces waarbij ethyleen (een gas) wordt omgezet in ethyleenoxide.

Ze hebben in deze virtuele fabriek bewust fouten veroorzaakt, zoals:

• Een klep die vastzit.
• Te weinig koelwater.
• Een lek in een buis.

Vervolgens hebben ze het AI-systeem laten kijken naar wat er gebeurde in de virtuele fabriek toen deze fouten optraden. Het systeem moest leren: "Aha! Als ik zie dat de temperatuur hier stijgt en de druk daar daalt, dan is er een lek bij de compressor."

4. De Resultaten: Slimmer dan de "Grote Broer"

Ze hebben hun systeem getest tegen de "grote broers" uit de AI-wereld, zoals Random Forests en Neurale Netwerken (de standaard-methodes).

• De uitslag: Hun "regelsysteem" deed het net zo goed, en soms zelfs beter, dan die complexe systemen.
• Het grote voordeel: Waar de andere systemen alleen een cijfer gaven ("85% kans op fout"), gaf hun systeem een duidelijke uitleg: "Het is een lek, want de druk is gedaald en de temperatuur is gestegen."

Dit is als het verschil tussen een dokter die zegt: "Je bent ziek, neem dit pilletje" (zwarte doos), en een dokter die zegt: "Je hebt koorts en een hoest, dus je hebt waarschijnlijk griep" (uitlegbaar).

5. De Toekomst: Het "Agenten-Team"

De auteurs stellen een mooi toekomstbeeld voor. Stel je voor dat de fabriek wordt bewaakt door een team van digitale agenten:

• Agent A kijkt naar de lange termijn en leert hoe het systeem normaal werkt.
• Agent B, C en D kijken naar specifieke korte termijn veranderingen.

Als er iets misgaat, praten deze agenten met elkaar. Als drie agenten zeggen: "Ik denk dat er een lek is!", dan is de zekerheid heel groot. Ze geven dit signaal door aan de menselijke operator, samen met de uitleg. De mens blijft de baas, maar krijgt slimme hulp van de AI. Dit noemen ze "AI in de loop", wat past bij de nieuwe industriële visie (Industry 5.0) waarbij mens en machine samenwerken.

Samenvattend

Dit paper laat zien dat we niet altijd de meest complexe, onbegrijpelijke AI nodig hebben om fabrieken veilig te maken. Door slimme, leesbare regels te laten leren door een computer (zelfs op virtuele data), kunnen we systemen bouwen die niet alleen slim zijn, maar ook begrijpelijk en vertrouwd. Het is de sleutel om ongelukken te voorkomen, zonder dat we hoeven te raden wat de computer denkt.

Technische samenvatting

Probleemstelling

De chemische procesindustrie staat voor een kritieke uitdaging: het garanderen van veiligheid in complexe systemen waar hoge drukken, temperaturen en giftige stoffen betrokken zijn. Traditionele methoden voor foutdetectie hebben tekortkomingen:

• Neurale netwerken (Deep Learning): Hoewel krachtig, zijn deze methoden vaak "black boxes" zonder uitlegbaarheid (explainability) en interpretatie. In veiligheidskritieke omgevingen is het vertrouwen in deze modellen beperkt vanwege hun broosheid en het ontbreken van transparante redenering.
• Data-schaarste: Real-world datasets met historische fouten zijn zeldzaam in de chemische industrie. Fouten zijn per definitie zeldzame gebeurtenissen, wat het trainen van datagedreven modellen bemoeilijkt.
• Symbolische methoden: Bestaande symbolische oplossingen vereisen vaak veel handmatige engineering en schalen slecht.

Het doel van dit paper is een methode te ontwikkelen die interpreteerbare modellen leert voor het voorspellen van fouten in chemische processen, zelfs bij beperkte data, zonder in te leveren op nauwkeurigheid.

Methodologie

De auteurs stellen een aanpak voor die gebruikmaakt van Symbolic Machine Learning, specifiek het systeem DisPLAS (Discretized Probabilistic Learning from Answer Sets).

1. Data Generatie (Ethyleenoxidatie):
Omdat real-world foutdata ontbreekt, hebben de auteurs een simulatie van het Ethyleenoxidatie (EO) proces opgezet met de industriële simulator AVEVA Process Simulation (APS).

• Ze hebben 125 runs uitgevoerd voor verschillende scenario's, inclusief een "nominale" (geen fout) toestand en zes specifieke niet-triviale foutscenario's (bijv. lekkage voor de compressor, verstopte afvalklep, ontbrekende ethyleen).
• Data is verzameld in zowel statische als dynamische modus, met meetpunten op verschillende tijdstippen na het introduceren van een verstoring.

2. Representatie en Taakdefinitie:
De aanpak gebruikt twee DisPLAS-leertaakken:

• $T_{static}$: Leer causale relaties en langetermijntrends in het proces op basis van afwijkingen. Dit helpt bij het begrijpen van hoe een fout het systeem beïnvloedt op de lange termijn.
• $T_{dynamic}$: Een multi-label classifier die de meest waarschijnlijke fout identificeert op basis van waarnemingen kort na het optreden van de fout ($t_{short\_term}$).
  • De data wordt omgezet in binnenkomende en uitsluitende interpretaties (WCDPIs) binnen een logisch kader.
  • Variabelen worden gebucket (binnen discrete intervallen) om continu waarden om te zetten in symbolische logica.
  • Het systeem leert probabilistische regels (in de vorm van Answer Set Programs) die de kans op een specifieke fout voorspellen gegeven een bepaalde context van procesvariabelen.

3. Het Leerproces:
DisPLAS optimaliseert de posterior-kans van de geleerde regels door de ruimte van mogelijke probabilities te discretiseren. Het zoekt naar een hypothese (een set regels) die de waargenomen data het beste verklaart, waarbij de "kosten" van regels (lengte/complexiteit) en de dekking van voorbeelden worden gebalanceerd.

Belangrijkste Bijdragen

1. Toepassing van Symbolic ML op Chemische Veiligheid: Dit is, voor zover bekend, de eerste toepassing van datagedreven, logische leertechnieken voor het classificeren van fouten in een chemische procesveiligheidscontext.
2. Interpreteerbaarheid zonder Inlevering op Nauwkeurigheid: Het systeem genereert compacte, regelgebaseerde modellen die voor menselijke operators begrijpelijk zijn (bijv. "Als druk laag is en temperatuur hoog, dan is er een lekkage"), in tegenstelling tot neurale netwerken.
3. Agentic Framework voor Mens-AI Samenwerking: De auteurs schetsen een toekomstvisie waarbij een "familie" van AI-agenten samenwerkt. Een agent leert causale relaties ($T_{static}$), terwijl andere agenten specifieke fouten detecteren ($T_{dynamic}$). Deze agenten kunnen hun voorspellingen vergelijken om de betrouwbaarheid te verhogen, wat past bij het Industry 5.0 paradigma (mens en AI werken samen).
4. Validatie met Simulatie: Een robuuste validatie op basis van een industriële simulator die thermodynamische wetten en reactiekinetiek nauwkeurig modelleert.

Resultaten

De prestaties van de symbolische aanpak (DisPLAS) zijn vergeleken met klassieke Machine Learning baselines (Random Forest, Multilayer Perceptron, SVM, Gradient Boosting, etc.).

• Nauwkeurigheid: De symbolische methode presteerde beter dan de meeste baselines.
  • Bij de standaard configuratie (6 niet-triviale fouten) behaalde DisPLAS een gemiddelde AUC (Area Under the Curve) van 0.92, terwijl de beste ML-baselines (zoals Random Forest) rond de 0.87 lagen.
  • Bij het gebruik van alle procesvariabelen (niet alleen real-world sensoren) steeg de AUC van DisPLAS naar 0.94.
• Interpreteerbaarheid: De gegenereerde regels waren compact (gemiddeld 1.33 regels per foutklasse) en logisch consistent met proceskennis. Bijvoorbeeld, een regel toonde aan dat een lekkage voor de compressor leidt tot een hogere concentratie ethyleenoxide, wat het brandgevaar vergroot.
• Invloed van Parameters:
  • Het verhogen van het aantal runs (data-punten) had weinig invloed op de nauwkeurigheid, wat suggereert dat de methode efficiënt is met beperkte data.
  • Het uitbreiden van de tijdsperiode ($t_{short\_term}$) verbeterde de detectie, maar zelfs bij korte tijdsintervallen (6 seconden) waren de resultaten goed.
  • Het beperken van de invoer tot alleen "real-world" sensoren (temperatuur, druk, stroomsnelheid) verlaagde de nauwkeurigheid licht, maar bleef hoog (AUC 0.92), wat de praktische toepasbaarheid bevestigt.

Betekenis en Conclusie

Dit paper demonstreert dat symbolische machine learning een krachtig alternatief is voor neurale netwerken in veiligheidskritieke domeinen. De belangrijkste voordelen zijn:

• Vertrouwen: Operators kunnen de redenering achter een waarschuwing begrijpen, wat essentieel is voor acceptatie in de industrie.
• Veiligheid: Door causale relaties te leren, kan het systeem niet alleen fouten detecteren, maar ook de onderliggende oorzaak verklaren.
• Toekomstperspectief: De auteurs benadrukken dat de volgende stap ligt in het schalen van de methode naar complexere systemen met gelijktijdige fouten (multi-fault scenarios) en het integreren van echte operationele data. De voorgestelde "AI-in-the-loop" aanpak biedt een pad naar veiligere, zelflerende chemische fabrieken waarbij menselijke expertise wordt versterkt door interpreteerbare AI.

Samenvattend biedt deze studie een bewezen, interpreteerbare oplossing voor het detecteren van fouten in chemische processen, waarbij de beperkingen van datatekorten en de noodzaak aan transparantie effectief worden aangepakt.