El proyecto CHAIN se ha enfocado en el estudio de la composición de los combustibles de la refinería y modelos de machine learning (aprendizaje automático)– rama de la inteligencia artificial que tiene como fin desarrollar técnicas para que las máquinas aprendan- que permitan introducir componentes ecofriendly (respetuosos con el medio ambiente) alternativos o de origen no fósil a los combustibles, con el objetivo de que sean de aplicación industrial para contribuir a la reducción de emisiones de CO2, así como a la producción de eco-combustibles y productos químicos demandados por el mercado. El estudio se ha centrado principalmente en la producción de gasolina y queroseno.
Este proyecto se ha desarrollado en dos años (de marzo de 2019 a marzo de 2021), y ha contado con un presupuesto de 577.835€, de los cuales 288.917,5€ han sido subvencionados por el programa de ayudas ELKARTEK de la SPRI, para la promoción de proyectos de investigación colaborativa.
Dentro del proyecto CHAIN, uno de los principales resultados obtenidos ha sido el desarrollo satisfactorio de un modelo de predicción multicomponente para la fabricación de la gasolina, que ha sido reconocido y publicado por la revista FUEL, ya que existen pocos modelos capaces de clasificar muestras de gasolina con múltiples propiedades de salida, obtenidas en una refinería de proceso real. Se han utilizado novedosas técnicas de machine learning e inteligencia artificial para su desarrollo, consiguiendo modelar datos de producción reales con más de 230.000 resultados recopilados en la propia refinería. Este modelo podría ser útil para el diseño de nuevas mezclas alternativas (biocombustibles, combustibles derivados de residuos, etc.) con menor impacto ambiental, lo que le da un valor añadido.
La industria del refino de la Unión Europea está inmersa en una transición hacia un futuro de bajas emisiones de CO2, a través de inversiones en proyectos de I+D y de la rápida implantación de nuevas tecnologías. En este sentido Petronor viene dando pasos en esta dirección, desarrollando ya varios proyectos, como por ejemplo la planta de combustibles sintéticos, la planta de pirólisis o los electrolizadores para fabricar hidrógeno verde por electrolisis.