石化行業(yè)是資產(chǎn)密集型行業(yè)，具有設備價值高、工藝復雜、產(chǎn)業(yè)鏈長、危險性高、環(huán)保壓力大的行業(yè)特征，面臨設備管理不透明、工藝知識傳承難、產(chǎn)業(yè)鏈上下游協(xié)同水平不高、安全生產(chǎn)壓力大等行業(yè)痛點，亟需加快基于工業(yè)互聯(lián)網(wǎng)平臺的數(shù)字化轉(zhuǎn)型步伐，全面提升設備管理、生產(chǎn)管理、供應鏈管理、安全管理、節(jié)能降耗等環(huán)節(jié)的數(shù)字化水平。恒逸石化、恒力石化、石化盈科、中油瑞飛等企業(yè)以設備智能管控、生產(chǎn)協(xié)同優(yōu)化為切入點，加速推動石化行業(yè)向全流程智能化方向加速轉(zhuǎn)型。

　　石化行業(yè)數(shù)字化轉(zhuǎn)型

　　趨勢分析

　　設備管理：從黑箱管理向健康管理轉(zhuǎn)變。石化行業(yè)的生產(chǎn)設備具有危險性，一旦設備在運行的過程中出現(xiàn)異常高溫、高壓、設備腐蝕泄漏的情況，會引發(fā)火災或者爆炸事故，造成人員傷亡。過去，企業(yè)很難及時了解企業(yè)設備的情況，只能定期派人對設備檢查和維護，浪費了大量的人力物力。在工業(yè)互聯(lián)網(wǎng)平臺應用的大背景下，基于傳感器、自適應感知、精確控制與執(zhí)行等數(shù)據(jù)采集技術，實現(xiàn)設備全生命周期的實時態(tài)勢感知、遠程故障診斷和預測性維護。

　　知識管理：從紙質(zhì)封存向模型封存轉(zhuǎn)變。我國石化行業(yè)經(jīng)過幾十年的發(fā)展，積累了大量的工藝技術、實踐經(jīng)驗和專家知識。它們大多在少數(shù)專家手中，碎片化現(xiàn)象嚴重，知識傳播渠道以線下的培訓為主，受時間和空間的諸多限制。在工業(yè)互聯(lián)網(wǎng)平臺應用的大背景下，聚焦煉化生產(chǎn)的工藝優(yōu)化、質(zhì)量管控、節(jié)能降耗場景，推動石化工藝知識以機理模型、業(yè)務模型、算法模型的形式共享、復用、傳播，大幅降低石化知識創(chuàng)新的門檻。

　　供應鏈管理：從企業(yè)內(nèi)向企業(yè)間協(xié)同轉(zhuǎn)變。我國石化行業(yè)的原油和天然氣進口依存度高。在國際原油價格大幅波動，供應鏈成本壓力持續(xù)發(fā)酵的大背景下，我國石化行業(yè)需要提高供應鏈整體的敏捷性和靈活性，對市場變化快速做出反應，及時調(diào)整，統(tǒng)籌安排開采、外購、運輸、生產(chǎn)和銷售。因而，以工業(yè)互聯(lián)網(wǎng)平臺為連接樞紐，實現(xiàn)上游原油供應企業(yè)、中游煉化生產(chǎn)企業(yè)、下游產(chǎn)品分銷企業(yè)之間的供應鏈協(xié)同成為大勢所趨。

　　安全管理：從人工巡檢向智能巡檢轉(zhuǎn)變。中國油氣運輸管線約7萬公里，跨度大、范圍廣，部分管線處于地形地貌復雜、自然環(huán)境惡劣、環(huán)境敏感區(qū)域，輸送介質(zhì)危險性大。石油煉化生產(chǎn)的原料和產(chǎn)品大多是高溫高壓、易燃易爆有毒的危險品，規(guī)模龐大，微小的事故就會造成災難性危害。常規(guī)人工巡檢速度慢、成本高、效率低、受自然和地理條件制約大。在工業(yè)互聯(lián)網(wǎng)的大背景下，利用傳感器、增強現(xiàn)實眼鏡、無人機、智能機器人等工具，大幅提高了巡檢的實時性、精準性和可視性，提高巡檢效率。

　　典型應用場景及實踐

　　設備管理。一是設備狀態(tài)檢測。通過對物理設備的幾何形狀、功能、歷史運行數(shù)據(jù)、實時監(jiān)測數(shù)據(jù)進行數(shù)字孿生建模，實時監(jiān)測設備的各部件的運行情況。中石油青海油田對10萬臺口油氣水井和3000余座場站的采油設備的運行數(shù)據(jù)自動采集，遠程實時監(jiān)測設備運行狀態(tài)，實現(xiàn)了邊遠油田派遣人數(shù)和人工成本大幅下降。二是遠程故障診斷。將設備的歷史故障與維修數(shù)據(jù)、實時工況數(shù)據(jù)，與故障診斷知識庫相連，利用機器學習和知識圖譜技術，實現(xiàn)設備的故障檢測、判斷與定位。中油瑞飛工業(yè)互聯(lián)網(wǎng)平臺對中石油海外油田設備提供了跨國油田遠程技術支持服務，結合專家遠程診斷和工人維修指導，實現(xiàn)了50%以上的問題無需設備服務商到場解決非現(xiàn)場解決。三是預測性維護。構建設備數(shù)字孿生體，實時采集各項內(nèi)在性能參數(shù)，提前預判設備零部件的損壞時間，主動、及時和提前進行維護服務。燕山石化建立了調(diào)節(jié)閥故障模型，通過對煉化裝置流量控制閥進行數(shù)據(jù)分析和診斷，實現(xiàn)了對控制閥的預測性維護，降低無效維修50%以上，創(chuàng)造直接經(jīng)濟效益近5000萬元。

　　煉化生產(chǎn)。一是工藝優(yōu)化。在實際煉化生產(chǎn)前，對原油原料、工藝流程、煉化設備進行數(shù)字孿生建模，對工藝配方、工藝流程等全方位模擬仿真，優(yōu)化原料配比參數(shù)和裝置優(yōu)化路徑，得出最優(yōu)的煉化生產(chǎn)方案。中石油云南石化對開工原油的煉化工藝流程進行模擬分析，明確各項操作參數(shù)，從而指導生產(chǎn)操作，實現(xiàn)了常減壓裝置1次開車成功，制氫聯(lián)合裝置核心設備投產(chǎn)1次成功。二是質(zhì)量管控。實時采集和分析油品煉化全流程的質(zhì)量數(shù)據(jù)，對各項質(zhì)量指標進行在線動態(tài)分析和預測預警，實現(xiàn)煉化全流程質(zhì)量跟蹤及自動控制。中石化九江石化在煉化生產(chǎn)過程中，對各項質(zhì)量指標進行實時監(jiān)測和動態(tài)分析，實現(xiàn)了油品煉化質(zhì)量的大幅提升，噸原油除成品油率提高到82%，產(chǎn)出率提升7個百分點。三是節(jié)能降耗。通過對關鍵耗能設備和高耗能加工流程的數(shù)據(jù)采集，結合大數(shù)據(jù)、人工智能算法和專家知識庫，分析耗能的關鍵因素，找出能耗最低的工藝參數(shù)來指導實際生產(chǎn)，提高關鍵耗能設備的維護精度。恒逸工業(yè)大腦通過對歷年鍋爐燃燒數(shù)據(jù)的深度學習，推算出最優(yōu)的鍋爐燃燒參數(shù)，燃煤發(fā)電效率提升2.6%，同時節(jié)約了成本。

　　供應鏈協(xié)同。一是企業(yè)內(nèi)供應鏈協(xié)同。實時采集和分析供應鏈運行情況，識別資源配置低效的環(huán)節(jié)，提出改進方案，提高企業(yè)內(nèi)部資源配置效率。中石化鎮(zhèn)海煉化將原油采購、資源配置、裝置運行、產(chǎn)品結構、銷售物流等進行全流程建模，系統(tǒng)分析供應鏈協(xié)同的重點難點和優(yōu)化潛力點，測算了各類優(yōu)化方案637個，累計創(chuàng)效3.9億元。二是企業(yè)間的供應鏈協(xié)同。以工業(yè)互聯(lián)網(wǎng)平臺為連接樞紐，打通石化上游原油供應、中游煉化生產(chǎn)、下游產(chǎn)品銷售各環(huán)節(jié)，優(yōu)化全產(chǎn)業(yè)鏈資源配置。當前，我國石化產(chǎn)業(yè)鏈的供應鏈協(xié)同正處于探索應用階段，新冠肺炎疫情期間，基于石化盈科ProMACE工業(yè)互聯(lián)網(wǎng)平臺，鎮(zhèn)海煉化、恒力石化進行生產(chǎn)動態(tài)優(yōu)化調(diào)整，提高防疫所需原材料的供給能力，同時與口罩、防護服生產(chǎn)企業(yè)實時對接、協(xié)同排產(chǎn)，實現(xiàn)了上下游醫(yī)衛(wèi)用品資源配置的動態(tài)優(yōu)化，提升產(chǎn)業(yè)鏈協(xié)同效率。

　　安全巡檢。一是生產(chǎn)安全監(jiān)控。實時采集的煉化生產(chǎn)過程中的各類安全數(shù)據(jù)，結合安全生產(chǎn)監(jiān)控模型，對生產(chǎn)異常狀態(tài)和安全風險實時報警。中石化茂名石化基于工業(yè)互聯(lián)網(wǎng)平臺匯聚廠區(qū)內(nèi)外的安全信息，結合安全風險診斷模型，實現(xiàn)了異常狀態(tài)和安全風險的實時報警，發(fā)現(xiàn)并消除了1800多項生產(chǎn)異常問題減少了安全隱患。二是管道智能巡檢。在油氣管道內(nèi)外利用傳感器、智能陰保樁、管道巡檢機器人、無人機等數(shù)據(jù)采集工具，以及連接地理、氣象等環(huán)境數(shù)據(jù)，實現(xiàn)管道內(nèi)外運行狀態(tài)的全面感知和實時監(jiān)測，對管道異常狀況(如泄漏)快速定位。基于ProMACE工業(yè)互聯(lián)網(wǎng)平臺，石化盈科在中石化西北油田開展了原油管線泄漏視頻智能識別應用，通過訓練卷積神經(jīng)網(wǎng)絡，實現(xiàn)視頻數(shù)據(jù)實時分析處理，巡檢視頻識別效率提高70%以上。

　　推進應用場景落地的著力點

　　加強底層數(shù)據(jù)分析，促進邊云協(xié)同。一是邊緣數(shù)據(jù)采集方面，安裝傳感器、無人機、攝像頭、三維掃描儀等數(shù)據(jù)采集工具，利用泛在感知技術，采集油田地質(zhì)勘探、鉆井、開采、運輸、煉化、銷售領域的多源設備、異構系統(tǒng)、運營環(huán)境、人員等數(shù)據(jù)，實現(xiàn)對油田、運輸管道、煉化工廠運行狀態(tài)的全面感知。二是邊緣數(shù)據(jù)分析方面，在原油開采裝置、煉化重點裝置、運輸管道關鍵節(jié)點部署機器學習和深度學習算法，在邊緣控制器上集成分析引擎，實現(xiàn)對裝置的自動調(diào)整和優(yōu)化。在設備管理、質(zhì)量管控、智能巡檢場景下，可以考慮將云端的機器學習模型和深度學習模型，部署在邊緣設備端，在模型、數(shù)據(jù)、服務三方面實現(xiàn)邊云協(xié)同。

　　梳理煉化工藝知識，研發(fā)工業(yè)模型。一是面向設備管理，重點研發(fā)煉化重點裝置的運行狀態(tài)監(jiān)測模型、遠程故障診斷模型和預測性維護模型。二是面向煉化生產(chǎn)，重點研發(fā)煉化工藝流程模擬優(yōu)化模型、聚合物反應模型、換熱網(wǎng)絡優(yōu)化模型、公用工程系統(tǒng)優(yōu)化模型以及能量系統(tǒng)優(yōu)化模型、生產(chǎn)質(zhì)量管控模型。三是面向供應鏈管理，重點研發(fā)原油進口供應鏈擾動緩解模型、供應鏈柔性作業(yè)模型、供應鏈均衡協(xié)調(diào)模型、成本和風險平衡模型、計劃和調(diào)度模型等。四是面向安全管理，研發(fā)基于多源安全數(shù)據(jù)融合的火災爆炸事故風險預警模型、高危設備監(jiān)測和故障預警模型、危險源監(jiān)測和預警模型、應急資源管理模型、安全應急調(diào)度模型。

　　研發(fā)行業(yè)解決方案，推廣典型應用。一是打造設備管理解決方案。重點研發(fā)和推廣煉化重點裝置的狀態(tài)監(jiān)測、遠程故障診斷、預測性維護解決方案，提升煉化裝置管理水平。二是打造煉化生產(chǎn)解決方案。重點研發(fā)煉化生產(chǎn)裝置流程模擬、智能化驗室、運營管理優(yōu)化、生產(chǎn)質(zhì)量管控等解決方案，實現(xiàn)煉化生產(chǎn)優(yōu)化。三是打造供應鏈協(xié)同類解決方案。重點研發(fā)石化企業(yè)內(nèi)部的供應鏈協(xié)同解決方案和企業(yè)間的供應鏈協(xié)同解決方案，實現(xiàn)石化供應鏈全流程的優(yōu)化、資源合理利用以及價值的優(yōu)化。四是打造安全管理類解決方案。重點研發(fā)煉化生產(chǎn)安全監(jiān)管解決方案、管線漏失動態(tài)監(jiān)測、鉆孔破壞點精確定位、應急指揮解決方案，實現(xiàn)對煉化生產(chǎn)風險提前報警，對油氣長輸管道泄漏的實時檢測和準確定位。

　　推薦閱讀：工業(yè)硅相關論文文獻