工業(yè)設(shè)備上云是工業(yè)互聯(lián)網(wǎng)平臺(tái)建設(shè)和應(yīng)用的重點(diǎn)、難點(diǎn)，也是切入點(diǎn)，意義十分重大。2018年7月工信部發(fā)布的《工業(yè)互聯(lián)網(wǎng)平臺(tái)建設(shè)及推廣指南》，提出要“實(shí)施工業(yè)設(shè)備上云‘領(lǐng)跑者’計(jì)劃”，并明確了四類十大重點(diǎn)工業(yè)設(shè)備，即以煉鐵高爐、工業(yè)鍋爐、石化設(shè)備為代表的高能耗設(shè)備，以柴油發(fā)動(dòng)機(jī)、大中型電機(jī)、大型空壓機(jī)為代表的高通用設(shè)備，以工程機(jī)械、數(shù)控機(jī)床為代表的高價(jià)值設(shè)備和以風(fēng)電、光伏為表的新能源設(shè)備。
三年來(lái)，工業(yè)設(shè)備上云取得了重大進(jìn)展，全國(guó)重點(diǎn)工業(yè)互聯(lián)網(wǎng)平臺(tái)連接的工業(yè)設(shè)備數(shù)量超過(guò)7300萬(wàn)臺(tái)套，上云深度從狀態(tài)監(jiān)測(cè)、故障診斷向預(yù)測(cè)預(yù)警、精準(zhǔn)運(yùn)維演進(jìn)。為幫助業(yè)界進(jìn)一步明確不同工業(yè)設(shè)備上云面臨的痛點(diǎn)問(wèn)題、應(yīng)用場(chǎng)景、實(shí)施路徑和推廣前景，賽迪智庫(kù)信息化與軟件產(chǎn)業(yè)研究所工業(yè)互聯(lián)網(wǎng)研究室在調(diào)研40余家企業(yè)的基礎(chǔ)上，編制形成了“工業(yè)互聯(lián)網(wǎng)平臺(tái)+工業(yè)設(shè)備上云”系列研究報(bào)告。
石油化工設(shè)備面臨著設(shè)備能耗高、安全風(fēng)險(xiǎn)高、停機(jī)損失大和運(yùn)維難度大等痛點(diǎn)問(wèn)題。以石化盈科、阿里云等為代表的解決方案企業(yè)積極探索基于工業(yè)互聯(lián)網(wǎng)平臺(tái)推動(dòng)石油化工設(shè)備上云，并開展設(shè)備節(jié)能降耗、設(shè)備安全預(yù)警、設(shè)備預(yù)測(cè)維護(hù)和設(shè)備模擬操作等新型應(yīng)用服務(wù)，有效提升了石油化工設(shè)備的能源利用效率和運(yùn)營(yíng)維護(hù)效率。
痛點(diǎn)問(wèn)題
01設(shè)備能耗高
石油化工是高耗能的產(chǎn)業(yè)，其能耗量在我國(guó)行業(yè)耗能中排于第五位，位列金屬冶煉、建材、化工和電力之后。石化企業(yè)中工藝設(shè)備是生產(chǎn)加工的主體，因此設(shè)備能耗是全廠能耗最重要的組成部分，據(jù)統(tǒng)計(jì)，大型煉廠的全廠能耗組成中，85%-90%為設(shè)備能耗，因此對(duì)主要耗能裝置進(jìn)行有效的能耗管理是石化企業(yè)節(jié)能減排的重點(diǎn)。在傳統(tǒng)模式下，企業(yè)難以實(shí)時(shí)采集、監(jiān)測(cè)、分析設(shè)備能耗情況，不能精準(zhǔn)確定重點(diǎn)問(wèn)題環(huán)節(jié)。
02安全風(fēng)險(xiǎn)高
石化行業(yè)的生產(chǎn)設(shè)備具有危險(xiǎn)性，一旦設(shè)備在運(yùn)行的過(guò)程中出現(xiàn)異常高溫、高壓、設(shè)備腐蝕泄漏的情況，會(huì)引發(fā)火災(zāi)或者爆炸事故，造成人員傷亡。傳統(tǒng)的設(shè)備管理方式為定期檢查和定期維護(hù)，企業(yè)連續(xù)生產(chǎn)期間很難及時(shí)了解設(shè)備內(nèi)部情況，并準(zhǔn)確識(shí)別設(shè)備故障，造成安全生產(chǎn)的重大隱患。
03停機(jī)損失大
石油化工屬于流程行業(yè)，一旦某一設(shè)備發(fā)生設(shè)備故障而非計(jì)劃臨時(shí)停機(jī)檢修，將造成整個(gè)生產(chǎn)裝置的全面停產(chǎn)(或大幅度減產(chǎn))，企業(yè)的經(jīng)濟(jì)效益損失十分嚴(yán)重。通常，一次較大的設(shè)備事故(例如壓縮機(jī)組轉(zhuǎn)子損壞)的直接經(jīng)濟(jì)損失大約為百萬(wàn)元以上，間接經(jīng)濟(jì)損失(裝置產(chǎn)值損失及開、停車放空損失)大約為數(shù)千萬(wàn)元。
04運(yùn)維難度大
石化大機(jī)組等動(dòng)設(shè)備價(jià)值高，而且零部件多、結(jié)構(gòu)復(fù)雜、故障形式多樣，運(yùn)維難度較大。傳統(tǒng)的以設(shè)備或測(cè)點(diǎn)為對(duì)象的監(jiān)測(cè)技術(shù)，單一的參數(shù)指標(biāo)不能全面體現(xiàn)設(shè)備故障特征，導(dǎo)致設(shè)備出現(xiàn)異常不能快速定位。同時(shí)，由于石化設(shè)備復(fù)雜，對(duì)維修人員的技術(shù)和經(jīng)驗(yàn)要求高，缺乏經(jīng)驗(yàn)的維修人員對(duì)機(jī)組檢修難以一次合格，存在二次檢修現(xiàn)象。
應(yīng)用場(chǎng)景
01設(shè)備節(jié)能降耗
石油化工是高耗能的產(chǎn)業(yè)，對(duì)石油化工設(shè)備進(jìn)行有效的能耗管理是石化企業(yè)節(jié)能的重點(diǎn)。一是關(guān)鍵耗能設(shè)備的數(shù)據(jù)采集。針對(duì)加熱爐、壓縮機(jī)、泵等關(guān)鍵耗能設(shè)備，采集排煙溫度、熱負(fù)荷、燃料類型、熱效率、燃料流量、折標(biāo)系數(shù)、空氣過(guò)剩系數(shù)、壓縮機(jī)的流量、出入口溫度、出入口壓力、軸功率、揚(yáng)程、輸送液體密度等能耗數(shù)據(jù)。二是節(jié)能降耗的模型構(gòu)建與耗能分析。利用大數(shù)據(jù)和人工智能技術(shù)，結(jié)合工業(yè)機(jī)理和專家知識(shí)，構(gòu)建石化設(shè)備能耗模型，分析耗能的關(guān)鍵因素，找出能耗最低的工藝參數(shù)來(lái)指導(dǎo)實(shí)際設(shè)備生產(chǎn)，提高關(guān)鍵耗能設(shè)備的維護(hù)精度。
例如，恒逸石化與阿里云合作推動(dòng)石化設(shè)備上云，通過(guò)對(duì)恒逸石化歷年鍋爐燃燒數(shù)據(jù)進(jìn)行深度學(xué)習(xí)，推算出最優(yōu)的鍋爐燃燒參數(shù)，實(shí)現(xiàn)了燃煤發(fā)電效率提升2.6%，在節(jié)煤方面增加了數(shù)千萬(wàn)元收入。
02設(shè)備安全預(yù)警
設(shè)備隱患與故障輕則影響生產(chǎn)，重則容易引發(fā)安全事故。實(shí)現(xiàn)設(shè)備故障風(fēng)險(xiǎn)評(píng)估，合理安排處置優(yōu)先級(jí)和措施至關(guān)重要。一是設(shè)備關(guān)鍵安全參數(shù)的數(shù)據(jù)采集。利用傳感器等智能終端，實(shí)時(shí)采集石化設(shè)備運(yùn)行過(guò)程中的工藝參數(shù)、維修記錄以及振動(dòng)等數(shù)據(jù)，在云端總結(jié)提取設(shè)備生產(chǎn)過(guò)程中的各種風(fēng)險(xiǎn)因素。二是設(shè)備安全預(yù)警模型的構(gòu)建與訓(xùn)練?；谑O(shè)備運(yùn)行機(jī)理、行業(yè)標(biāo)準(zhǔn)、結(jié)合設(shè)備管理領(lǐng)域的專家知識(shí)和實(shí)踐經(jīng)驗(yàn)，應(yīng)用工業(yè)大數(shù)據(jù)算法和人工智能技術(shù)，構(gòu)建重點(diǎn)設(shè)備運(yùn)行、工藝報(bào)警、現(xiàn)場(chǎng)報(bào)警、作業(yè)安全、隱患管理、工藝平穩(wěn)率等一級(jí)、二級(jí)設(shè)備安全預(yù)警模型，并通過(guò)對(duì)設(shè)備歷史數(shù)據(jù)的挖掘、自學(xué)習(xí)、訓(xùn)練識(shí)別設(shè)備的健康安全邊界，實(shí)現(xiàn)對(duì)設(shè)備健康實(shí)時(shí)計(jì)算分析、故障預(yù)警與自動(dòng)診斷。三是設(shè)備安全預(yù)警與優(yōu)化?；谏显剖O(shè)備的實(shí)時(shí)運(yùn)行數(shù)據(jù)和設(shè)備安全預(yù)警模型，實(shí)時(shí)分析設(shè)備關(guān)鍵零部件的健康情況，一旦出現(xiàn)設(shè)備運(yùn)行異常和安全風(fēng)險(xiǎn)，提前安全預(yù)警，并給出降低設(shè)備安全風(fēng)險(xiǎn)的優(yōu)化方案，指導(dǎo)管理人員操作。
例如，大連恒力石化基于工業(yè)互聯(lián)云平臺(tái)對(duì)PTA裝置壓縮機(jī)組、高危泵等重要設(shè)備進(jìn)行智能監(jiān)測(cè)，通過(guò)實(shí)時(shí)采集設(shè)備的振動(dòng)與關(guān)聯(lián)的工藝數(shù)據(jù)、邊緣計(jì)算，構(gòu)建設(shè)備機(jī)理與自學(xué)習(xí)模型，實(shí)現(xiàn)對(duì)設(shè)備健康實(shí)時(shí)計(jì)算分析、故障預(yù)警、自動(dòng)診斷，設(shè)備安全預(yù)警準(zhǔn)確率95%以上，有效確保設(shè)備安全。
山東京博石化基于supOS工業(yè)操作系統(tǒng)建立了包括事故事件管理、隱患管理、工藝平穩(wěn)率、重點(diǎn)設(shè)備運(yùn)行、工藝報(bào)警、現(xiàn)場(chǎng)報(bào)警、作業(yè)安全和安全領(lǐng)導(dǎo)力等8個(gè)一級(jí)指標(biāo)和30個(gè)二級(jí)指標(biāo)。根據(jù)不同的風(fēng)險(xiǎn)權(quán)重，從公司和車間兩個(gè)維度為每個(gè)指標(biāo)賦予不同的扣分系數(shù)，經(jīng)復(fù)雜的計(jì)算提煉，從而形成可視化、可對(duì)比、可執(zhí)行、可預(yù)警的設(shè)備的故障風(fēng)險(xiǎn)評(píng)估體系。安全指標(biāo)從上線之初的-1500多，提升并穩(wěn)定在目前的+70以上;逾期未處理隱患從上線之初的140個(gè)左右，下降并穩(wěn)定在目前的個(gè)位數(shù)。隱患平均處理時(shí)間從上線之初的4.6天，降低至目前的3.8天。
03設(shè)備預(yù)測(cè)維護(hù)
推動(dòng)石化設(shè)備上云，可實(shí)現(xiàn)石化設(shè)備全生命周期的故障預(yù)測(cè)和主動(dòng)維護(hù)，降低設(shè)備非計(jì)劃停機(jī)的損失。一是設(shè)備全生命周期的數(shù)據(jù)采集。采集石化設(shè)備全生命周期的歷史故障、故障數(shù)據(jù)模型、維修記錄設(shè)備振動(dòng)與關(guān)聯(lián)工藝實(shí)時(shí)數(shù)據(jù)等，以及設(shè)備部件結(jié)構(gòu)、參數(shù)、功能、機(jī)理等數(shù)據(jù)。二是設(shè)備預(yù)測(cè)性維護(hù)模型的構(gòu)建?；谠O(shè)備機(jī)理、行業(yè)標(biāo)準(zhǔn)、專家知識(shí)，應(yīng)用人工智能、自學(xué)習(xí)機(jī)制并結(jié)合知識(shí)圖譜技術(shù)，構(gòu)建石化設(shè)備預(yù)測(cè)性維護(hù)模型。三是設(shè)備故障預(yù)測(cè)和主動(dòng)維護(hù)?；谏显剖O(shè)備的實(shí)時(shí)運(yùn)行數(shù)據(jù)和設(shè)備預(yù)測(cè)性維護(hù)模型，對(duì)設(shè)備健康實(shí)時(shí)計(jì)算分析、預(yù)測(cè)石化設(shè)備關(guān)鍵零部件健康變遷與劣化趨勢(shì)，預(yù)判零部件的損壞時(shí)間和剩余使用壽命，實(shí)現(xiàn)主動(dòng)、及時(shí)、提前地開展設(shè)備維護(hù)服務(wù)，避免搶修與過(guò)度維修，減少非計(jì)劃停機(jī)。
例如，鎮(zhèn)海煉化開展云上泵群監(jiān)測(cè)，對(duì)52套裝置1700余臺(tái)高危泵遠(yuǎn)程實(shí)時(shí)狀態(tài)監(jiān)測(cè)及診斷，及時(shí)發(fā)現(xiàn)泵群設(shè)備故障信息，2019年主動(dòng)分析異常107起，建議拆檢40多起，經(jīng)檢修驗(yàn)證與診斷結(jié)論相符，確保裝置安全、穩(wěn)定、長(zhǎng)周期運(yùn)行。
石化盈科建設(shè)了大型機(jī)組管理云平臺(tái)，對(duì)中石化各分公司400余臺(tái)關(guān)鍵離心式壓縮機(jī)組開展集中監(jiān)控，提供典型故障智能診斷、專家遠(yuǎn)程會(huì)診和檢維修指導(dǎo)服務(wù)，有效減少機(jī)組非計(jì)劃停機(jī)損失約30%。大連恒力石化工業(yè)互聯(lián)網(wǎng)設(shè)備智能化平臺(tái)對(duì)動(dòng)設(shè)備開展實(shí)時(shí)、智能化健康計(jì)算分析，實(shí)現(xiàn)數(shù)據(jù)采集、邊緣計(jì)算、數(shù)據(jù)傳輸、健康計(jì)算、故障預(yù)警、自動(dòng)診斷、專家協(xié)同、維護(hù)指導(dǎo)服務(wù)閉環(huán)智能化運(yùn)行，關(guān)鍵部件故障預(yù)警與自動(dòng)診斷準(zhǔn)確率95%以上，有效支撐企業(yè)預(yù)測(cè)維護(hù)體系的建設(shè)。
04設(shè)備操作模擬
石化設(shè)備結(jié)構(gòu)復(fù)雜，運(yùn)維難度大，對(duì)維修人員的技術(shù)和經(jīng)驗(yàn)要求高。一是設(shè)備運(yùn)維模擬。在云端構(gòu)建石化設(shè)備數(shù)字模型，結(jié)合可視化技術(shù)，開展模擬的石化設(shè)備的機(jī)組拆裝、機(jī)組試車、應(yīng)急處置等設(shè)備運(yùn)維培訓(xùn)，提高人員的設(shè)備運(yùn)維技能，保證機(jī)組檢修一次合格。二是設(shè)備操作路徑優(yōu)化?；谑O(shè)備數(shù)字孿生體，在實(shí)際煉化生產(chǎn)前，對(duì)工藝配方、工藝流程等全方位模擬仿真，優(yōu)化石化裝置的操作參數(shù)，優(yōu)化石化裝置的操作路徑，得出最優(yōu)的煉化生產(chǎn)方案。
例如，石化盈科大型機(jī)組管理云平臺(tái)中內(nèi)置MCL和BCL大型機(jī)組三維仿真模型，結(jié)合VR技術(shù)開展機(jī)組拆裝、機(jī)組試車、機(jī)組操作、應(yīng)急處置等可視化模擬操作，在中石化應(yīng)用以來(lái)，有效提高中石化員工的設(shè)備運(yùn)維水平。中石油云南石化在實(shí)際開工前，在云端對(duì)開工原油的煉化工藝流程進(jìn)行模擬分析，明確煉化設(shè)備的各項(xiàng)操作參數(shù)，從而指導(dǎo)生產(chǎn)操作，實(shí)現(xiàn)了常減壓裝置1次開車成功，制氫聯(lián)合裝置核心設(shè)備投產(chǎn)1次成功。
推廣前景
當(dāng)前，我國(guó)石化行業(yè)能耗水平較高，環(huán)保壓力日益增大，市場(chǎng)推廣空間巨大。推動(dòng)石油化工設(shè)備上云，可實(shí)時(shí)采集設(shè)備工況數(shù)據(jù)，結(jié)合大數(shù)據(jù)、人工智能等新興技術(shù)，開展設(shè)備狀態(tài)檢測(cè)、安全預(yù)警、預(yù)測(cè)性維護(hù)等智能服務(wù)，改善能耗水平和綠色生產(chǎn)水平。預(yù)計(jì)石化設(shè)備上云普及率將不斷擴(kuò)大，設(shè)備能耗和污染排放將不斷減少。
文 | 賽迪智庫(kù)信軟所工業(yè)互聯(lián)網(wǎng)研究室 徐靖
（轉(zhuǎn)載）
