炼化企业数字化工厂建设及其关键技术研究

吴 青

（中国海洋石油集团有限公司，北京100010）

炼油化工行业具有产业链长、流程关联度高和生产过程复杂等主要特点，其加工的原料物性复杂，除了不同原油因产地不同而在理化性质方面存在差异外，即使是同一区块的原油，不同时期的原油性质也会有所差别。除此之外，原油加工流程以及炼制过程更是千差万别，十分复杂。为满足市场需要和控制产品质量，各装置操作参数调整频繁，且产品调和方案变化也较多。石油炼制与化工过程大多涉及“高温高压、易燃易爆”等风险因素，因此对各类设备的可靠性、稳定性有严格要求。当前国家对石油石化的QHSE等方面的工作制定推行了更为严格的标准、法规与要求，因此使炼油化工产业面临严峻的挑战。

信息化是中国加快实现工业化和现代化的必然选择。目前，深化的“互联网+”应用与“两化融合”，特别是云计算、大数据、物联网、移动应用、社交媒体、区块链、虚拟现实、量子计算、人工智能等信息化新技术蓬勃发展，一方面正改变石化产品市场格局和用户消费行为，使市场竞争日趋激烈；另外一方面，信息化对炼化生产模式的变革与创新也起到了推波助澜甚至主导作用，炼化产业的生产、管控和经营等各方面业务均面临重大变革和新的发展态势。

近年来，一些探讨数字化工厂在炼油、石化行业应用的研究文章时有发表［1-5］，但大多数对数字炼化概念的缘起做不到清楚阐释。基于此，本文研究、探讨了炼化企业数字化工厂（以下称数字炼化）的概念、特征、体系构架、关键技术、主要应用和数字化转型升级方向，希望能为推进流程工业炼油化工行业的智慧炼化建设［6］有所帮助。

1 数字炼化的概念与主要特征

现代工业经历了机械化、电气化和信息化的过程。 目前，随着“互联网+”、“工业 4.0”和“中国制造2025”等概念相继提出与深入践行，以工业化和信息化深度融合为核心的智能化制造成为了制造业的发展方向与趋势，其中建立和完善数字化工厂是实现智能制造的基础，有助于从数字化的装备、数字化执行与数字化管控等多个层面综合提升制造业的生产管理水平，实现制造信息集成，进而为达到资金流、物质流、能量流和信息流的“四流合一”奠定基础。

工业化发展到一定阶段出现了信息化。从生产形态看，信息化使物质生产演变为信息、知识和物质的共同生产，从原来仅仅是机器制造机器的单一方式转变为由计算机同时制造机器与信息，工业化开始向知识化和信息化转变，从而大大促进了与信息相关的产业、产品、技术以及资源同传统意义上相对应的产业、产品、技术与资源之间的相互融合、渗透。从这个意义上来说，工业信息化就是一个从以物质、能源为主导地位的制造业向以信息为主导地位的制造业转变和发展的过程。

开展与实施工业信息化，其重点与方向是企业的信息化。而企业信息化的过程与方法，简单说就是传统产业的信息化及其全面应用，具体是要构建企业的信息化构架并深化应用。企业信息化构架一般分为经营决策管理层（ERP）、生产执行层（MES）和过程控制层（PCS）等三层。通过这三个层次的信息化建设并考虑各层之间的衔接以及企业内部和外部其他信息集成和自身的深化应用工作，全面提升企业项目管理能力、生产管控能力和营销管理能力。

信息化有三大特征：1）数字化。数字化又称计算机化，它是指将需要处理的各种各样的信息转变（抽象处理）为计算机能够识别和处理的二进制逻辑数字的方法与过程。通过数字化过程，很多传统意义上需在实物层面实现的功能（如生产操作、控制、营销管理等）就可以在计算机上进行或同步反映在计算机系统了。2）网络化。顾名思义，网络化就是从线下搬到线上、网下传播到网上的过程，以及在网上开展相应的业务和工作。通过网络和网络化，建立了一个个实体企业之间、某企业内部（主要是其生产管控与营销）与其相关的外部（包括其上级、政府监管部门，乃至原材料供应商、客户、维修维护等合作伙伴）之间通过网络而形成的关系，构成较原来企业更为广泛的“虚拟企业”，且该“虚拟企业”内部能实现较好的协同工作、协同商务等新形式。3）模型化。模型化是指采用数字方式来实现生产管控与营销，所以模型化也可称为数字化。

据此，提出数字炼化概念的定义：数字炼化是指将实物形态的炼油化工工厂进行计算机化的过程与结果，即数字炼化是与物理意义上实物工厂一一对应的计算机“虚拟工厂”或“虚拟炼化”。为实现与实物工厂的一一对应，需要依托数据收集、整合集成和数据库建设等技术对生产管控、营销等过程实施建模、仿真与优化，进而实现虚拟现实与可视化。

随着信息技术不断进步以及管理范围不断扩大，相关实践经验持续积累，信息化网络化和数字化的特征愈加明显，数字炼化概念的内涵也在不断扩充、丰富。现如今，数字炼化包括了工程设计、项目建设、生产运行过程和营销、管理与服务的数字化，其中还包含了上述各环节专业人员的知识、智慧和经验，将上述内容进行全面的整合集成，形成了整个企业的数字化和现代化工厂模式。因此，数字炼化的主要特征在于信息集成。

对新建炼厂或改扩建项目，为实现工程建设项目全生命周期的最优化，在炼化工程项目建设中引入了“数字炼化”的模式：项目工程建设应同时交付2个工厂，即物理意义上的“实物工厂”和虚拟环境下的“虚拟炼化”。此阶段的目标包括：1）完全与工程建设相关的、与传统意义上的项目管理相对应的“虚拟炼化”的“工程项目”部分，这部分的目标是数字化交付。与完成数字化交付相关的方面，包括基础设计、详细设计、工程项目的采购、施工等项目管理，它们以二维和三维图形等方式形成相关数据，集成到统一的平台中。2）同样与工程建设相关，但是目标要比传统意义上的项目中交、调试、开工更为深远，即以“无缺陷开车”为目标的项目管理，同样集成在这个平台中，既是工程项目管理的一部分，也是延伸到生产管控、市场营销的重要接口。

所以，从新建或扩建、改造项目角度看，建设数字炼化首先要建立与项目工程管理相关的平台。这个平台还要延伸并能够与今后的生产管控、市场营销管理相衔接。为此，笔者提出“EMM平台”的概念，即集成了工程设计（E）、生产管控（M）和市场营销（M）的一体化综合平台。与项目工程管理相关的平台部分 （即EMM中的E部分）主要包括基础设计（D）、工程设计即详细设计（E，含设计管理、文档控制等）、工程采购（P，含设备监造、催交催运等）、工程施工（C）、项目管理（M，内含进度管理、费用控制、质量管理、工程监理等）、项目开车（C，含中交、调试、开车等）等6个工程管理子平台的综合性、数字化的集成平台。此时，数字炼化就是一个建立在完整的“EMM”平台基础上的、与物理意义上炼油化工工厂相对应的数字化工厂。

因此，数字炼化的建设过程，首先是一个搭建“EMM”数字化平台的过程。在项目的建设阶段，搭建E平台特别是6个子平台的过程中，需要工程公司（设计院）、业主、建设管理单位、建设单位、设备供应与制造单位、监理、技术服务商等各专业人员利用同一个数字化平台进行基础设计、详细设计、工程采购、项目施工、工程监理、项目管理和中交、调试与开车。从这个角度出发，数字炼化的建设必须和实物工厂的建设同步规划、同步推进。

如果能够将以制造（生产）和管理为中心的观点和以设计与工程为中心的观点结合起来，同时考虑为该工厂生产所需原油（料）与能源的供应以及产品储运、市场营销服务，且这几者之间通过信息集成、得到实时数据库的支持后能够实时下达、接收指令，从而使彼此之间协调、贯通、交互和全面优化，这便可以说实现了全面的数字化工厂或数字炼化。

从以上分析可见，数字炼化功能至少包括：工程管理阶段（前期规划、工程“四大控制”的相关管理、工程交流与汇报、数字化交付、无缺陷开车）；投产后的转资及可视化资产管理与设备全生命周期管理；生产运营管理（生产计划与调度、生产运行监视、生产工艺优化）；生产质量管理（达标与质量控制系统以及化验分析与实验室数据管理系统）；安全环保（三维应急管理、环保系统、三维可视化培训等）；与市场营销相关的功能（物流系统、产品销售管理等）。因此，数字炼化至少包括完整性(即全生命周期）、可视性、数据集成性等主要特征，其本质是信息、信息流和工作流的数字化，既为炼化企业展示数字化信息（即可视化），也为完成数字化交付和无缺陷开车后的设备预防性维修提供可能；供应链数字化 (原料、原油供应)；输入能量（水、电、汽、风等）的数字化；产业链数字化（生产装置、单元的管控、计划调度与优化等）并延伸到价值链 （产供销存一体化数字化）。数字炼化也为智能和智慧炼化奠定了基础。

2 数字炼化的总体构架

2.1 工程设计视野下的数字炼化总体构架

如前文定义，从工程管理角度来看，数字炼化可看作是在“EMM”数字化集成平台中由“E”中的6个工程建设项目管理子平台（D、E、P、C、M、C 平台） 所建立的、与物理意义上的实物炼油化工工厂相对应的数字化工厂。图1是EMM平台中重点对E展开描述的数字炼化构架。

图1 EMM平台中“E”的结构

由图1可见，在这个构架下，通过工程管理模块的E平台中的D、E、P、C、M、C六大子平台，工程建设阶段的各种信息被有机集成起来，实现了数字化交付和项目的无缺陷开车。

虽然理想状态是应该考虑全生命周期的数字化工厂，但实际上目前还无法做到。即当前阶段，绝大部分的新建项目、改造项目，其平台都只有一个独立的“E”平台。一个工厂或项目，试车前的工作由业主和工程公司、建设单位共同参与、设计建设单位为主，这一阶段周期为2～5 a；但试车、交付业主后，工程公司便鲜少参与其中，业主以及维护单位（往往不是建设单位）运营、维护和管理该工厂或项目的时间很长，期间的大检修、技改技措、维修维护数据、装置日常操作优化数据、各种模型等在“E”平台上并未体现。如何与交付后的实物工厂进行数据传输、集成应用是今后的一个研究课题。

囊括6个子平台的“E”平台，包含了数字炼化中所有工程阶段的数字化信息。理想情况下，该阶段的各类专业人员（如设计人员、采购人员、建设人员、监理人员等）应该在同一个平台上工作，或至少要求设计单位不同专业人员在同一个平台（D、E子平台）上工作。从这个角度出发，数字炼化建设和实物工厂建设同步规划、同步推进极其重要。为实现数字化交付，保证设计信息能够顺利地导入、导出，做好类似“资料互提、同源数据采集、设计文件双向校验以及设计成品输出和归档”等工作，特别是做好“设计、采购、建设”三者之间所需数据、资料的相互衔接，需要重视、处理好以下三层平台［7］的建设与协调：1）基础硬件平台，主要功能是提供稳定的硬件和网络环境，其中也包括了硬件和网络环境的安全、配置、备份和保密等基本要求；2）基础软件平台，主要功能是提供基础的软件架构和数据库环境，以满足基本的数据、资料、业务功能和工作流程的需要；3）应用软件平台，主要功能是提供丰富的客户应用环境，以便不同客户可以根据自身的需要进行相关数据录入、报表的查询和分析等一些自定义功能。

表1为某工程公司给出的智能工厂数字化整体技术架构的配置［5］。

2.2 生产与管理角度下的数字炼化总体构架

数字炼化的特征之一是数据集成。从生产运营管理角度看待的数字炼化总体按照4个层面的使用状态进行设计：1）数据层，主要完成各类信息的整合、集成，实现数据与三维实体模型的融合汇集；2）专业模型层，融合工程作业、工艺流程等业务逻辑拓扑关系，内置多种工艺仿真模型和算法，模拟工况、优化生产；3）业务应用层，为工程、生产、应急、培训等各类业务提供支撑；4）显示模式层，根据客户需要，有针对性、差异化设计相关的应用数据、功能、显示内容、显示模式。

图2为中国海油惠州石化一期工程的数字化工厂总体构架［8］。

表1 数字化工厂的整体技术架构（配置）

图2 中国海油惠州石化的数字化工厂总体构架

2.3 完整性、集成化的数字炼化

考虑到从项目的设计、工程建设、运营、维修以及所处理的原料（油）、能源以及生产过程的决策、计划排产以及产品销售，一个完整性、集成化的数字炼化示意图见图3。由图3可见，项目（工厂）从前期、设计与工程建设、数字化交付到今后的运维、改造和设备管理，体现了全生命周期的概念与要求，属于“机”范畴；项目（工厂）所需要的原料（油）和输入、输出的能源体现了供应链的概念，属于“物”范畴；而整个生产管理、生产运营和产品销售体现了产业链和价值链的概念，属于“人”范畴。“人、机、物”3个范畴内相应的信息化系统（项目）及其集成与应用，构成了其总体的构架。

AVEVA Engineering是目前全球发展较快的工厂工程信息技术企业，其VANTAGE项目一体化（IPE）解决方案涵盖了一个工厂项目在项目建设期间的工程设计、布置设计、项目管理，和工厂运营维护期间的企业数据仓库，是目前已在全球范围内经过大量实际工程验证、并可高效低成本普及的项目一体化解决方案。但VANTAGE基本上只属于“机”范畴，没有与“人、物”范畴相关的内容或项目（供应链、产业链以及价值链相关内容）。因此，图3涉及的概念比VANTAGE项目一体化解决方案更为全面、广泛。

3 关键技术与主要应用

3.1 关键技术

3.1.1 完整性、集成化的一体化平台

一个能够集成“工程管理、产业链（生产运管与销售）、维修保运、能源与供应链管理”在内的完整的一体化集成平台（即“EMM”平台），是全面与理想数字炼化的基础以及核心。在项目前期（“E”平台），需要认真考虑如何将“E”中6个方面子平台集成。这6个子平台是围绕数字化交付和无缺陷开车两大目标展开的。实现数字化交付的前提是能够采集、整合、集成、统一各类数据，达到符合数字化交付的标准。针对数字化交付标准的制定及其内容，都需要做好顶层设计。按照数字化交付标准，各类人员在统一的“E”平台上工作，生成、储存、输出合格数据利用相关数据建立模型，完成自身具体工作的同时，能够很好地集成到其他子平台以及除了工程管理“E”外的另外2个平台——生产管控平台（M）和市场营销平台（M）。 即在“E”平台上实现的数字化交付与无缺陷开车目标的所有文件、数据，能够被集成、无缝衔接到设备管理 （如预防性维修、设备全生命管理等）、与生产管控与市场营销等相关的信息化系统，满足对各类历史数据的调用、集成、整合、优化等的需要。

3.1.2 数据的集成、融合、数据库以及数据挖掘等技术

数字炼化中的大量数据，由于来源不同，其格式、标准、精度等均不统一，因此有必要引入数据的处理或融合技术，如多源、多时相数据间的同化、再分析及信息融合等技术。

为了支持、配合管理中的决策制定，将分布在企业网络中不同站点的商业数据集成、整合以形成数据仓库十分重要。按照W.H.Inmon在1991年所提出的定义，数据仓库是一个面向主题的（Subject Oriented）、集成的（Integrated）、相对稳定的（Non-Volatile）、反映历史变化（Time Variant）的数据集合，用于支持管理决策。因此，数据仓库作为一种数据集合，是一种环境，它包含当前和历史的数据。

数据挖掘［9-10］本质是为了帮助、协助企业从海量的数据中 “挖掘”出符合企业特定目标要求的相关“信息”。对于炼化企业的数据挖掘来说，应重点研究如何应用信息化的技术、算法、模型、方式方法来处理相关知识网格的体系结构和应用方式，从而开发出适合炼厂使用的知识网格平台，以确保信息化给企业能带来最大的效益。

3.1.3 物联网技术

物联网或万物互联是这样的一种网络：它按事先约定的技术协议，借助信息传感设备［如射频识别（RFID）、红外（IR）感应器等］，使设备与互联网相连并进行信息交换和通信，从而实现对设备的智能化识别、定位、跟踪、监控和管理。

物联网的应用很广泛。如某项目的产品研发过程，实验信号可以通过物联网进行传递、集中处理；又如在项目工程建设期间，可以利用RFID、红外感应等物联网手段对进出现场的人员、车辆等进行管理；在生产运行期，则可以通过分散型控制系统（DCS）等自动化设备采集数据并建立虚拟现实。

图3 完整性、集成化的数字炼化示意图

3.1.4 可视化、三维空间与地理信息方面的相关技术

与三维空间、地理以及可视化方面相关的技术，主要包括：1）网格计算技术及其相关应用，主要涉及空间信息共享、协同服务等关键技术问题，重点研究网格GIS框架体系及其关键技术、空间信息协同服务标准、分布式空间对象技术等；2）与炼化企业时空数据组织、管理相关的一些技术、模型等，如炼厂信息多维动态显示技术、可视化模型及其显示技术等；3）与炼厂空间决策支持系统相关的技术、体系，如以GIS为中心的本决策支持体系的结构等；4）关于地图及其服务相关技术，主要指海量地图服务器技术及其应用，包括TB字节级别的影像数据管理、矢栅数据联合操作，以及在Web上实现基于海量矢量、栅格数据的实时无缝快速自动漫游等功能，并实现影像、地图和设计图的无缝连接。

3.1.5 虚拟现实、仿真以及优化技术

虚拟现实（VR）实际上是一种集成了计算机图形、计算机仿真、人工智能、模型和显示等的综合技术。就特定的炼油化工项目来说，工程建设阶段的数字化如采用VR技术，则可以展现其成果、开展工程项目管理；在进入投料试车、生产管控阶段，VR是开展无缺陷开车、生产运营管理和监督的工作平台。

流程工业领域开展计算机仿真比较普遍，在企业生产经营的过程中发挥了较大作用。计算机仿真技术通常基于模型对现实进行动、静态仿真和模拟［11］。不同阶段采取计算机仿真技术可以获得不同的结果（效果），如在设计阶段采取该技术可以完善设计成果，并体现于VR中；在工程建设和生产运行阶段，则可以模拟和完善实际操作和管理。

计算机的仿真和优化往往是在VR技术基础上进一步实现的。 用于指导生产实践的计算机仿真系统可以结合用户三层不同业务层（ERP层、MES层和PCS层）的功能和相应的数据库来组建B/S、C/S两种架构下的仿真系统，并与企业门户系统无缝对接。

如果上述计算机仿真只是针对企业信息化三层结构中的某一层，则还要考虑多层集成仿真技术。该技术不仅考虑某一层的仿真问题，更重要的是能够考虑各层次间的仿真系统的信息交互问题，这样的仿真不但反映了某层次（即局部）的变化，而且能够反映局部变动对其他层次和整个企业的影响。

3.1.6 基于SOA和BPM的集成技术

基于面向服务的架构 （SOA）和业务流程管理（BPM）的集成技术［2］，主要是指采用虚拟现实展示工程建设期间的工程设计成果；基于该VR成果，进一步开展项目建设以及项目的全生命周期管理，如工程建设期间监控各环节的进度、费用、质量等；同时进行数字化开车与运行，监控、优化某装置的运转情况；实现从设计到运行的全程一致。因此，虚拟现实在不同阶段（如工程建设初期与无缺陷开车阶段、生产运行阶段等）要与不同阶段的实际环境相集成，做到“与时俱进”，才能保证虚拟现实的全程一致。由于工程建设和生产运行的实际环境跨越了 “E”到“M”平台，所以实际集成的难度很大。而SOA和BPM的集成技术分别实现了标准化的服务封装，并提供了敏捷的基于服务的流程组装手段，因此是实现虚拟现实从“E”到“M”全程一致的关键技术。

3.1.7 云计算、数据分析与统计技术

云计算是一种信息服务，它采取共享基础架构的原理与方法，将巨大的系统池连在一起后使得信息系统加速运行。云计算通过提供集中的平台与服务，大大提高了服务器利用率，如传统的服务器利用率仅为10%～30%，而云服务器利用率高达70%［12］。

数据的统计与分析，是指满足企业各层次人员需要的、经过数据挖掘后的各种数据的再处理，最终形成经验、知识等信息并入库，形成各种报表、材料。

3.1.8 管理预测与决策技术

通过对各类“数据”的挖掘、加工（如统计、分析等），分门别类形成了适合不同层次需要的大量“信息”。在此基础上，应用与预测、决策相关的一些技术或手段，如预测理论方法（包括市场预测、统计预测、经济预测等）、决策方法（如经验判断法、数学分析法和试验法等），能够为不同层次人员提供服务，辅助或配合其完成管理预测和决策。

3.2 主要应用

3.2.1 工程设计、建设以及数字化交付

在新化工项目建设的初期就采取数字化工厂建设模式。中国石化工程建设有限公司（SEI）在其承担的元坝项目中做了以数字化交付为目的的数字化工厂的设计与建设［4］，以 AVEVA NET 为集成平台，整个项目过程整合了工艺智能流程设计集成系统、工程设计基础系统、三维协同设计系统等，初步实现了软件数据向数字化平台的自动发布，基本打通了数字化交付流程，显著提升了对EPC的管理效果。

应用三维模型和流程模拟技术开展数字化工厂的设计，探索以数字产品设计代替物理产品的设计方式来验证石化企业是否具备生产热销产品的工艺条件，并为及时调整产品结构提供设计依据。印度某石油公司根据市场热销炼化产品的需求，应用CAD、PMP等数字化设计技术，在各炼油厂进行工艺设计、产品设计和虚拟生产等过程的数字化管理，取得了实效［2］。

3.2.2 三维工厂

中国石油兰州石化公司运用三维建模和信息技术进行了三维工厂的试点建设工作［1］。基于三维智能VR模型功能，所有设备均能够按照实际大小和形状精确定位。所建立的数字化工厂系统平台集成了所有数据，实现了企业在工程基础资料、生产、设备、维修、安全和培训六大方面三维的虚拟应用支持，所建的三维智能模型可以与生产、运营和经营业务相融合，大大提升了管理业务的准确性、直观性以及智能性和协同性，实现了管理和决策的可管与可视。3.2.3 数字炼化的生产运营与管理

得益于DCS在炼化企业的普遍使用，炼化企业数字化应用的基础较好。

中国海油惠州石化公司按照“一个平台，两个网络，三层应用”建设规划，以“一个平台”思路，打造了生产全流程协同信息化平台，实现了生产作业受控，其中还实现工艺巡检与设备巡检、隐患排查、异常报警，现场DCS数据查看及GPS路线展示。管理人员可以根据GIS的可视化展示，实时监控巡检情况，对生产数据进行分析报表。

中国海油惠州石化通过对SKF测温测振仪进行改造，使之可与智能化生产作业受控系统手持终端通过蓝牙点对点链接。通过蓝牙模块开发感知设备，实施集成化工业互联网平台，验证了企业工业互联网感知设备延伸的可行性并积累了技术经验。

3.2.4 关于知识管理

采用各种先进技术建立的虚拟知识库，可以跨越地理和组织边界而被需要的相关单位、人员分享。也可以利用传感等技术获取现场数据并实时监控，为寻找偏差及故障原因，可将相关信息存储、传送到总部或一些专业服务部门以获取技术支持、指导等服务。如中国石化总部的炼油装置生产专家服务系统、中国海油惠州石化压缩机远程诊断服务系统等。

4 数字炼化的转型升级

信息化及其新技术（如云计算、大数据、物联网、移动应用、社交媒体等）为各行各业在生产模式、经营模式以及管理模式方面带来了变化与变革，炼化行业自然也不例外。实际上，从生产、经营和管控等领域对炼化企业进行优化，提高炼厂生产经营效益，和工作效率，本身就是石化行业的重点与目标。

信息化改变炼化业务管控模式的同时，也推动着炼化企业的数字化转型——从数字炼化经智能炼化迈向智慧炼化。数字化转型过程就是应用包括物联网、大数据、人工智能等新技术，实现从原油生产、运输、仓储到炼化生产、油品仓储、物流、销售的整个供应链横向上的协同优化，使生产和供应及时响应市场变化，实现智慧供应链；纵向上基于分子炼油技术，实现炼厂的计划优化、调度优化、全局在线优化。最终实现资源的敏捷优化，全产业链的协同优化以及QHSE的溯源与监控。

［1]李海涛，赵小平.三维数字化工厂技术在中石油炼化企业中的应用［J］.中国信息界，2012，225（9）：44-47.

［2]王华，王喆，王岩，等.数字化工厂发展现状及其在炼油企业的实现［J］.石油规划设计，2013，24（3）：1-6.

［3]刘黎黎，付国亮，韩璐璐.数字炼厂技术应用研究与探讨［J］.中国管理信息化，2014，17（20）：36-38.

［4]寿海涛.数字化工厂与数字化交付石油化工设计［J］.2017，34（1）：44-47.

［5]樊军锋.智能工厂数字化交付初探［J］.石油化工自动化，2017，53（3）：15-17.

［6]吴青.新态势下的炼化企业数字化转型——从数字炼化走向智慧炼化［C］∥2017年中国过程系统工程年会论文集.北京：中国系统工程学会.2017：1215-1221.

［7]魏巍．数字化工厂中的IT技术及信息系统结构［J］．信息化建设，2005，8：116.

［8]吴青.MES在惠州炼油项目的应用［J］.石油化工自动化，2010，46（3）：40-44.

［9]毛国君，段立娟，王实，等.数据挖掘原理与算法［M］.北京：清华大学出版社，2005.

［10]赵卫东，刘海涛．流程挖掘在流程优化中的应用［J］．计算机集成制造系统，2014，20（10）：2632-2642．

［11]曹湘洪.石油化工流程模拟技术进展及应用［M］.北京：中国石化出版社，2010.

［12]万晓楠，钱新华.炼油化工行业信息化发展趋势研究［J］．中国信息界，2010，159（11）：7-14.