石化智能工厂中生产操作层的开发应用

苏耀东

(中国石化股份有限公司 齐鲁分公司，山东 淄博 255434)

石化智能工厂是信息化与业务的高度融合，“业务数据化、数据业务化” 为石化智能工厂确立了总基调。近年来石化智能工厂的开发已经渗透到石化企业生产经营的各个环节，涵盖了生产管控、供应链管理、设备管理、安全环保管理、能源管理、辅助决策等六大业务区域。其中生产管控是石化智能工厂的核心业务区域，是可以带来直接经济效益的区域，也是直接与装置“安、稳、优”生产密切相关的区域，尤其是生产操作层的智能化应用更能体现智能制造的价值。因此，石化企业应加大生产装置操作层智能化软件的研发和应用力度，实现操作自动化、智能化、数字化，减轻操作劳动强度，提高劳动生产率，提高装置经济效益，降低人工成本。

石化生产操作层一般主要实现四个目标： 提升对生产动态的掌控能力；利用技术方案使装置在不断变化的市场中达到效益最大化；提升装置优化运行能力和异常预警预测能力；实现调度令一体化管理，强化调度令的严肃性。本文主要探讨生产操作层智能一体化应用的架构、方法、数据、平台、应用等。

1 操作层智能一体化

石化企业操作层智能一体化架构如图1所示。

图1中有两个核心点： 一是建立操作层的实时数据库，二是建立统一的操作层集中监控平台。虽然多数石化企业已经建立了实时数据库，但是操作层的实时数据库基本都没有独立设置，报警事件AE基本也未实现采集。建立操作层实时数据库，可以大幅提高数据采集的范围和采集频率，现场一个工艺位号包括几十个相关数据，如： 过程值(PV)、阀位值(OP)、设定值(SP)、比例(P)、积分(I)、微分(D)、量程上下限、报警等，这些都需要采集到操作层实时数据库，采集频率完全可以与DCS一样达到1 s，实现应采尽采。DCS主要以自动化控制为主，操作层实时数据库主要给操作层的APP(可以理解为操作层的所有智能化组件)应用提供统一的快速敏捷的实时数据源，实现操作层的一体化智能管控。操作层集中监控平台主要是将所有操作层的APP应用进行性能监控、资源监控和安全监控，结合工业互联网应用，探索采用“数据加平台加应用”的架构，建立企业操作层工业互联网平台，实现平台统一化管理，通过一系列KPI指标来综合评估APP智能化应用的效果，对石化企业的各个运行部和班组进行智能化应用效果的排名和考核，并及时进行改进和提升，形成智能闭环管理。

图1 石化企业操作层智能一体化架构示意

2 生产操作层APP应用

以下是几款相对比较成熟的生产操作层的典型APP应用，这些应用需要统一通过操作层实时数据库进行读写数据，统一通过操作层集中监控平台进行性能评价，它们之间不再是烟囱式的独立系统，不再是信息孤岛，而是采用平台的模式互相紧密相关，款款相扣，取长补短。例如PID整定是先进控制(APC)的基础，APC是实时优化(RTO)的基础等。

2.1 控制回路评估和PID整定

控制回路评估是指收集装置控制回路相关参数的历史运行数据及相关设置参数，实现控制回路性能测试、监测、分析，包括对控制回路状态、控制效果、性能指标等做出评估，发现并诊断出性能差的控制回路，生成控制回路性能评估报告。根据控制回路性能指标评分情况一般将控制回路评价为优、良、差三个等级。针对性能差及长期处于手动状态的控制回路，可以采用专业技术分析、数据分析、设备检查等技术手段相结合的方式进行问题诊断和整改。

通过控制回路评估可以避免出现“为投自动而投自动”的现象，如： 控制阀位设限、设置不合理的PID参数、现场控制阀的上下游截止阀限流或开副线等情况。

控制回路评估的KPI指标一般包括稳定性、快速性、准确率、饱和率等，稳定性是评估回路受外界扰动而偏移稳态后恢复稳态的特性；快速性是评估回路能够跟踪设定值的响应速度特性；准确率是评估回路达到稳态时被控量的实际值跟踪设定值的准确性；饱和率是指评估每个控制回路统计时间范围内投自动的无效控制情况。一般建议控制回路性能计算公式为

单回路控制性能=[0.6×稳定率+0.2×准确率+0.2×(1-饱和率)]×100%

(1)

时至今日，在工程实际中，PID 控制器因为结构简单、稳定性好、可靠性高的优点成为工业控制中应用最为广泛的控制器。它是比例、积分和微分调节规律的线性组合，吸取了比例调节的快速反应功能、积分调节的消除误差功能和微分调节的预测功能等。在实际应用中，P，I，D三个参数应相互配合，组合使用。

中石化齐鲁石化分公司在生产操作层采用以理论和人工经验为指导、PID 整定软件做辅助的“人机结合”PID整定与优化工作模式，对全厂20多套装置约1×103个控制回路进行了优化和整定，整定后有非常明显的效果，测量值标准偏差平均下降30%以上，自控率大幅提升，有效减轻了操作人员劳动强度，减小了装置波动，提高了装置控制水平。该公司三催化各控制回路在PID整定前后的效果见表1所列。从表1中看出，PID进行优化整定后回路都投运了自控，且PV值的标准偏差大幅度降低，平均降幅在78.2%，表明控制结果的平稳性明显增强，达到了预期效果。

表1 三催化各控制回路PID整定效果

2.2 报警管理

报警是当设备故障、工艺偏差或异常情况发生时通过听觉或视觉等方式对操作人员进行通知的一种手段，报警需要操作人员进行及时响应、判断和处理，以免造成事故的发生。

报警信息必须很清晰地反映问题所在，并指导操作员做出正确响应。如果报警数量过多，以至于超出了操作员的承受能力，称为报警泛滥(alarm flood)。对报警的正确响应能够使工艺更加稳定，避免严重事故的发生。多起历史上发生过的工艺安全事故的原因之一就是由于员工对报警的不响应或错误响应，比如2005年BP德克萨斯州炼油厂爆炸等。

报警管理是通过OPC的AE接口实时自动采集与辨识DCS的报警数据与事件，利用统一的规则对采集到的报警数据进行存储、解析、统计、挖掘和优化等，实现对报警信息的实时监测和状态评估，实现对扰动、频繁、无效报警的分析诊断，将报警问题和处置过程存储至报警知识库，为操作人员提供报警指导，提高报警响应速率，支持报警优化策略编制，减少报警数量，提高报警质量，实现对报警的持续优化。

石化企业应根据报警事件后果严重性将报警优先级分为紧急、重要、一般三级。紧急和重要报警应设置一级报警和二级报警，一般报警应设置一级报警，并根据实际需要设置二级报警。一级报警是指工艺参数的高限或低限报警，即工艺参数超出正常操作范围；二级报警是指工艺参数的高高限或低低限报警，即工艺参数超出安全操作范围。正常情况下紧急报警约为报警总数的5%左右，重要报警约为报警总数的15%左右，一般报警约为报警总数的80%左右。报警管理的KPI指标一般包括时平均报警数(平均每小时报警次数，指标为小于6次)、10 min峰值报警数(每10 min内出现的最大报警次数，指标为小于10次)、24 h持续报警数(报警持续时长在24 h以上的平均报警次数，指标为0次)、Top 10高频报警占比(频次排名前10位的参数的报警次数之和占报警总次数的百分比，指标约1%～5%)。

该公司已经实施了11套装置的报警管理，完成超过1.3×104个仪表控制点的动态报警信息采集。齐鲁石化实施的报警管理系统分析界面如图2所示，其中二催化装置报警数量从每周约2.7×104次减少到1.4×104次左右，下降48%，无效报警被及时优化，装置报警的有效性大幅提高。

图2 齐鲁石化报警管理系统分析界面示意

2.3 先进控制和在线优化

APC是指采用科学、先进的控制理论和控制方法，以工艺过程分析和数学模型计算为核心，以控制网络为信息载体，通过多变量协调和约束控制实现卡边操作，以获取更好的经济利益。RTO是指结合现场操作数据、产品及原料分析数据、市场价格数据和工艺知识，利用数学模型、机理模型和快速、高效的优化计算技术，优化调整生产装置的运行参数，增强其对环境变化、原材料波动和市场变化等的适应能力，使生产装置始终处于高效、低耗和安全的最优运行状态。

APC投用后装置趋于稳态操作，通过卡边操作获取效益 ，RTO投用后在保证装置稳态操作的前提下，通过实时优化，实现装置效益最大化 。RTO是在已经实施APC的基础上建立的优化系统，APC的受控变量CV值自动从RTO获取最优结果。装置操作层的优化架构如图3所示。

图3 装置操作层的优化架构示意

APC的KPI指标一般包括控制器优化投用率、综合模型质量指数、MV有效投用率、CV值卡边百分率等，计算公式为

(2)

(3)

式中：p1，p2…pn——CV1，CV2…CVn的权值；CV1，CV2…CVn——模型质量指数。

(4)

(5)

该公司1991年在炼油厂第二催化裂化装置的反应再生单元引进了美国SETPOINT公司的先进控制技术，是中石化第一家引进国外先进控制技术的企业，也是中石化系统APC应用较多较好的企业，目前有22套APC正在运行，有2套RTO正在建设，并成为智能工厂的重要组成部分。该公司某装置APC创新型投用界面如图4所示。该公司将APC操作界面进行了创新，将界面进行了细化分解和目标分解，增加了数据分析，将优秀操作经验注入，形成精准控制，克服了传统APC界面变量过多和控制分散的弊端，使控制逻辑更加清晰，控制目标更加明确，便于维护人员维护，便于操作人员使用，便于技术人员分析。

2.4 控制系统智能管理和工控安全

以DCS为主的控制系统智能管理在国内刚刚开展应用，这一部分在生产操作层是非常重要且很有必要的，控制系统是装置的眼睛。

控制系统智能管理能够实时监控全厂DCS，SIS及PLC等控制系统的硬件、软件、组态、端口、服务等；能够将控制系统的组态方案通过方框图、逻辑图清晰展现出来；能够及时发现控制系统的软硬件异常，做好变更管理；能够实现控制系统网络远程备份和恢复；能够通过对控制系统的监控和管理保证控制系统的安全，实施缺陷管理。

该公司已经实施了15套DCS的智能远程监控，下一步将继续进行推广。通过智能远程监控实现了控制系统的“网上巡检”及维护管理的高效性、及时性和可追溯性。

工控安全主要是在DCS控制网上部署DCS软件探针、主机硬件探针、网络硬件探针、工业防火墙等，在保证不影响DCS正常监控业务、不改变DCS网络拓扑结构和保证DCS自身安全的同时，监控整个DCS的安全隐患、异常和威胁状态等，实现工业控制系统的安全可视化监控。DCS探针采集的数据主要包括系统故障、系统漏洞及补丁、系统配置、系统资源占用、用户操作行为、网络连接、网络服务、DCS核心业务进程及服务启停、防护能力状态、防护系统、外部存储接入等。

2.5 软仪表

软仪表是应用机理分析和大数据分析等数学方法，建立难测量参数与可测量变量之间的关系模型，并以这些相关可测量变量作为输入，用软件计算方法给出被测量参数的实时预估值。建立准确的软仪表模型并通过化验分析校正实现在线实时监测，对指导生产具有重要意义。软仪表系统主要由数据采集及预处理、辅助变量选择、模型开发及应用和模型校正四个模块组成。

该公司建立了量化APC软仪表的评价模型，通过与化验值的对比将软仪表评价分为优、良、中、差四个等级，并对22套在用APC中重点关注的30多块软仪表，根据每月的评价结果对软仪表采取工艺机理和数学回归相结合的方式进行不断优化调整以提高软仪表评价指数，同时将软仪表上传到操作层实时数据库，取得了较好效果，其中有12块质量软仪表达到了“优”，为减少装置化验频次奠定了基础。三催化稳定汽油干点软仪表与化验值对比如图5所示，可以看出软仪表计算误差在可以接受的范围内，误差小于1%，效果良好。

2.6 设备健康管理和大数据分析

设备健康管理和大数据分析主要是聚焦设备运行维护阶段，实现设备智能化管理的显示参数，展示性能，揭示规律和事前风险管控、事中状态受控、事后绩效可控，提升设备可靠度和装置安全、稳定和长周期运行水平。

该公司在智能工厂过程操作层建设中完成了39台大机组、62台加热炉和72台压力容器的数据收集和模型搭建，实现了设备状态的综合监控，以及设备监控参数的实时监测和趋势监测。针对关键机组建立不同设备类别故障诊断模型，提供不同设备诊断规则推理引擎，自动获取状态监测数据，进行征兆转换后，按优先级顺序进行案例诊断、规则诊断、人工诊断并出具相应的诊断报告，同时预测故障发展的趋势。

在设备大数据分析方面提供机组和腐蚀的标准化分析，展示雷达图效果。通过对描述设备状态的维度指标数据进行降维，展示装置目前所有设备各维度的运行状态，并给出计算结果；通过标准化和统计分析对异常测点进行预警；通过测点的趋势分析，查找测点之间的关联，并依据相关性的算法，定量分析数据的相关性。

3 结束语

该公司生产操作层面对智能工厂的应用正在不断探索中，还有很多生产操作层的APP有待去开发，如一键操作、工艺大数据分析、装置自动提降量、加热炉智能管理、腐蚀管理等。生产操作层智能一体化也可以理解为是石化操作层的工业互联网平台，工业互联网平台目前仍处于起步阶段，由于平台具有行业属性，不同行业平台的设计理念可以相互借鉴，但具体细节需要满足不同行业的业务需求。因此，设计一个平台需要了解这个行业的背景和业务需求。

一个平台需要为业务的开展提供“数据资源”和“能力资源”。人们强调“数据资源”比较多，而关注“能力资源”比较少。“AI算法工具化、业务场景定制化”是平台支撑下的应用发展趋势，其中，“AI算法工具化”是指平台必须要有一个适合炼化企业业务特点的AI工具集；“业务场景定制化”是指IT技术人员和业务人员依靠AI工具能够方便进行业务场景订制。希望今后在“业务驱动、数字赋能、智能引领”的带动下，有更多操作层的智能化应用APP借助于工业互联网平台开发出来并落地生根发芽，为企业提质增效和数字化转型做出贡献。