石化行业智能制造体系建设初探

高立兵，蒋白桦，索寒生

（石化盈科信息技术有限责任公司，北京 100020）

经过数十年的发展，我国石化产业的规模、产量和能力都有了大幅度提升，产业规模已跻身世界石化大国前列。但是，与高质量发展和建设现代化产业链的要求相比还有较大差距，主要面临资源与能源利用率偏低、产品结构不尽合理、产能结构性过剩较为严重、高端制造水平亟待提高、安全环境压力大等问题[1]，未来发展还面临着更加严峻的资源、市场、环保、竞争等挑战。这些问题和挑战逼迫我国石化产业必须加快转型升级，加快向绿色和高质量方向发展。

当前，全球新一轮科技革命和产业变革深入推进，信息技术日新月异。5G与工业互联网的融合将加速传统制造业的数字化转型，制造业正迈向动力变革、体系重构、范式迁移的新阶段，加速向数字化、网络化、智能化方向发展[2-3]。石化属于典型的流程工业，离散工业智能制造模式不适用于我国，必须自主创新研究适合于我国流程工业的智能制造模式，实现石化工业由大变强的历史跨越[4]。

1 石化制造的基本特征

石化工业是典型的流程型制造业，制造流程是由原子/分子层级的过程、单元/装置层级的过程以及工厂层级的过程互相嵌套组合，通过非线性相互作用、动态耦合、网络化、结构化等集成协同机制构建而成[5]。

石化工业的原油和产品组成异常复杂，无论是离线还是在线检测技术都无法准确标定其组成，至今仅能估计其粗略的分子量分布。原油大致包括直链烃、异构烃、环烷烃、单环芳香烃、稠环芳烃、胶质、沥青质、杂环化合物等，此外还包括硫、氮、氧等化合物及少量金属有机化合物。石油化工的产品结构和组成也异常复杂，如成品汽油是由多种工艺过程生产的汽油组成调和而成。

石化工业的制造流程是连续或准连续方式，其动态运行的要素是“流”“流程网络”和“运行程序”。制造流程中存在着复杂的物理、化学过程，往往出现气、液、固多相共存的连续变化。炼油以“连续流”为主，过程多数是连续进出料，而精细化工“间歇流”则较多。石化工业生产过程中“流”以气相和液相为主，固相主要是催化剂，如催化裂化加工的原料为液相，产生的液化气为气相，催化剂为固相。石化工业既有高温、高压工况，也有低温、低压工况。从温度场分布和“流”的运行速度表征看，石化工业存在从-160℃到近1 000℃的高温场景。“流”的运行速度多数是不均匀分布，如乙烯裂解炉中“流”的运行速度是m/s级，结晶装置中“流”的运行速度是m/min级。

石化制造流程是一类工程系统，具有物理实在性。从横向上看，制造流程是一系列相关的、异质的物理或化学过程的非线性、动态耦合过程，如“三传一反”，即质量传递、热量传递、动量传递/流体力学和反应过程；从纵向上看，又是这些过程之间的跨时空尺度嵌套—耦合体系。制造流程的特征是具有物质流、能量流、信息流输入/输出的开放物理系统。这一开放的、非平衡的实体系统得以持续运行的根本驱动力是负熵流的持续输入，应特别强调数字系统和物理系统的具体结合。

2 石化智能制造的基本特征

石化智能制造就是要使不同单元/装置之间的横向集成性和原子/分子—单元/装置—制造流程/工厂等不同层次上的纵向集成性，通过网络化构建和程序化安排，协同运行，并与外界资源/能源信息、市场/资金信息、环境/法律信息、生态/社会信息结合起来，在一定规则的指引下，构成一个包括设计、生产、管理、销售、服务在内的智能化的动态运行系统。具有如下基本特征：

2.1 “三网融合”的信息物理系统

石化制造流程规模庞大、结构复杂，由多个紧密联系并相互作用的操作单元所组成，具有多尺度的层次结构和功能结构，是由融合复杂物理输入/输出的物质流网络、能量流网络和信息流网络“三网融合与协同”的石化信息物理系统（CPS）[6]。石化制造的物质流在能量流的驱动和作用下，按照设定的“运行程序”，沿着特定的“流程网络”作动态有序的运行，并实现多目标优化。在物理系统中制造流程是根，要突出“流”“流程网络”和“运行程序”的概念，特别是优化的物质流网络、能量流网络和信息流网络之间的协同运行。石化智能制造，既要从数字化一侧来推动企业智能化，更要重视物理系统的研究，必须是“三网协同”的信息物理系统。

2.2 石化信息物理系统的层级结构

石化CPS具有多尺度的层级结构和功能，从最小的单元级、系统级、工厂级，到企业、跨企业的系统之系统级（SoS）等[7-8]。单元级CPS对应的物理实体主要是操作单元，完成由热力学和化学动力学驱动的特定物理变化或化学变化过程；系统级/厂级CPS对应的物理实体主要是由各操作单元组成的生产流程以及各操作单元之间实现物质流、能量流、信息流互通的连接网络；系统之系统级由多个工厂级/系统级构成，形成跨产业链的巨系统。

在空间尺度上，石化CPS包含从分子级分离及反应过程模拟、操作单元/装置过程控制、到多装置的联合实时优化，再到企业/跨企业的计划、调度、供应链优化等。在时间尺度上，石化CPS包含多个时间尺度的“感知—分析—决策—执行”数据优化闭环，单元级以毫秒—分钟为单位对单个操作单元/装置进行控制、优化，保障工艺平稳运行；工厂级/系统级以分钟—小时为单位对多个相关操作单元/装置进行协同、控制、优化；企业级/系统之系统级以天—周—月为单位对企业/跨企业的计划、调度、供应链进行协同、优化。

2.3 物理系统的演化

“感知—分析—决策—执行”所形成的信息流闭环是石化CPS的基本过程。随着人工智能等新一代信息技术与制造技术的深度融合，石化CPS将不断向智能化演化，突破地域、组织的界限，实现对人才、技术、资金、数据等资源和要素的高效配置，不断孕育新的服务模式与新兴业态。根据其智能化程度，石化CPS可以划分为四代。目前我们正处于从第二代向第三代的演进过程中。

第一代石化CPS具有自调节与自校正能力。系统架构和操作方式具有确定性，并在系统的生命周期内不发生变化。系统具有反馈控制功能，可以将运行参数调节到最优水平。在系统出现故障，或者生产工艺发生变化时，需要人为进行干预和调整，不能对非确定性做出预测。

第二代石化CPS具有自感知与自适应能力。系统可应对已知模式的变化，控制模式和推理算法在系统设计阶段已经被预定义，在系统的生命周期内不会发生变化。系统根据感知的生产、环境变化，自主决策在不同操作模式间进行切换。

第三代石化CPS具有自认知与自学习能力。系统可以应对已知变化，并具有自我学习成长的能力，其价值和能力会随着使用的不断积累而增强。自认知在单元级、工厂级/系统级、企业级/系统之系统级等不同应用层面上有着不同的方式和目的。从自感知到自认知，反应了智能化水平的提升，也反映了从局部到全局的智能化范围扩展。具备自学习能力的石化CPS可以在预定义的范围内，根据实际约束条件进行自组织与自调整。自学习能力使石化工业知识的产生、获取、应用和传承发生革命性变化，以便响应需求、任务、目标和环境的变化。

第四代石化CPS具有自我意识和自我复制能力。系统可以应对未知变化，人不再必须参与控制过程，目前尚无法给出明确的界定。实现全面的系统智能，包括机器感知、情景感知、机器学习、自主认知等能力，是第三代与第四代之间的主要区别。

3 石化智能制造的体系架构

石化智能制造覆盖石化生产全产业链，将新一代信息技术与石化生产过程的资源、工艺、设备和环境以及人的制造活动进行深度融合，提升全面感知、预测预警、协同优化、科学决策四项关键能力，推动研发、生产、管理、服务等关键业务环节的数字化转型，形成以数据和模型为核心要素、以开放平台为基础支撑、以CPS为典型特征的新型制造模式[9-11]。如图1所示，石化智能制造体系包括4个层面：

图1 石化智能制造的体系架构

1）统一的数据平台。提供现场数据接入、工业协议解析、边缘计算等能力，实现对物料、产品、设备、环境、人员等全要素信息的异构数据的全面采集、协议转换、高效存储，建立统一的数据环境。

2）统一的模型平台。通过知识的沉淀、建模和管理，构建石化工厂全方位模型化描述，包括资产模型、工厂信息模型、机理模型、工业大数据模型、业务模型等。资产模型是对石化生产企业的物理资产进行描述；工厂信息模型是对石化生产的业务管理实体进行描述[12]；机理模型是对石化生产流程的反应及运行过程进行描述；工业大数据模型对石化生产企业积累的大数据统计规律进行描述；业务模型则是沉淀行业规则、经验和案例等。

3）统一的数字空间。在数字空间，基于模型和数据，对石化制造中的“人、机、料、法、环”等要素及其关系进行数字化，构建单元级、系统级、系统之系统级等不同层级的数字孪生，按业务场景提供统一的应用服务接口（API）。模型、数据和服务是数字孪生的基本要素，不同层级的数字孪生构成石化CPS数字空间的核心内容。

4）统一的应用开发平台。提供容器、微服务、DevOps、持续交付等云原生技术和方法。通过云原生技术所倡导的自动化和智能化，提升应用的交付效率，把有限的精力放在核心业务的创新上。通过智能化运维，降低企业IT运维对专业技术人员技术能力的要求。

4 石化智能制造建设的主要内容

4.1 研发设计智能化

发展石油分子管理技术，从分子层次认识石油组成及转化规律，进行模拟和管理，实现分子炼油[13-14]；建设集约化、协同化、集成化、过程化和数字化工程管理体系[15]，包含工艺设计、工程设计、工程采购、工程施工、项目开车及项目管理等主要业务；构建集成化设计平台，实现流程模拟、工程数据管理、三维布置设计三大平台的一体化；发展数字化工厂和物理工厂同步建设的新模式，实现无缝、快捷、低成本的数字化工厂交付[16]，为智能工厂建设奠定基础。

4.2 供应链管理智能化

建设智能供应链管理体系，支撑从原油资源的采购、原油配送、炼油加工、化工生产、成品油配送、化工产品配送、销售及物流的全产业供应链的横向集成，打造可视、可控、可追溯的智能化供应链运营体系；建设协同共享的智能物流服务平台，支撑原油、成品油、化工品等运输和仓储的整个业务环节的协同优化；提高供需平衡、资源流向、运力结构等方面的智能分析和决策能力，实现企业内部供应链协同优化向全产业供应链协同优化发展，促进供需匹配和产业升级。

4.3 生产运营智能化

基于石化智能传感器、智能检测/控制、工业物联网以及移动互联等技术，打造泛在感知的石化生产环境；构建石化生产集成管控体系，实现企业内信息的共享和纵向集成；构建全流程模拟和一体化优化体系，在横向维度上，实现企业内供应链的协同控制和流程优化，实现供应链的价值增值，在纵向维度上，实现计划、调度、装置、控制4个层面上由局部到全局的优化；开展能源的供、产、转、输、耗全流程管理和在线优化；建设全生命周期资产管理，开展设备资产健康管理与可靠性管理；建设智能安全环保管控体系，提升在线监测、智能分析、预计预测的能力，保障石化工业系统安全、可靠、绿色运行。

4.4 销售与服务智能化

构建站级一体化管理体系，将加油站零售网络打造成集智能供应、智能运营、智能服务为一体的智能营销服务平台，实现油品非油品一体化、线上线下一体化；打造新一代电商平台，实现信息集成、资源整合和数据共享；构建全渠道的数字化精准营销体系，智能识别客户、智能服务客户，驱动服务模式、商业模式创新；建设石化企业统一的B2B和B2C支付系统、统一的金融业务处理系统，满足各业务场景的支付和金融服务需求。

4.5 经营决策智能化

提升企业数据治理能力，打造企业数据中台，实现石化工业海量数据的分布式存储、实时计算、建模分析和知识挖掘；开展石化工业知识的自动表示、获取、关联、重组、处理和应用等理论和技术研究，建立石化知识库和知识图谱；构建知识驱动的智能优化决策系统，提升自适应、自学习、自决策能力，实现由传统经验型决策管理向智慧决策管理模式转变。

5 需要突破的关键技术和智能装备

5.1 新一代信息通信关键技术与装备

1）面向石化工业现场的工业物联网技术。新一代石化智能传感器、检测理论与技术；石化工业物联设备连接与管理技术、边缘分析技术、多源异构信息融合技术以及石化工业物联网平台相关技术。

2）石化工业大数据建模及智能分析技术。异构数据获取技术；融合过程机理和大数据模型的智能建模与分析技术；全流程多尺度工厂模型建模技术。

3）石化工业知识自动化相关理论和技术。石化工业知识自动表示、获取、关联、重组、处理与应用等理论、方法和实现技术；多源异构知识的统一表示、重组与新知识发现的技术；面向决策、计划和调度的知识关联与推理的技术；基于知识和大数据的精细控制与安全运行技术。

5.2 石化工艺数字建模与自动控制关键技术

1）基于石化过程先进工艺的虚拟建模技术。结合先进的石化生产制造工艺，在工程建模、流程模拟技术上寻求突破，实现“物理工厂”和“数字工厂”的高效互动。

2）仪表自控智能化关键技术。智能仪器仪表可靠性建模、设计与仿真，参数标定与校准、非线性补偿方法等动态测试与性能评估，关键部件芯片化等前沿技术；在线分析仪器小型化关键部件、微弱信号精密检测、精确自动补偿等关键技术。

3）大型机组健康管控关键技术。机组状态监测技术；机组故障预测、诊断技术；设备自愈调控技术。

4）静设备与管道的智能化关键技术。设备虚拟仿真技术；自感知、自优化、自执行能力的设备；腐蚀在线监测系统和专家系统；过程安全保障关键技术。

5）过程模拟和实时在线实时优化技术。炼化过程物质流、能量流综合优化技术，流程模拟和在线自动优化技术，原料与产品性能的在线检测调控技术。