中韩石化智能工厂信息化规划探讨

杜锐君

摘 要：随着市场行情的变化，制造型企业转型势在必行。中韩石化作为一家大型能源化工企业，借助合资契机通过智能工厂信息化规划，力争加强系统间集中应用、提升用户应用体验感和参与感、拓展新功能并满足集成和扩容需求、加深新技术的推广应用。工厂智能化改造方面的研究具有实践基础和行业内推广价值，是近期公司发展的重要项目。

关键词：智能工厂 应用系统 需求分析 信息化规划

中图分类号： F426.72       文献标识码：A

Abstract： With the changes of market conditions， the transformation of manufacturing enterprises is imperative. As a large energy and chemical enterprise， Sino-Korea Petrochemical strives to strengthen the centralized application between systems， improve users' sense of application experience and participation， expand new functions， meet the needs of integration and expansion， and deepen the promotion and application of new technologies through the intelligent factory information planning through the opportunity of joint venture. The research on factory intelligent transformation has practical basis and promotion value in the industry. It is an important project for the development of the company in the near future.

Key Words： Intelligent factory; Application system; Requirement analysis; Informatization planning

1 智能工厂为石化行业助力

智能工厂是实现智能制造的企业层实践，包含对车间、生产线的智能化规划设计和改造升级。在传统工厂的基础上，智能工厂在信息物理系统和智能化软件的基础上定义技术，用软件形成的信息流自动消除复杂系统的不确定性，在给定的时间、目标场景下，能够完成自适应优化配置资源和高效、绿色、安全生产，是一种新型的制造范式。

伴随新技术手段不断涌现及应用水平不断提升，石化全产业链实现高新技术的运用，尤其在制造和服务等重点领域。信息化逐步趋向智能化，为传统企业转变成智能工厂提供了技术的可能性。

2 中韩石化智能工厂建设背景

位于长江之滨的中韩（武汉）石油化工有限公司（以下简称中韩石化）作为大型能源化工企业，生产线复杂、业务量庞大，现有的应用系统、IT架构和基础设施、安全策略与管控等信息化工作尚不能满足服务中韩石化进行智能工厂改造升级、增强市场竞争力的需求。对于中韩石化而言，信息化布局规划、应用系统研发和运维工作规范化十分重要。因此，中韩石化急需通过智能工厂建设的顶端战略，对信息化规划工作加以统一安排、对现状进行改进。

目前，中国石化智能工厂通过试点规划，已完成了“1.0集中集成+专项创新”阶段建设，现处于“2.0平台服务+局部智能”阶段。中韩石化处于集团炼化板块，在这一阶段将聚焦生产集成管控，以提升管理效率、提高决策水平为目标，建立一体化智能管控新模式。

3 应用系统现状评估与业务需求分析

公司现有信息系统89套，属于B/S结构的有73个，B/S、C/S回合结构的11个，C/S结构的3个，都是主流的部署类型。集团公司统推系统43个，企业自建系统46个。应用部门里，信息中心主导推广的系统有10个，其余的主要来自质量调度处、设备处和企管处等部门，基本覆盖了企业各职能部门、专业中心及二级单位。但应用系统的现状是建设年代跨度较大、承建单位较多，加大了信息系统的集成共享、统一管控及运维支持难度，存在一体化优势发挥不出来、能耗高的情况。由于设备老、系统旧，集成和信息共享度不高，信息孤岛依然存在;工作人员平均年龄大，安全环保、信息运维等方面压力大;对于人工智能、大数据等新一代ICT技术应用滞后，信息化支撑能力亟待加强[1]。

4 中韩石化智能工厂建设目标及内容

中韩石化的企业信息化战略顺应中国石化集团“加强智能工厂的建设，开展深化应用创新创效活动，按六统一的要求，进行工作，抓好信息化网络的安全，做好整个的运营维护工作，做好三基和队伍建设”。

根据目前存在的诸多问题，通过智能工厂建设，改善的目标可以概括为：加强系统间集中应用、提升用户应用体验感和参与感、拓展新功能并满足集成和扩容需求、加深新技术的推广应用。

5 中韓石化智能工厂规划

5.1挖掘数据信息

基于智能工厂模型，信息中心将联合其他业务部门统一数据标准，打造先进的企业数据仓库，集中共享实时、准实时的数据服务，消除数据壁垒和信息孤岛，支撑企业实现量化决策、实时决策、精准决策。在智能工厂建设过程中将陆续进行如下方面的工作，以发掘数据赋能管理，实现数据深化应用。

（1）逐步解决各生产车间剩余的用Excel表做生产统计、工艺计算的相关问题。

（2）梳理现有数据分析处理的成功案例，在全厂其他装置中推广应用，并对计算结果进行更深入的对比分析，发掘数据与生产之间的内在关联关系。

（3）组织IT服务中心开发人员，开发一些实用的分析计算模型与生产统计报表，进一步挖掘生产数据的价值。

（4）组织有特长的工艺技术人员，成立开发小组，针对重点生产装置，结合生产优化与管理的实际需要，进行生产数据的在线综合分析计算，创建一些有价值的数据深化应用案例。

大数据技术的原理是建立特征学习模型，在工艺参数更新过程中，在原始参数基础上引入一阶近似思想，提高参数更新效率，使得更新的模型能够快速学习动态变化的工艺参数大数据的特征。海量历史运行数据通过模型分析，发现工艺点之间的有用关联关系，并用于报警、收率低等原因的分析，发现潜在运行参数优化价值并给出建议。中韩石化将引进大数据技术，完善数据预处理功能，提升对数据标准化、滤波和时间轴的处理能力，从数据完整性、标准化、功能、授权管理等方面进行全方位的完善[2]。

目前，公司进行的1#催化装置联想大数据项目试点，汽油+液化气收率有提升的有22组（占61%），收率提升均值4.9‰（数据来源于发展技术部报告）。已初步得出能提高丙烯收率、优化生产工艺的效果。未来会根据其他运行部实际生产管理的需要，加大对大数据的应用。

5.2实现生产实时监控分析、加强环保监测与管控

针对中韩石化一体化经营管理的特点，抛弃原来炼油、乙烯分厂各自为政的工作方法，强化对经营管理全局业务流程的跟踪、分析与优化，支撑资源优化整合與业务协同，满足企业发展变革的需要。

针对石化行业装置多、流程复杂的特点，智能工厂建设将引进更加智能的生产实时监控分析系统，满足对物料、能源、工艺、质量、安全、环保、设备等海量生产信息实时感知，能够完成信息采集、管理、汇总、分析、呈现和提醒，为各业务域提供可靠的数据支持和对管理人员及时有效的信息提示。尽可能减轻调度人员的负担，为其掌控全公司生产动态保驾护航。

智能工厂还应注重绿色、安全、环保。对生产装置及储运系统的废水、废气、固废、噪声、空气质量的各类排放点实施严格监控，建立环境排放监测与管控体系，实现全厂污染物排放强度和排放总量的实时监测，污染事件预测预警，实现按责任对象的排放核算、管理和考核，确保能够达到国家最新的环保标准[3]。

5.3提供智能巡检设备、打造预测预警系统

目前使用的巡检仪等设备能在一定程度上帮助工人实现对现场设备异常泄露的报警提示。但离主动对生产异常进行预测，甚至提取这些数据、建立各类异常捕获监测模型和异常处置方案还比较难。目前的“实时追踪异常波动”还停留在各运行部有丰富经验的工艺工程师、班组长们依靠一线经验判断设备运行状况，主动捕获生产异常。

中韩石化运行部的现状是一体化完成后，每年将引进大量新毕业大学生充盈车间一线操作人员队伍。他们现场经验少，对工艺设备了解还不够充分，尚不能独立完成非常规的紧急处理。

因此，智能工厂建设过程中，需要开发满足预测预警、提供自动处置方案的应用系统——通过预估计流程状况的变化，测出趋势，提前报警，帮助理清问题发生的原因和指出现场异常的位置;对发生异常可能导致的后果进行推理，评估当前状态可能出现后果的可能性与严重度[4]。

此外，现有信息中心自主研发的“在线安全视频系统”保驾护航，全厂职工都可以联网实现对操作现场的“云监工”。未来还会打造云、网、端协同智能的巡检体系，实现设备、电气、仪表、管理、操作五位一体的立体化巡检信息集成，提供巡检全程管理，各专业数据统一管理、关联分析，巡检路径智能优化、动态调整，各专业交叉检验、持续改进，达到“强三基”（基层建设、基础工作和基本功训练）业务操作目标，实现更灵敏的预测预警、有效规避异常状况。

5.4建设基于物联网、移动应用的进出厂物流管理

好的智能绝非“去人工化”，而是充分调动人的主观能动性参与到更加重要的工作活动中，利用机器承担基础性劳务，减少“人为低级错误”，提高企业运转效率。

万物互联将是未来的趋势，中韩石化建设智能工厂，必然面向炼油、乙烯集成进出厂设施的计量、装运、业务凭证等信息，建立物流管控一体化新模式，包括门禁对来公司办事、施工的工作人员进行人脸识别虹膜识别、供对系统内供应商资质验证、对进出厂车辆识别、提货系统自动预约、自动计量、自动装卸、自动发货、自动过账等。采用RFID、二维码、智能摄像头、GPS/北斗定位等技术手段，达到进出厂业务和客户服务的规范、高效、优质的管理目标。保障进出智能工厂的大门开始，就进入智能管理[5]。

根据智能工厂技术路线，“十四五”时期，中韩石化还将以石化云平台为基础，搭建支持分布式组件运行和微服务治理框架的企业云节点;将企业云资源池纳入石化统一云资源管理平台，企业自行运营，实现服务器、存储、网络资源的集中共享、动态调配和统一监控。在此基础上，采用基于云架构的物联平台（IoT），提供特别大量的物联数据，智能转化推送给相应的人员处理，物联平台作为智能制造平台中的物联接入组件，为其提供基础的物联接入能力及泛在感知服务。

6. 智能工厂方案实施的效果预测

6.1建设智能工厂将得到管理方面的效益提升

通过大量历史数据分析对运行参数进行优化，实现装置考核指标的最优解，为提供企业经济效益提供支撑。能够提升各操作环节协同作业水平，系统建设将突出业务协同，促进各业务环节的信息共享及数据快速流转，优化协调决策，提高决策的合理性和对变化快速反应的能力。

建设智能工厂，将把过去单纯以生产为中心的管理理念向以挖潜增效换利益转换;强化企业经营和生产的自动化、可视化水平，降低人员劳动强度，提高人员管理和执行效率;企业管理不仅有事前预防，还有过程中监控和控制，以及事后评价反馈。通过连锁反应减少问题和风险的发生，降低风险成本。有先进的技术和智能化平台应用加持，加深数据采集应用、提高决策灵敏度逐步优化经营效率。

通过先进信息技术手段的运用，实现海量历史数据传递和信息共享，可供多类人员共享并多角度分析使用，提高对过往人员经验的依赖。

智能工厂将为企业带来新型生产方式下相应的人员组织结构。通过对人、岗的再调整和优化，加强业务单元的协同能力，让专业的人做专业的事，让机器取代人工，提高管理效率，提升资源配置率。通过智能工厂建设，还可加快人才培养，迅速形成一批业务能力强、信息化水平高的人才队伍;营造“以人为本”的企业环境，促进发挥员工的业务水平和学习能力。

6.2建设智能工厂可以获得社会效益

中韩石化作为长江沿线的重要石油化工企业，承担着多个省份的供应任务。同时作为一家新成立的中韩合资公司，建国以来与韩国合资并购的最大项目，其发展代表中韩两国形象，意义重大。这样一家传统制造型企业如何抓住时代的红利顺利完成升级改造，通过创新支撑产业转型升级，保障产品和能源供应，创造更大的经济效益、践行节能减排和安全环保责任，同行乃至其他行业无数双眼睛都在注视着。建设智能工厂不但能工优化生产过程，从源头的工艺数据精准优化到过程中的物料平衡不波动，再到安全、环保、物流、运输等各个专业平稳安全，降低生产事故发生可能性，避免人员伤亡，降低装置能耗，减少二氧化碳的排放，最终实现企业发展满足时代和市场需要、符合国家要求节能减排、可持续发展的目标，體现社会责任和价值[6]。

7 智能工厂未来发展展望

制造型企业进行智能工厂建设有两个问题：一是需求的不确定性;二是产品和生产本身的复杂体系，企业内部管理、外部供应链协同，生产过程充分、高度不确定性。为推进国内企业进行智能制造升级，工业和信息化部组织探索了一系列试点单位，进行智能制造专项、智能制造标准化体系建设等工作。这些试点单位的实践证实，智能化应用在打造制造新范式、夯实工业基础、带动软硬件关键产品突破、激发企业积极性和创新力等方面，取得了明显的成效。

中韩石化的智能工厂的建设绝非一蹴而就，在进行智能工厂的信息化规划应多视角考虑，如判断技术是否能够转化、现有系统是否需要直接淘汰还是升级改造即可、上新的信息项目是否能和生产计划呼应、企业可支配的资金是否满足等多个方面进行权衡规划。因地制宜满足本企业的发展需求，才能建立具有前瞻性和实效性的智能工厂[7]。

中韩石化智能工厂的实施路径将沿着建成现代化人工智能企业，实现智能化运营管理的目标稳步推进，大致可分为三个阶段逐步实现。

7.1夯实基础急用先行

建设以集中集成及标准化为核心的基础版智能制造平台，优先建设调度指挥、应急指挥、生产应急指挥中心，环保监控等系统，助力企业生产安全、绿色、高效。

7.2构建全局效益导向

建设总部、企业两级联动部署的智能制造平台，形成开放共享、敏捷高效IT基础环境，全面推广智能工厂核心系统，实现企业生产层面信息系统的初步整合，重点建设计划生产协同优化、效益测算、能源优化等系统，实现全流程优化。

7.3深化应用全面融合

开展智能工厂提升建设，完成生产层面零碎信息的全面整合，基本消除生产层面信息孤岛，实现生产层面与经营管理层面信息系统的高度集成，支撑企业智能化运营管理。

参考文献

[1] 杨振.机器人若干控制问题分析与设计[D].江苏：东南大学， 2018.

[2] Cai B，Zhao Y，Liu H，et al.A Data-Driven Fault Diagnosis Methodology in Three-Phase Inverters for PMSM Drive Systems[J].Power Electronics IEEE Transactions on，2017，32（7）：5590-5600.

[3] Chen Z，Liu Y，Liu S.Mechanical state prediction based on LSTM neural netwok[C]// 2017 36th Chinese Control Conference （CCC）. 2017： 574-579.

[4] Soualhi A，Medjaher K，Guy C，et  al.Prediction of bearing failures by the analysis of the time series[J].Mechanical Systems & Signal Processing，2020，12（5）： 166067.

[5] 易轶虎.石化行业智能制造现状分析与对策研究[J].石油化工管理干部学院学报，2020（1）：67-70.

[6] 制造业倒闭潮不用愁一大波智能工厂正在路上[EB/OL].（2016-01-27）. http： //www. gjjxzb. com，.

[7] 熊晓洋.镇海炼化智能化改造实践[J].中国工业和信息化，2020（Z1）：48-50.