从石油化工制造的本质看其智能化转型的基本路径

蒋白桦

国家智能制造专家委员会委员

中国智能制造系统解决方案供应商联盟 轮值主席

石油化工作为国民经济的重要基础和支柱产业，为国民经济的快速健康发展做出了积极的贡献，其产业升级，不仅需要新装备、新工艺和新型催化剂，也迫切需要先进制造技术、信息技术和管理技术。数字化和智能化水平的提升已成为提高企业竞争力和实现可持续性发展的重要手段。通过数字化智能化转型推动传统产业基础设施、生产方式、创新模式持续变革，不断提高全要素生产率，大幅提升产业能力和质量。

石油化工行业的数字化智能化转型不仅关乎石化行业在未来几十年内能否跟上时代的步伐，更关乎中国能否抓住第四次工业革命所带来的跨越式发展的历史性机遇。在物联网、大数据、人工智能以及5G通信等新一代信息技术的推动下，世界石油化工行业的数字化智能化水平将会越来越高，数字化智能化转型也将成为未来石油化工企业持续提质降本增效、实现高质量发展的有效途径和必由之路。

石油化工制造流程的本质及其智能制造的基本特征

石油化工是典型的流程工业，是以处理物质-能量-信息流为对象的过程系统，目的是在总体上达成技术上和经济上的最优化，并符合可持续发展的要求。其制造流程是由分子层级、装置层级和工厂层级上的过程互相嵌套组合、集成协同构建而成的。石油化工行业过程接触的物料都有易燃易爆的特性，生产过程、原料及产品的储存、运输、使用过程存在巨大的安全环境风险。风险一旦失控，会发生火灾、爆炸事故，往往造成重大人身伤亡和财产损失。基于炼油过程的特殊性，要求驱动过程的能源系统（包括燃料、蒸汽、电力）连续、稳定、可靠。

流程型制造业智能制造的涵义是，以企业生产经营全过程和企业发展全局的智能化、绿色化、产品质量品牌化为核心目标研发出来的生产经营全过程的数字物理融合系统。主要特征包括具有物质流网络、能量流网络、信息流网络“三网融合与协同”的信息物理系统；具备灵敏感知、智能决策、精准执行、深度服务等功能，实际涵盖自感知、自学习、自决策、自执行、自适应等具体特征；涉及动态——精准设计、协同——连续运行、高效——一体化管理、安全——低库存供应链、定制——差异化服务等内涵。

石油化工是石油分子重构变成社会需要的产品的过程，物质流在足够的能量的驱动和作用下实现分子重构，其智能制造就是要使不同装置之间的横向集成性和装置-流程-工厂等不同层次上的纵向集成性，通过数字化表征、网络化构建，优化协同运行，并打破工厂界区局限，与外部供应链及社会资源信息结合，运用新一代信息技术，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过程系统。石化工业产业链协同优化如图1所示。

图1 石化工业产业链的协同优化

石化工业由于其固有的生产营运和企业管理特点，在推进数字化、网络化、智能化制造过程中面临着众多挑战，需要一一破解。石化行业的智能制造必须面向工艺、面向装备、面向过程。

石油化工智能制造的关键环节和基本路径

如前所述，石油化工是石油分子重构变成社会需要的产品的过程，物质流在足够的能量的驱动和作用下实现分子重构。其实现智能化的基本路径首先就是分子重构的表征，包括物料本体的表征（物性）、过程的表征（模型）和关联性的表征（流程），其次是分析和优化（重构），再就是执行。

因而，其关键环节包括感知智能化——智能制造装备，分析和重构智能化——工业软件，执行智能化——一体化执行系统，以及使之能高效运行的重要基础——工业互联网平台和数据治理。

（1）智能制造装备

一要突破数据准确自感知的难题，实现石化厂物质流、能量流和装备、环境数据自动感知与自动采集。融合边缘计算、大数据、人工智能等，加快面向石化易燃易爆、有毒有害环境的装备研制和推广应用，加快生产制造全过程数字化改造，实现全要素全环节的动态泛在感知、互联互通、数据集成和智能管控；实现人、物、过程、设备、环境互联，达到全面感知、实时分析、科学决策和精准操作的目标。

这又包括三个方面，一是过程状态和物流物性的感知，为过程优化提供最直接准确的物流和过程数据；二是装备（动、静设备，电气、仪表自控设备）风险管控监测、检测技术的自动化和智能化工程，包括装备状态在线监测感知、智能故障预警预测、在线腐蚀监测、阀门内漏监测等，应用工艺自动化控制系统全面提升装置控制自动化水平，服务于设备的本质安全；三是环境的感知，如大气VOCs、污水排放和固废处理等，服务于本质环保。

二要创建复杂工艺装置的首台套，以行业的大型复杂装置为突破，构建首台首套基于数字孪生的智能制造系统。例如：智能乙烯工厂，智能催化裂解车间等。如图2所示，中国石化正在以石化“龙头”装置乙烯为试点，搭建基于工业互联网的边缘云平台，首次构建数字孪生的智能乙烯工厂，以效益优化为目标，首次实现乙烯装置工艺、设备、操作、安全、环保全域智能运行，以成套乙烯自主工艺技术为基础，首次研发具有自主知识产权的乙烯裂解炉模拟优化工业软件。需要特别强调，数字孪生决不仅仅是简单的三维展示，而是对物质流、能量流和信息流的一体化数字化联动，这里有三个核心问题，一是物性表征，二是过程建模，三是闭环优化。流程工业伴随着大量的物理和化学反应，不同反应、不同条件都会生成不同物质，只有通过对生产过程的准确模拟，清楚描述物质的反应或变化过程，才能无限接近真实的过程，从而提高资源利用率，提升企业效益。

图2 基于数字孪生的乙烯智能工厂

（2）工业软件

石化生产制造全流程是由多个生产过程有机联接而成，具有多变量、变量类型混杂、变量之间非线性强耦合的特点，受到原料成分、运行工况、设备状态等多种不确定因素的干扰，其特性随生产条件变化而变化。实现上述要求，面向石化复杂生产过程的智能控制系统（工业软件），其功能应包括生产制造多尺度（分子、装置、流程）表征以及与之对应的基于大数据和工业知识的实时智能控制优化方法、轻量化的边缘计算能力等，并经多次试验、迭代而逐渐固化成工业软件。行业一直以来就在孜孜不倦地探索，特别是“十三五”期间，无论是在物性表征、过程建模和优化、生产各环节管理、企业管理和基础工业软件方面都有长足的进展，基础软件方面：RTDB、资产数字化建模软件；过程控制方面：APC、RTO；生产管控方面：排产优化、MES、能源系统优化、设备健康、安全环保；还有企业管理方面的ERP、资金集中、财务共享等。

工业软件是石化企业数字化转型的技术支撑，工业软件是工业技术长期积累、沉淀并在应用中迭代进化的软件化产物, 是工业化成熟度的体现。这些方面，我们还有很长的路要走，一般来说，可以有两种推进策略，一是赶，基于已有成熟技术，引进消化吸收，但这会面临成熟工业软件所构建的巨大的知识产权壁垒，在未来商用化推广的过程中，将面临巨大的挑战；二是超，基于新的工艺技术，寻找“新赛道”。作为流程工业的突出代表，利用好每一滴石油的有效价值是石化企业的终极目标。如果能够从分子尺度表征油品性质，开展分子水平上的模拟和调控，便可从分子级微观角度实现原料资源的充分利用，对每一滴原油“吃干榨净”。20世纪90年代初期就有学者提出了“石油组学”的新概念，认为要从分子水平认识石油的化学组成，研究分子组成与其物理化学性能和化学反应之间的关系。进入新世纪，国内一些学者提出了“分子炼油”“分子管理”的概念，从分子水平认识石油、从分子水平炼制石油，为我们创新开发低能耗炼油技术开启了新的思路，即分子工程。如图3所示，基于新的炼油技术的工业软件，将是企业解决“卡脖子”问题的“新赛道”，特别是基于分子工程的低能耗炼油技术的原材料物性表征和过程优化应用的研究，包括基于分子管理的纯组分物性库、物性常数库、原料的分子表征、基础分析动力学和反应器模型库，形成典型分离单元及反应单元过程的基础模型，进一步形成系列分子层次分离及反应单元操作库，实现生产过程的离线优化与在线优化。

图3 分子工程—助力石化工业软件实现换道超车

（3）工业互联网平台

数字化转型与创新是企业赢得未来的必由之路，制造业数字化转型的主攻方向是智能制造，工业互联网平台是智能制造的关键基础设施，能够培育新动能、创造新价值空间。工业互联网平台是沟通物理世界和虚拟数字世界的桥梁，带来了一场生产力的革命。工业互联网平台作为新型基础设施通过对生产方式、商业模式、管理范式的重塑，驱动企业数字化转型，实现场景化应用和生态化发展，是实现智能制造的方法论和途径。

从一般意义上看，工业互联网生态是以用户深度参与为中心，基于工业化与数字化融合的工业互联网的技术架构，优化数据、人力、资产、资本等资源禀赋配置，生态各方通过自组织相互赋能、协同共创、共同进化，实现价值供求持续迭代闭环以及生态持续进化的产业生态系统。

从行业的角度看，石油化工行业的独有特征，以及生产运行、安全环保等业务需求，需要利用工业互联网平台为基础设施推进智能制造。石油化工存在复杂的物理化学过程，建立模型难度大；我国石化工业原料来源受制于国内外市场供给，原料复杂、生产工况波动大；同时，能耗物耗高、安全环保压力大、产业链长且布局分散，在工业知识沉淀复用和重构、高效化和绿色化、产业链上下游协同等方面面临巨大挑战。如图4所示，具有石化特色业务组件、模型的构建往往需要科研院所、高校和行业IT公司“聚力”合作才能完成，最上层的工业APP的构建虽然是以各个行业IT公司为主，但是里面构建的每一个APP中蕴含的业务逻辑、业务的适配性却是融合了大量的业务用户的需求。因此来说，要建成一个适配行业的工业互联平台，需要多方合力，需要生态圈的合力创新。

图4 面向石油化工产业链的工业互联网平台

（4）数据治理

要强化数据要素的驱动作用，加强全要素、全产业链数据的有效集成、汇聚、治理和应用，实现“数据→信息→知识→资产”的转变，激发数据要素的转型动力，通过数据在工艺改进、运行优化、质量管控、生产异常预警、生产指挥、安全环保和决策判断等方面的应用，要采用机理建模和数据建模技术相结合的方法，建设能量流驱动物质流、物质流产生或影响能量流的动态关联模型，逐步形成和完善生产效率、产品品质约束下的，加工能耗最低、碳排放最小的在线优化等技术。实现高效运营管理，提升智能决策、精益制造和精准服务能力。面向全业务域的数据处理如图5所示。

图5 面向全业务域的数据处理

结束语

综上所述，石化智能制造是一项复杂的过程系统工程，其最终目的是要实现企业的提质增效和高质量发展，不仅要突破技术的瓶颈，更要落到实实在在的具体应用（场景），必须全面打造和推广面向石化工业制造各环节的智能化应用（场景）和智能工厂示范。围绕生产一体化优化、生产集成管控、资产全生命周期管理三条业务主线，形成生产管控、供应链管理、设备管理、能源管理、安全管理、环保管理六大业务域的智能化应用场景，夯实工业互联网平台等基础设施，实现产业链级、工厂级、装置级的智能制造水平的全面提升。通过“点面结合”的模式，推广一批可复制可推广的智能化应用（场景）和智能工厂应用示范。在“点”的方面，通过数字孪生、人工智能、5G等技术的应用，聚焦安全、环保、生产、资产等业务领域，构建一批可复用、可推广的智能应用（场景）；在“面”的方面，特别是针对一些有特色和典型的企业，在生产、质检、仓储、物流等方面，通过多种技术的融合应用，加强现场的数字化改造和升级，加强数据的集中集成，实现跨专业的数据共享和数据挖掘，提升全面感知、预测预警、协同优化和科学决策的水平，打造一批新型的智能工厂，引领更多的石化企业实现转型升级。