中韓石化智能工廠信息化規劃探討

杜銳君

摘 要：隨著市場行情的變化，制造型企業轉型勢在必行。中韓石化作為一家大型能源化工企業，借助合資契機通過智能工廠信息化規劃，力爭加強系統間集中應用、提升用戶應用體驗感和參與感、拓展新功能并滿足集成和擴容需求、加深新技術的推廣應用。工廠智能化改造方面的研究具有實踐基礎和行業內推廣價值，是近期公司發展的重要項目。

關鍵詞：智能工廠 應用系統 需求分析 信息化規劃

中圖分類號： F426.72? ? ? ?文獻標識碼：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 智能工廠為石化行業助力

智能工廠是實現智能制造的企業層實踐，包含對車間、生產線的智能化規劃設計和改造升級。在傳統工廠的基礎上，智能工廠在信息物理系統和智能化軟件的基礎上定義技術，用軟件形成的信息流自動消除復雜系統的不確定性，在給定的時間、目標場景下，能夠完成自適應優化配置資源和高效、綠色、安全生產，是一種新型的制造范式。

伴隨新技術手段不斷涌現及應用水平不斷提升，石化全產業鏈實現高新技術的運用，尤其在制造和服務等重點領域。信息化逐步趨向智能化，為傳統企業轉變成智能工廠提供了技術的可能性。

2 中韓石化智能工廠建設背景

位于長江之濱的中韓（武漢）石油化工有限公司（以下簡稱中韓石化）作為大型能源化工企業，生產線復雜、業務量龐大，現有的應用系統、IT架構和基礎設施、安全策略與管控等信息化工作尚不能滿足服務中韓石化進行智能工廠改造升級、增強市場競爭力的需求。對于中韓石化而言，信息化布局規劃、應用系統研發和運維工作規范化十分重要。因此，中韓石化急需通過智能工廠建設的頂端戰略，對信息化規劃工作加以統一安排、對現狀進行改進。

目前，中國石化智能工廠通過試點規劃，已完成了“1.0集中集成+專項創新”階段建設，現處于“2.0平臺服務+局部智能”階段。中韓石化處于集團煉化板塊，在這一階段將聚焦生產集成管控，以提升管理效率、提高決策水平為目標，建立一體化智能管控新模式。

3 應用系統現狀評估與業務需求分析

公司現有信息系統89套，屬于B/S結構的有73個，B/S、C/S回合結構的11個，C/S結構的3個，都是主流的部署類型。集團公司統推系統43個，企業自建系統46個。應用部門里，信息中心主導推廣的系統有10個，其余的主要來自質量調度處、設備處和企管處等部門，基本覆蓋了企業各職能部門、專業中心及二級單位。但應用系統的現狀是建設年代跨度較大、承建單位較多，加大了信息系統的集成共享、統一管控及運維支持難度，存在一體化優勢發揮不出來、能耗高的情況。由于設備老、系統舊，集成和信息共享度不高，信息孤島依然存在;工作人員平均年齡大，安全環保、信息運維等方面壓力大;對于人工智能、大數據等新一代ICT技術應用滯后，信息化支撐能力亟待加強[1]。

4 中韓石化智能工廠建設目標及內容

中韓石化的企業信息化戰略順應中國石化集團“加強智能工廠的建設，開展深化應用創新創效活動，按六統一的要求，進行工作，抓好信息化網絡的安全，做好整個的運營維護工作，做好三基和隊伍建設”。

根據目前存在的諸多問題，通過智能工廠建設，改善的目標可以概括為：加強系統間集中應用、提升用戶應用體驗感和參與感、拓展新功能并滿足集成和擴容需求、加深新技術的推廣應用。

5 中韓石化智能工廠規劃

5.1挖掘數據信息

基于智能工廠模型，信息中心將聯合其他業務部門統一數據標準，打造先進的企業數據倉庫，集中共享實時、準實時的數據服務，消除數據壁壘和信息孤島，支撐企業實現量化決策、實時決策、精準決策。在智能工廠建設過程中將陸續進行如下方面的工作，以發掘數據賦能管理，實現數據深化應用。

（1）逐步解決各生產車間剩余的用Excel表做生產統計、工藝計算的相關問題。

（2）梳理現有數據分析處理的成功案例，在全廠其他裝置中推廣應用，并對計算結果進行更深入的對比分析，發掘數據與生產之間的內在關聯關系。

（3）組織IT服務中心開發人員，開發一些實用的分析計算模型與生產統計報表，進一步挖掘生產數據的價值。

（4）組織有特長的工藝技術人員，成立開發小組，針對重點生產裝置，結合生產優化與管理的實際需要，進行生產數據的在線綜合分析計算，創建一些有價值的數據深化應用案例。

大數據技術的原理是建立特征學習模型，在工藝參數更新過程中，在原始參數基礎上引入一階近似思想，提高參數更新效率，使得更新的模型能夠快速學習動態變化的工藝參數大數據的特征。海量歷史運行數據通過模型分析，發現工藝點之間的有用關聯關系，并用于報警、收率低等原因的分析，發現潛在運行參數優化價值并給出建議。中韓石化將引進大數據技術，完善數據預處理功能，提升對數據標準化、濾波和時間軸的處理能力，從數據完整性、標準化、功能、授權管理等方面進行全方位的完善[2]。

目前，公司進行的1#催化裝置聯想大數據項目試點，汽油+液化氣收率有提升的有22組（占61%），收率提升均值4.9‰（數據來源于發展技術部報告）。已初步得出能提高丙烯收率、優化生產工藝的效果。未來會根據其他運行部實際生產管理的需要，加大對大數據的應用。

5.2實現生產實時監控分析、加強環保監測與管控

針對中韓石化一體化經營管理的特點，拋棄原來煉油、乙烯分廠各自為政的工作方法，強化對經營管理全局業務流程的跟蹤、分析與優化，支撐資源優化整合與業務協同，滿足企業發展變革的需要。

針對石化行業裝置多、流程復雜的特點，智能工廠建設將引進更加智能的生產實時監控分析系統，滿足對物料、能源、工藝、質量、安全、環保、設備等海量生產信息實時感知，能夠完成信息采集、管理、匯總、分析、呈現和提醒，為各業務域提供可靠的數據支持和對管理人員及時有效的信息提示。盡可能減輕調度人員的負擔，為其掌控全公司生產動態保駕護航。

智能工廠還應注重綠色、安全、環保。對生產裝置及儲運系統的廢水、廢氣、固廢、噪聲、空氣質量的各類排放點實施嚴格監控，建立環境排放監測與管控體系，實現全廠污染物排放強度和排放總量的實時監測，污染事件預測預警，實現按責任對象的排放核算、管理和考核，確保能夠達到國家最新的環保標準[3]。

5.3提供智能巡檢設備、打造預測預警系統

目前使用的巡檢儀等設備能在一定程度上幫助工人實現對現場設備異常泄露的報警提示。但離主動對生產異常進行預測，甚至提取這些數據、建立各類異常捕獲監測模型和異常處置方案還比較難。目前的“實時追蹤異常波動”還停留在各運行部有豐富經驗的工藝工程師、班組長們依靠一線經驗判斷設備運行狀況，主動捕獲生產異常。

中韓石化運行部的現狀是一體化完成后，每年將引進大量新畢業大學生充盈車間一線操作人員隊伍。他們現場經驗少，對工藝設備了解還不夠充分，尚不能獨立完成非常規的緊急處理。

因此，智能工廠建設過程中，需要開發滿足預測預警、提供自動處置方案的應用系統——通過預估計流程狀況的變化，測出趨勢，提前報警，幫助理清問題發生的原因和指出現場異常的位置;對發生異?？赡軐е碌暮蠊M行推理，評估當前狀態可能出現后果的可能性與嚴重度[4]。

此外，現有信息中心自主研發的“在線安全視頻系統”保駕護航，全廠職工都可以聯網實現對操作現場的“云監工”。未來還會打造云、網、端協同智能的巡檢體系，實現設備、電氣、儀表、管理、操作五位一體的立體化巡檢信息集成，提供巡檢全程管理，各專業數據統一管理、關聯分析，巡檢路徑智能優化、動態調整，各專業交叉檢驗、持續改進，達到“強三基”（基層建設、基礎工作和基本功訓練）業務操作目標，實現更靈敏的預測預警、有效規避異常狀況。

5.4建設基于物聯網、移動應用的進出廠物流管理

好的智能絕非“去人工化”，而是充分調動人的主觀能動性參與到更加重要的工作活動中，利用機器承擔基礎性勞務，減少“人為低級錯誤”，提高企業運轉效率。

萬物互聯將是未來的趨勢，中韓石化建設智能工廠，必然面向煉油、乙烯集成進出廠設施的計量、裝運、業務憑證等信息，建立物流管控一體化新模式，包括門禁對來公司辦事、施工的工作人員進行人臉識別虹膜識別、供對系統內供應商資質驗證、對進出廠車輛識別、提貨系統自動預約、自動計量、自動裝卸、自動發貨、自動過賬等。采用RFID、二維碼、智能攝像頭、GPS/北斗定位等技術手段，達到進出廠業務和客戶服務的規范、高效、優質的管理目標。保障進出智能工廠的大門開始，就進入智能管理[5]。

根據智能工廠技術路線，“十四五”時期，中韓石化還將以石化云平臺為基礎，搭建支持分布式組件運行和微服務治理框架的企業云節點;將企業云資源池納入石化統一云資源管理平臺，企業自行運營，實現服務器、存儲、網絡資源的集中共享、動態調配和統一監控。在此基礎上，采用基于云架構的物聯平臺（IoT），提供特別大量的物聯數據，智能轉化推送給相應的人員處理，物聯平臺作為智能制造平臺中的物聯接入組件，為其提供基礎的物聯接入能力及泛在感知服務。

6. 智能工廠方案實施的效果預測

6.1建設智能工廠將得到管理方面的效益提升

通過大量歷史數據分析對運行參數進行優化，實現裝置考核指標的最優解，為提供企業經濟效益提供支撐。能夠提升各操作環節協同作業水平，系統建設將突出業務協同，促進各業務環節的信息共享及數據快速流轉，優化協調決策，提高決策的合理性和對變化快速反應的能力。

建設智能工廠，將把過去單純以生產為中心的管理理念向以挖潛增效換利益轉換;強化企業經營和生產的自動化、可視化水平，降低人員勞動強度，提高人員管理和執行效率;企業管理不僅有事前預防，還有過程中監控和控制，以及事后評價反饋。通過連鎖反應減少問題和風險的發生，降低風險成本。有先進的技術和智能化平臺應用加持，加深數據采集應用、提高決策靈敏度逐步優化經營效率。

通過先進信息技術手段的運用，實現海量歷史數據傳遞和信息共享，可供多類人員共享并多角度分析使用，提高對過往人員經驗的依賴。

智能工廠將為企業帶來新型生產方式下相應的人員組織結構。通過對人、崗的再調整和優化，加強業務單元的協同能力，讓專業的人做專業的事，讓機器取代人工，提高管理效率，提升資源配置率。通過智能工廠建設，還可加快人才培養，迅速形成一批業務能力強、信息化水平高的人才隊伍;營造“以人為本”的企業環境，促進發揮員工的業務水平和學習能力。

6.2建設智能工廠可以獲得社會效益

中韓石化作為長江沿線的重要石油化工企業，承擔著多個省份的供應任務。同時作為一家新成立的中韓合資公司，建國以來與韓國合資并購的最大項目，其發展代表中韓兩國形象，意義重大。這樣一家傳統制造型企業如何抓住時代的紅利順利完成升級改造，通過創新支撐產業轉型升級，保障產品和能源供應，創造更大的經濟效益、踐行節能減排和安全環保責任，同行乃至其他行業無數雙眼睛都在注視著。建設智能工廠不但能工優化生產過程，從源頭的工藝數據精準優化到過程中的物料平衡不波動，再到安全、環保、物流、運輸等各個專業平穩安全，降低生產事故發生可能性，避免人員傷亡，降低裝置能耗，減少二氧化碳的排放，最終實現企業發展滿足時代和市場需要、符合國家要求節能減排、可持續發展的目標，體現社會責任和價值[6]。

7 智能工廠未來發展展望

制造型企業進行智能工廠建設有兩個問題：一是需求的不確定性;二是產品和生產本身的復雜體系，企業內部管理、外部供應鏈協同，生產過程充分、高度不確定性。為推進國內企業進行智能制造升級，工業和信息化部組織探索了一系列試點單位，進行智能制造專項、智能制造標準化體系建設等工作。這些試點單位的實踐證實，智能化應用在打造制造新范式、夯實工業基礎、帶動軟硬件關鍵產品突破、激發企業積極性和創新力等方面，取得了明顯的成效。

中韓石化的智能工廠的建設絕非一蹴而就，在進行智能工廠的信息化規劃應多視角考慮，如判斷技術是否能夠轉化、現有系統是否需要直接淘汰還是升級改造即可、上新的信息項目是否能和生產計劃呼應、企業可支配的資金是否滿足等多個方面進行權衡規劃。因地制宜滿足本企業的發展需求，才能建立具有前瞻性和實效性的智能工廠[7]。

中韓石化智能工廠的實施路徑將沿著建成現代化人工智能企業，實現智能化運營管理的目標穩步推進，大致可分為三個階段逐步實現。

7.1夯實基礎急用先行

建設以集中集成及標準化為核心的基礎版智能制造平臺，優先建設調度指揮、應急指揮、生產應急指揮中心，環保監控等系統，助力企業生產安全、綠色、高效。

7.2構建全局效益導向

建設總部、企業兩級聯動部署的智能制造平臺，形成開放共享、敏捷高效IT基礎環境，全面推廣智能工廠核心系統，實現企業生產層面信息系統的初步整合，重點建設計劃生產協同優化、效益測算、能源優化等系統，實現全流程優化。

7.3深化應用全面融合

開展智能工廠提升建設，完成生產層面零碎信息的全面整合，基本消除生產層面信息孤島，實現生產層面與經營管理層面信息系統的高度集成，支撐企業智能化運營管理。

參考文獻

[1] 楊振.機器人若干控制問題分析與設計[D].江蘇：東南大學， 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] 易軼虎.石化行業智能制造現狀分析與對策研究[J].石油化工管理干部學院學報，2020（1）：67-70.

[6] 制造業倒閉潮不用愁一大波智能工廠正在路上[EB/OL].（2016-01-27）. http： //www. gjjxzb. com，.

[7] 熊曉洋.鎮海煉化智能化改造實踐[J].中國工業和信息化，2020（Z1）：48-50.