石化智能工厂研究与构建

智能工厂作为实现智能制造的重要抓手,为制造企业数字化转型提供了有效途径。文章阐述了国内外石化企业智能工厂建设历程及建设内容,分析国家智能制造能力成熟度评估模型与评估方法,结合石化企业业务特点,进行中国石化行业智能工厂业务环节的能力成熟度评估与能力特征总结。基于对中国石化行业智能工厂的阶段性判断,对下一代石化智能工厂业务特征进行了预测分析,提出了建设思路与重点建设内容,为我国石化智能工厂的建设提供支撑。     

数字孪生智能乙烯工厂研究与构建

数字孪生被认为是实践智能制造与工业互联网等战略、实现信息世界与物理世界交互集成的有效技术手段,备受学术界和企业界的关注,尤其数字孪生的落地应用更是关注热点。基于中国石化数字孪生智能乙烯工厂的开发及工业应用工作,首先阐述了石化数字孪生智能工厂的定义及总体架构。其次,基于复杂原料百万吨级乙烯成套技术,研究提出了“成套技术成果软件化、工程建设交付数字化、石化工厂运营智能化”融合创新的数字孪生智能乙烯工厂构建思路以及相应的关键技术。数字孪生智能乙烯工厂为中国石化智能工厂3.0建设提供了宝贵经验,为进一步推广到芳烃产业链、煤化工产业链、炼油产业链的核心装置,推动石化工业的高质量发展奠定了基础。     

流程企业智能制造实践与探讨

流程企业是制造业的重要组成部分,也是国民经济的支柱产业之一。本文以流程企业中炼油化工企业为例,阐述了其生产特点以及开展智能制造的必要性,并结合九江石化智能工厂建设实践体会,对炼油化工企业智能制造关注的重点内容,特别是生产过程中的实时感知能力、机理分析能力、模型预测能力、优化协同能力和智能化应用进行了分析和探讨,以期对流程企业智能制造有借鉴作用。     

数字孪生技术助力石化智能工厂

数字孪生技术的应用已经在多个领域发挥着越来越重要的作用,我国工业和信息化部《“十四五”智能化制造发展规划》中也强调了数字孪生技术的重要性。本文阐述了数字孪生技术在石油石化行业的应用现状,并介绍了石化智能工厂全生命周期数字孪生平台框架。该框架以工业互联网平台为支撑,以石化企业复杂的工艺与装置为核心,可以提供石化智能工厂的数字化交付、智能建设服务、智能运行模拟以及智能维护等服务。同时,本文还规划了基于数字孪生的智能工厂生产调度可视仿真、基于增强现实的智能工厂设备智能巡检和基于虚拟现实的智能工厂沉浸式培训与安全演习三个应用场景。最后,本文分析了数字孪生技术在石油石化行业的应用挑战与措施,为数字孪生技术在智能工厂应用提供了指导建议。本文的研究成果对于推动数字孪生技术在石油石化行业的应用具有重要意义,同时也为数字孪生技术在智能工厂应用提供了新的思路和方法。     

信息物理系统在石化智能工厂建设中的应用

随着世界经济体制改革,我国《中国制造2025》提出智能工厂建设的战略部署是推动石化行业生产改革前行的重要动力。认为智能工厂建设是一项系统工程,基于信息物理系统(CPS),综合运用信息技术、工业技术、管理技术等手段,建成企业统一的集中集成平台,可以实现生产全业务流程闭环优化管理,实现动态平衡、最优生产、效益最佳的卓越运营目标。本文浅谈了石化CPS含义及智能工厂建设情况,并举例给出当前全球石化行业智能工厂建设实例。     

未来石化智能工厂顶层设计： 现状、对比及展望

国内石化智能工厂建设已有十年发展历史,目前正在进行智能工厂3.0的规划设计。石化智能工厂存在哪些挑战？石化智能制造有什么发展趋势？如何设计未来石化智能工厂？针对这三个问题,本文首先总结了石化智能工厂面临的挑战以及业务和技术能力需求。从工业软件、开放流程自动化、工程建设模式等三个视角分析了石化智能制造发展趋势,研究了国际灯塔工厂案例及启示。文章还阐述了石化智能制造的基本特征、内涵及演进路线,提出了未来石化智能工厂需要提升的5项关键能力和“六化”特征,提出了重点建设内容及智能场景规划思路,最后对未来发展进行了展望。     

石化行业智能制造体系建设初探

重点研究石化制造流程的多尺度、耗散结构、嵌套—耦合过程特征;进一步阐述石化信息物理系统的"三网融合"、多层级体系以及智能化演化路径;提出以数据和模型为核心要素、以开放平台为基础支撑、以CPS为典型特征石化智能制造体系架构;发展石化智能制造需要重点建设等建议.     

水泥生产过程分层递阶多智能体控制系统

针对新型干法水泥生产过程的特点,建立了由控制智能体和决策支持智能体组成的分层递阶多智能体控制系统;研究了基于Ice中间件开发多智能体系统的方法;采用COM技术构建了具有二进制重用性的智能体组件,可实现对原有系统的重用;实现多智能体控制系统与神经网络、模糊控制和专家系统技术的融合;系统实现了水泥熟料煅烧过程的优化控制。     

面向石化智能工厂测控与控制设备的信息模型设计与验证

随着智能制造和物联网技术的发展,采用标准化方法对测控和控制设备进行统一规范是实现无歧义的信息交换的关键,然而制造领域在语义化描述和公共数据字典方面的研究尚处于起步阶段,难以满足广泛的应用需求。本文结合石化行业特征及其设备互联接入特点,开展了石化智能工厂测控与控制设备的信息模型设计及试验验证,为石化行业系统、物与智能装备之间的互联、互通、互操作提供规范依据。     

石化行业智能工厂场景库构建研究

以石化行业智能工厂建设为载体，针对石化企业资源与能源利用率偏低、高端制造水平亟待提高、安全环境压力大等问题，在对国家及石化行业智能场景建设指南、国内外智能场景发展现状分析的基础上，结合新一代信息技术，提出石化行业智能工厂场景库构建方法，对智能场景进行分类与分级，对场景模板进行设计与编制，对场景内容进行汇总与筛选。加快智能场景的沉淀、复制与推广，为石化行业智能化高质量发展提供支撑。     

Perspective for smart factory in petrochemical industry

Opportunities and challenges in the petrochemical industry and the emergence of massive disruptive technologies have triggered a new revolution that has the power to fundamentally change industrial processes including manufacturing, engineering, materials, supply chains, lifecycle management. Recently, the newly arisen smart factory adopted a disruptive manufacturing methodology and has become a key part of the petrochemical industry. The smart factory, which is different from the original production systems used in the petrochemical industry, needs to assess and position its future research agenda including its definition, intension, framework, and technology. Systems thinking and systems problem solving for the smart factory must be prioritized. Based on an analysis of the driving force for smart factory development, this paper proposes a lifecycle blueprint and consensus-based operating and technology roadmap. The definition and features of a smart factory in the petrochemical industry are presented. Furthermore, a summary of the technical systems and future-proof research field of the smart petrochemical factory from an academic and industrial viewpoint is presented.     

System Structure and Network Computing Architecture of Petrochemical Cyber‐Physical System: Overview and Perspective

The cyber‐physical system (CPS) has become the key infrastructure to support the development of smart manufacturing. On the basis of analyzing the CPS theory and industrial characteristics of the petrochemical industry, this paper defines the system structure of the CPS in petrochemical called petrochemical cyber‐physical system (PCPS), and divides PCPS into three system structure levels, proceeding from the analysis on the overall development of the petrochemical industry and the production situation of Sinopec Group. On the basis of this system structure, the unit pattern structure, unit level structure, network architecture, computing architecture, and working model of PCPS are studied and analyzed. Finally, this paper introduces the application scenario of PCPS in the construction of a Sinopec smart factory.     

基于MIC筛选规则和BP神经网络的变换装置建模及产品预测

在石化企业数字工厂建设中,装置的数字智能化建设十分重要。本文针对某石化企业变换装置数字化建设的需要,结合装置特点,建立了基于最大信息系数方法（MIC）的装置实时数据筛选规则和基于BP神经网络的装置产品质量预测模型。结果表明,利用实时数据筛选规则对采集到的44天共1041组装置实际运行数据进行分析,将161个变量参数删减到23个变量参数,有效降低了数据的维度,数据简化率达到85.63%;进一步采用Levenberg-Marquardt方法,用3层隐含层的网络结构建立装置的产品质量预测模型,模拟得到的装置出口变换气CO摩尔含量值与实际生产偏差很小（平均偏差1.193%）,说明本文所建模型可以很好地预测装置产品组成。以上建立的模型可为装置生产优化提供支撑,并可集成到工厂信息物理系统（CPS）中,支撑装置数字化和智能化建设需要。本文所提出的建模方法同样可用于其他类似装置的建模参考。     

炼油厂氢气系统优化调度及其应用

建模求解,并通过实例证明了模型的有效性和可行性,为实际的炼油厂氢气系统优化调度起到了指导作用。     

两化融合环境下智能工厂探索与实践

随着新一代信息技术的飞速发展,以“绿色智能”为核心的第四次工业革命正悄然兴起,从而为传统石化行业带来了巨大挑战与机遇。智能化发展成为石化企业转型升级的必然选择。为此,惠州石化积极响应《中国制造2025》,开展了智能工厂探索实践,提出以两化融合引领企业智能化进程的实施策略,开展基于工业互联网的工业大数据集成创新,研究形成智能炼厂的应用框架和实施内容,组织开展智能化的创新应用,取得了良好成效。同时指出推进新一代智能应用的主攻方向,为石化行业乃至流程行业智能工厂的建设提供了借鉴,形成具有中国海油特色的石化企业智能工厂示范效应。     

石化行业数字孪生技术的应用探索

石油石化行业作为我国重要能源之一,是国民经济发展的重要基础。保障石油石化生产企业的安全高效生产是企业的重要目标。本文针对石油石化流程行业生产过程中存在的工况连续性、复杂多变性问题,引入数字孪生技术,通过构建流程行业的数字孪生物理模型、数字孪生工况模型,搭建数字孪生系统,以期提高企业生产效率,保障企业安全高效运行。研究发现,基于数字孪生系统开展原料组成优化、工艺参数设计与仿真、生产过程建模与优化控制、设备故障诊断与远程运维方面应用的示范性装置,产品质量、经济效益均有较大程度的提升,同时装置能耗有较大降低,在提高工厂生产效率,保障工厂安全高效运行的同时,为企业带来巨大的经济效益。     

石化企业能源优化系统设计与应用

石化工业是高能耗行业,发展面临资源紧缺的约束。基于信息化和工业化深度融合的能源管理系统,大幅度提高了能源的定量管理水平,在支撑企业节能方面应用前景广阔。中国石化应用信息技术构建能源管理信息系统促进企业实现节能,取得了较好的效果。论文阐述了能源优化系统的整体规划,并基于石化业务特点进行了能源优化系统的功能设计。以蒸汽动力优化系统为例,分析了优化系统的业务功能,并从机理模型构建、数据检测、数据校验、在线优化以及在线模型校验等方面论述了优化流程。最后,从中国石化下属的三家试点企业的应用成效出发,为石化企业推进节能降耗信息化建设提供参考。     

基于混合建模的变换反应器产品预测与优化

石化行业智能化建设是“中国制造2025”的重要内容,加强信息物理系统（CPS）建设是实现石化行业智能化的重要保障。本文基于某炼化企业CPS建设需要,以变换装置建模为重点,采用混合建模方法进行模型的研发。通过Aspen plus模拟生产流程并进行灵敏度分析,模拟产生系列运行数据;利用混合建模方法对训练组数据进行挖掘,估算了反应器R2204的动力学参数,建立了混合模型,并采用预测组数据进行验证。结果表明,通过该方法所得模型在预测反应器出口最关键组分CO组成时相对偏差较小（25组数据平均偏差为2.78%,最大一组数据偏差不超过10%）,证明模型可靠;基于此模型,对反应器进口流股S2220的温度和H₂O/CO摩尔比值进行了模拟优化,结果表明进料温度为201℃、H₂O/CO摩尔比值为51.35时,反应器出口CO的干基物质的量分数最小为0.406%,满足技术生产指标。本文采用混合建模方法建立的模型不仅可以准确地预测反应器的产品CO组成,还可以集成到工厂CPS系统中,为后续的决策优化提供依据。     

石化MES中的物流建模技术及其应用

The management and control of material flow forms the core of manufacturing execution systems （MES） in the petrochemical industry. The bottleneck in the application of MES is the ability to match the material-flow model with the production processes. A dynamic material-flow model is proposed in this paper after an analysis of the material-flow characteristics of the production process in a petrochemical industry. The main material-flow events are described, including the movement, storage, shifting, recycling, and elimination of the materials. The spatial and temporal characters of the material-flow events are described, and the material-flow model is constructed. The dynamic material-flow model introduced herein is the basis for other subsystems in the MES. In addition, it is the subsystem with the least scale in MES. The dynamic-modeling method of material flow has been applied in the development of the SinoMES model. It helps the petrochemical plant to manage the entire flow information related to tanks and equipments from the aspects of measurement, storage, movement, and the remaining balance of the material. As a result, it matches the production process by error elimination and data reconciliation. In addition, it facilitates the integration of application modules into the MES and guarantees the potential development of SinoMES in future applications.