石油和化工行业智能优化制造若干问题及挑战
石油和化工行业智能优化制造若干问题及挑战内容摘要：
第 43 卷 第 6 期 Vol. 43, No. 6 自 动 化 学 报 2017 年 6 月 ACTA AUTOMATICA SINICA June, 2017 石油和化工行业智能优化制造若干问题及挑战 钱 锋1 杜文莉 1 钟伟民 1 唐 漾1 摘 要 石油和化工行业是国家的基础性产业, 目前面临转型升级的重大需求. 本文首先回顾了石油和化工行业在生产全流 程的信息检测、建模、优化控制, 企业经营管理决策以及故障监测和安全环保等几个方面的进展. 剖析了当前石油和化工行业 存在的主要问题, 提出了利用现代信息技术从生产、管理以及营销全流程优化出发, 推进实现石化行业智能优化制造的智能 化、绿色化、安全化的愿景目标, 讨论了石油和化工行业智能优化制造所面临的新挑战. 关键词 石油与化工行业, 智能优化制造, 先进控制和优化技术, 愿景 引用格式 DOI 钱锋, 杜文莉, 钟伟民, 唐漾. 石油和化工行业智能优化制造若干问题及挑战. 自动化学报, 2017, 43(6): 893−901 10.16383/j.aas.2017.c170129 Problems and Challenges of Smart Optimization Manufacturing in Petrochemical Industries QIAN Feng1 DU Wen-Li1 ZHONG Wei-Min1 TANG Yang1 Abstract The petrochemical industry is one of the foundation industries of the national economy, which currently requires transformation and upgrading. In this paper we firstly review the full petrochemical industry process in terms of information detection of plant-wide production, integration of data and data analysis, modelling and optimal control, decision-making of enterprise operation and management, as well as fault monitoring, security and environmental protection. Then we analyze the major existing problems in the petrochemical industry. And we propose to utilize modern information technology to realize plant-wide optimizations of production, management and marketing, so as to fulfill the visions and goals of the petrochemical industry: high-end, smart, green and safety production. Finally, we discuss the new challenges in the smart and optimal manufacturing in the petrochemical industry. Key words Petrochemical industry, smart optimization manufacturing, technologies of advanced control and optimization, future vision and goal Citation Qian Feng, Du Wen-Li, Zhong Wei-Min, Tang Yang. Problems and challenges of smart optimization manufacturing in petrochemical industries. Acta Automatica Sinica, 2017, 43(6): 893−901 石油和化工 (简称: 石化) 行业是基础性产业, 在国民经济中占有举足轻重的地位, 也是我国经济 持续增长的重要支撑力量. 2016 年, 石化工业规模 以上企业 29 624 家, 全行业增加值同比增长 7.0 %; 实现主营业务收入 13.29 万亿元, 利润总额 6 444.4 亿元, 分别占全国规模工业主营收入和利润总额的 11.5 % 和 9.4 %[1] . 经过数十年的发展, 我国已成为 石化制造大国, 其生产工艺、装备及自动化水平都得 到了大幅度提升, 且部分工业装置的装备水平与发 收稿日期 2017-03-14 录用日期 2017-05-26 Manuscript received March 14, 2017; accepted May 26, 2017 国家科技支撑计划项目 (2015BAF22B02), 国家自然科学基金面上项 目 (21376077) 资助 Supported by National Key Scientific and Technical Project of China (2015BAF22B02), National Natural Science Foundation of China (21376077) 本文责任编委 苏宏业 Recommended by Associate Editor SU Hong-Ye 1. 华东理工大学化工过程先进控制和优化技术教育部重点实验室 上海 200237 1. Key Laboratory of Advanced Control and Optimization for Chemical Processes, East China University of Science and Technology, Shanghai 200237 达国家的装备相当、甚至更先进. 但在国际市场环 境的新常态发展背景下, 当前石化产业面临产能过 剩、成本上升、效益下滑、资源环境约束等问题[2] . 2015 年, 国际化工巨头巴斯夫、埃克森美孚、杜邦的 总资产回报率分别为 8.39 %, 6.49 % 和 6.41 %. 与 之相比, 同期的我国石化行业的总资产平均回报率 却仅为 1.4 %[3] . 究其原因, 主要是石化企业的底层 感知、全流程控制和优化以及顶层的智慧决策方面 存在相应不足. 因此, 在经济新常态下, 我国石化行 业面临更严酷的竞争、更为严峻的市场形势[4−5] . 智 能制造是石化产业转型升级、可持续发展的重要发 展途径. 目前, 自动化控制系统与信息管理系统在石化 工业中已普遍配置, 大部分石化企业建成了以企业 资源计划 (Enterprise resource planning, ERP)、制 造企业生产过程执行系统 (Manufacturing execution system, MES) 和实时数据库为主线的生产经 营信息化体系, 辅以覆盖全公司生产质检和环保监 测的实验室信息管理系统 (Laboratory information 894 自 动 化 management system, LIMS)、重要生产装置的先进 控制系统等, 但在涉及装置运行与生产管理的核心 技术的智能化方面仍存在一定差距, 主要体现在: 1) 信息的集成共享程度和深入挖掘程度不够, 信息的 共享不规范造成引用和维护的复杂度过大; 2) 现有 的信息系统相对独立, 不能满足企业运营的信息化 需求; 3) 计划、调度、操作一体化协同依靠人工知识 衔接, 没有真正贯通生产管控全流程; 4) 生产运行 与设备的安环监控实时性与精准性不够等. 石化工业过程连续化生产特点, 使其智能制造 内涵与离散工业有所区别和不同. 对于流程工业而 言, 智能制造重点解决的是多生产单元流程之间的 协调优化, 而不再是单个工序的最优化生产, 对于石 化工业而言, 智能制造的核心就是生产流程各项业 务的系统集成, 通过发展联系各信息孤岛系统的有 效方法, 如实时优化与控制一体化、计划调度一体 化、过程设计与控制一体化等, 真正将资金流、物质 流、信息流和能量流四流合一. 石化行业实施《中国 制造 2025 》, 是希望加快发展大数据、云计算、物联 网应用, 以新技术、新业态和新模式推动石化产业生 产、管理和营销模式变革为目的[6] , 推进我国石化行 业智能优化制造[7] , 从而进一步推动流程工业智能 优化制造[8−9] . 本文回顾了石化行业生产全流程的信息检测, 建模、优化控制、企业经营管理决策以及故障监测 和安全环保指标溯源等多个方面的进展分析, 阐述 了石化行业智能优化制造的需求, 探讨了石化行业 智能优化制造的新课题和挑战. 1 石化行业优化制造现状分析 1.1 石化生产过程运行信息检测 石化生产过程的优化调控依赖于对更多工艺参 数的检测以满足智能化运行的需求, 传统的温度、流 量、压力、液位等过程变量检测已在工程实践中得 到了广泛应用, 但对复杂成分的物理化学性质在线 实时检测仍待进一步研究, 高精度和高实时性的检 测需求仍受到工业界和学术界的广泛关注. 1.1.1 新型检测技术 随着现代光电技术的迅速发展, 基于红外光谱、 超声波、图像信号的先进检测技术和设备在近二十 年来得到了迅速的发展和研制. 由于具有检测精度 高、灵敏度好以及对生产和反应过程影响微小甚至 无接触或无侵入 (Noninvasive) 等优点, 这些技术和 设备已逐渐被采纳用于各种各样的化工生产工艺和 批量生产监控系统, 以实现高质量和高效率的生产 目标和效益[7−8, 10−11] , 如基于光学透射、漫反射、透 反射或漫透射原理研制的红外光谱检测仪可以用于 学 报 43 卷 检测固体或液体合成产物成分. 如今基于先进检测 技术研制的仪器设备, 如红外/近红外光谱检测仪、 高清图像采集设备等, 虽然能够直接检测结晶过程 的目标产物特性参数, 如产物组分及含量、形状及尺 寸等, 但目前这样的仪器设备绝大多数是针对采样 样本做离线 (亦称非原位) 检测和分析, 不能满足在 线检测、实时过程动态监测、实时反馈控制以及动 态过程优化的系统运行要求. 1.1.2 软测量技术 为了克服上
