微信号:datapi

介绍:清华大数据产业联合会(数据派)成员秉承“自强不息、行胜于言”,以扎实的理工功底闯荡“数据江湖”,独树一帜.本号定期组织线下活动,独家发布干货内容,分享前沿产业动态.在数据派,一切基于数据说话!

【干货】中石化李德芳:智能工厂助力产业转型

2015-11-16 07:36 数据派

此内容为数据派独家内容,数据派是清华大数据产业联合会官方微信公众账号,定期发布清华大数据系列讲座信息,分享讲座实录,欢迎转发 。

其他机构或媒体如需转载,请联系 yafei.xue@tsingdata.com 申请授权

【回复“清华大数据”可下载此ppt(有效期7天哟)】


本讲座选自信息化管理部主任李德芳于2015年10月26日在 RONG 系列论坛之五——清华大学大数据重构制造业论坛上所做的题为《推进智能工厂建设,助力产业转型升级》的演讲。




李德芳,中国过程系统工程(PSE)专业委员会主任,国资委国资监管信息化专家组专家,享受国务院政府特殊津贴。长期从事石化行业信息技术研究与应用工作,在中国石化主持并成功推广了ERP、电子商务、资金集中、生产营运指挥、炼化生产执行系统(MES)等一大批信息系统,组织建成了贯穿集团上下的信息化“三大平台”(即,以ERP为核心的经营管理平台、以MES为核心的生产营运平台和信息基础设施及运维平台)。其中,ERP、生产营运指挥和电子商务3个项目被国资委评为央企信息化示范工程。牵头组织了中国石化“智能石化”规划设计工作,组织在燕山石化、茂名石化、镇海炼化、九江石化进行了“智能工厂”试点建设并取得重大突破,其中九江石化智能工厂被工信部列为2015年国家智能制造试点示范项目。





李德芳:

我发言的题目是《推进智能工厂建设,助力产业转型升级》。


中石化是一体化的能源化工公司,覆盖了从最前端的油气勘探开发、油气运输,到石油炼制以及终端的油品销售等石油石化全产业链。开车的同志们都知道中石化加油站还是比较多的,全国有3万多座加油站,油品质量是有保障的,还有我们生产的化工产品,广泛用于包装、建材、服装等行业,可以说人们的衣食住行离不开我们的产品。目前中石化的石油炼制能力居世界第二、化工销售收入在全球排名第一,中石化集团在《财富》世界500强中排名升至第二名。


像中石化这么大的企业集团,如果没有信息化的支撑,对于企业的生产、销售、服务等运营管理是无法实现的。近几年来中石化加大了信息化投入,特别是“十二五”以来开展了以“智能石化试点、经营管理平台集中集成、IT共享服务中心、移动应用”四个示范工程为引领的信息化提升建设。


我们根据国家《中国制造2025》战略,以智能制造为主攻方向,推进了智能石化建设,包括智能油田、智能管线、智能工厂、智能销售、数字化工程服务等等。进展比较快的是智能工厂建设。


经过几年规划、设计和实践,在四家试点单位进行了智能工厂建设。


中石化智能工厂建设的核心内容,简要来说包括以下几个方面:


第一,实现一个目标。智能工厂建设的目标就是实现工厂的卓越运营,要达到劳动力生产率高、能耗物耗低、产品质量高、经济效益好的目标。


第二,建设两个支撑体系。技术支持体系和标准化体系,打造智能工厂一定要有完整规范的技术支持体系和标准化体系作支撑。


第三,围绕三条主线推进。一是生产管控一体化,自上而下的一体化,或者叫管控一体化集成,对ERP、MES、RTO、APC、PCS等系统进行集成,也就是经营管理层、生产营运层、过程控制层的纵向集成;二是从原油采购、原油加工、原油运输到终端客户服务的供应链一体化,等于是横向集成;三是资产的全生命周期管理。从工厂的项目筹建、项目设计,到建造于交付,再到工厂运行与设备维护,直至资产的报废退出等等生命周期全过程的数字化管理。


第四,提升四项能力。全面感知、优化协同、预测预警、科学决策。


第五,具备五项特征。数字化、集成化、模型化、可视化、自动化。其中数字化是最基础的,无论是大数据还是物联网,必须得有数据。我们觉得现在业务集成、系统集成、信息集成的还是不够,一定要进行集成化。模型化,对生产过程、装置运行、工艺流程等要用业务模型、机理模型各种模型进行描述,这样才能形成CPS虚拟和现实相结合。在这个基础上实现可视化,我们觉得将来的工厂,就像医院做CT一样,各个部位、各种情况,包括安全环保情况、装备运行情况、设备腐蚀情况、产品效益情况等都是可视的。最后一点是自动化,现在大的炼化企业有几万人,将来真正实现数字化、自动化、智能化后,千万吨炼化企业有一千人就差不多了,用人会越来越少,产品品质也是越来越高。目前,我们的设备、仪表计量等自动化程度还不够,传感器部署的远远不够,我们现在还仅是打造智能工厂1.0版。


第六,聚焦六大核心业务域。包括生产管控、供应链管理、设备管理、能源管理、HSE管理、战略管理。




我们从2013年就开始做这项工作,选择在燕山石化、镇海炼化、茂名石化、九江石化四家企业同步进行试点。前面三家企业都是千万吨级炼油、百万吨乙烯的生产规模,九江石化是沿江的老企业,借着工厂改扩建同步开展智能化建设。


经过近三年的建设,四家企业在数字化、可视化、自动化方面有了大幅提升,这些企业的先进控制率、自动化数采率都在90%以上,操作平稳率提高5%,操作合格率提高到百分之百,劳动生产率提高10%,生产优化、能源优化、环保监测等都实现很大的提升。九江石化被工信部评为“2015年智能制造试点示范项目”。九江石化在四家企业中的管理基础、装置基础和信息化基础都是比较弱的,但是九江石化“一把手”非常重视,也是清华的研究生,是70后,他对工业化与信息化融合的理解非常透彻,800万吨改造与智能化建设同步推进后,企业各项指标从沿江排名最后扭转为排名第一,为老企业的转型发展带来了支撑、带来了活力。


下面将智能工厂试点主要成果向大家简单汇报一下。


第一,面向生产管控,实现了在线优化,提升了资源优化和调度指挥水平。过去我们的计划、调度,以及全流程模拟都是脱节的,现在我们把计划、调度和流程模拟,包括MES、ERP系统都整合起来,建立了一体化的生产全流程优化平台,实现了计划、调度、装置运行的在线优化、协同联动。


第二,面向生产操作,实现自动化、移动化协同操作管理,提高了生产质量和效率。炼化生产车间分为内部操作、外部操作岗位,如果把内、外操通过信息技术手段融合,就会大幅提高工作效率和质量。过去内操人员要一刻不停地盯着控制屏幕,观察有没有异常情况出现。现在燕山石化实现了“黑屏操作”,正常情况下的屏幕是黑的,操作工不必再盯着屏幕看,一旦屏幕亮了,那就说明有问题了,并且问题出来后马上推送相应处理预案,指导内操人员进行处理。




第三,面向能源管理,实现了能流可视化、能效最大化与在线可优化。建成了能源管理和优化系统,建立了企业能源管控中心,对工厂运行中涉及到的能源,包括耗水、耗电、蒸汽动力,以及能源的输送管网、设备等等,都进行了全流程的在线管理,实现了对能源的产、输、转、耗全过程的跟踪、核算、分析和评价,这样一来我们企业一年能源优化增效近1000万元。






第四,面向HSE管理,建立风险管控体系,实现施工作业现场闭环管理。作业人员一旦进入现场就会被定位,在那个部位、进行了什么作业都进行了监控,作业票、动火票是否齐全,现场周边管理怎么样,有没有泄露,有没有有毒有害气体出来,都可以监测到,这使我们的安全管理更加有效,避免了安全事故。还有建立了一体化的应急指挥系统,实现了现场的应急人员、应急通信车以及应急指挥部的信息互通、数据同步、联动指挥,根据灾害情况立即推送应急预案,还会实时监控事故可能带来的危害和损失。




第五,面向设备实现数字化、可视化管理,提升检维修决策能力和设备管理水平。现在大的工厂设计实现了三维设计,以往三维设计主要是用于设计和施工,现在我们把数字化成果运用到工厂运行、设备检维修上,将虚拟和现实结合,从三维数字化模型上可以快速准确地进行设备故障定位、设备运行模拟,下一步还将把设备产量、成本消耗、实时情况在模型上反映出来,从而提高设备故障预知预判、维护方案科学制定的水平。




第六,面向仓储,实现自动化管理和无人装车发货,提高仓储作业、配送货物效率。在镇海炼化建成了超大型的全封闭、全自动、无人操作的智能立体仓库,大幅提高了产品包装、装车发货效率,并且与宁波化工园区物流、“智慧城市”进行了信息集成。




第七,面向决策指挥,实现综合信息可视化,提升了动态分析与辅助决策能力。不仅是内部的生产动态、安全环保、经济指标、效益情况一览无余,还集成进企业对标、市场行情、气象信息等各种外部数据,为管理者掌握全局、分析决策提供了有力支持。




第八,建立了统一的融合通信平台。我们和华为公司合作共同研发出满足炼化生产现场安全要求的4G工业无线网、防爆智能终端设备等,并在九江石化生产现场成功应用,企业的应急指挥、生产调度、通讯报警都在同一个平台上使用。




在智能工厂试点建设过程中,我们尝试开展了石化工业大数据分析应用实践,与清华大学赵劲松老师、还有其他高校进行合作,在九江石化、茂名石化进行了生产操作、生产运行、设备运行等方面研究。我们在大数据应用方面还刚起步,我们有很多的数据,工业数据是很重要的方面,这方面中石化可以有很多工作可以做。德国工业4.0教父孔翰宁认为,工业4.0不仅是“智能制造”,还要有“智能服务”,同时还要有“智能数据”,他觉得数据将为智能制造、智能服务提供有效的支撑。



我们在九江石化主要做的是催化裂化装置运行分析。大家知道,催化裂化装置是炼化企业的主要装置,故障率比较高,等到报警以后再进行处理,肯定是准备仓促、处置效率低。如果在报警之前能掌握一定的提前量,提前知道报警的原因和处理预案,势必会提高处置的效率和质量。通过对中石化近50套催化装置的历史数据进行标准化处理,形成了丰富的知识库,建立了报警预警模型并经过了工业验证。


利用大数据分析发现了以往凭专家经验发现不了的报警根本原因。并在装置报警前2分钟进行了预警,从而验证了这个预测模型还是非常准的,给操作人员争取到了更多的响应时间,这对报警处理、避免非计划停工损失提供了很好的支撑。



对于企业来说,既要提高产量,更要保障质量,还要多产高价值产品,这是企业始终追求的目标。我们把茂名石化催化重整装置3年多来的历史数据,甚至是LIMS、MES等等数据都搜集起来。通过大数据分析,我们对最优操作的温度、压力等都给出建议值,这为多目标优化、最优操作提供了很好的指导。





燕山石化实时采集了关键设备的大量数据进行预知性维修分析。过去炼化企业关键设备随着全厂停工大检修时一起维修,两年一修或是三年两修,即使没有问题也要检修。而平时有问题该修的时候却发现不了,没能及时修。现在是精准预测、预知性的维修。通过大数据分析,确实预测到一些情况,准确判定出大机组故障原因,对关键部位的阀门内漏、堵塞问题提前预警,从而合理安排预防性维护,可以有效降低运维成本、避免非计划停工损失。


下一步,中石化将积极落实国家“中国制造2025”、“互联网+”、“促进大数据发展”等行动计划,深入实施创新驱动发展战略,大力推进“两化”深度融合。



大数据在中石化的应用前景将十分广阔,上中下游产业有很多领域可以应用,特别是智能工厂建设,乃至智能油田、智能服务等各方面。比如,刚才介绍的生产过程中的应用,整个的生产优化、生产状态的监控、风险的分析,等等,都能用到。另外,供应链优化方面应用的潜力巨大,不仅是我们的数据,还有社会的数据、市场的数据、网上数据,以及政治时局数据、地域冲突数据等等,把这些数据汇总分析,我们就能对市场需求供应关系做出准确的分析判断,这是我们下一步的重点。



上游的生产大数据应用主要聚焦在勘探开发综合研究等方面。



炼油生产大数据应用主要是在新产品研发、工艺流程、生产运行等方面。中石化有40多家炼化工厂,一家的数据一般有40、50TB的数据,如果把各家所有装置信息都搜集起来,那就真正是大数据。如果在把全国石油石化行业、能源行业的数据加在一起,大数据分析的效果会更好。




经营管理大数据分析,主要是利用传统的ERP等系统的结构化数据,再加上半结构化、非结构化数据,就可以更好地开展经营业绩分析、投资分析、项目分析、财务分析。




还有就是销售服务大数据,通过对客户分群分析,开展精准营销、交叉营销,为客户提供更好的服务。中石化有3万多家加油站,有几千万的万加油卡用户,现在我们在建设统一的电子商务和客户管理系统,在建设车联网,将来把中石化的加油客户和中石化平台数据联系起来,通过大数据分析为加油客户提供更好的服务。不仅在加油站加油,还可以加气、加电,可以到易捷便利店买日常用品,还有金融业务、保险业务、旅游业务等等。


最近,大家对“中国制造2025”、“互联网+”、“大数据应用”谈论的比较多,实质上,还是工业化与信息化怎么融合、实体经济跟虚体经济怎么融合的问题。无论是智能化还是精准营销,背后都有大数据支撑。为什么阿里可以做蚂蚁小贷,就是因为背后有大数据。在不久的将来,互联网将成为国家的基础设施,而数据将成为一个国家、一个企业的重要资源,而且是取之不尽、用之不竭的绿色资源。


今天很高兴借此机会跟各位老师、同学就我们的工作进行交流。我希望我们的大学,我们的研究机构和我们企业共同建设好这些基础设施、用好大数据资源。


谢谢大家!


整理:祁德力

校对:付睿


 
THU数据派 更多文章 【大数据】如何俘获90后?看懂这13条数据,让你脑洞大开! 【干货】安晖:智慧城市与大数据 【干货】横向扩展的数据湖架构 “互联网+”能改变看病难吗 【独家专访】大数据硕士揭秘清华大数据项目
猜您喜欢 API 调用次数限制实现 聊天机器人与深度学习技术 技术文档分享 设计模式开篇之设计原则 Spring IOC容器bean依赖注入