工业设备上云是工业互联网平台建设和应用的重点、难点，也是切入点，意义十分重大。2018年7月工信部发布的《工业互联网平台建设及推广指南》，提出要“实施工业设备上云‘领跑者’计划”，并明确了四类十大重点工业设备，即以炼铁高炉、工业锅炉、石化设备为代表的高能耗设备，以柴油发动机、大中型电机、大型空压机为代表的高通用设备，以工程机械、数控机床为代表的高价值设备和以风电、光伏为表的新能源设备。
三年来，工业设备上云取得了重大进展，全国重点工业互联网平台连接的工业设备数量超过7300万台套，上云深度从状态监测、故障诊断向预测预警、精准运维演进。为帮助业界进一步明确不同工业设备上云面临的痛点问题、应用场景、实施路径和推广前景，赛迪智库信息化与软件产业研究所工业互联网研究室在调研40余家企业的基础上，编制形成了“工业互联网平台+工业设备上云”系列研究报告。
石油化工设备面临着设备能耗高、安全风险高、停机损失大和运维难度大等痛点问题。以石化盈科、阿里云等为代表的解决方案企业积极探索基于工业互联网平台推动石油化工设备上云，并开展设备节能降耗、设备安全预警、设备预测维护和设备模拟操作等新型应用服务，有效提升了石油化工设备的能源利用效率和运营维护效率。
痛点问题
01设备能耗高
石油化工是高耗能的产业，其能耗量在我国行业耗能中排于第五位，位列金属冶炼、建材、化工和电力之后。石化企业中工艺设备是生产加工的主体，因此设备能耗是全厂能耗最重要的组成部分，据统计，大型炼厂的全厂能耗组成中，85%-90%为设备能耗，因此对主要耗能装置进行有效的能耗管理是石化企业节能减排的重点。在传统模式下，企业难以实时采集、监测、分析设备能耗情况，不能精准确定重点问题环节。
02安全风险高
石化行业的生产设备具有危险性，一旦设备在运行的过程中出现异常高温、高压、设备腐蚀泄漏的情况，会引发火灾或者爆炸事故，造成人员伤亡。传统的设备管理方式为定期检查和定期维护，企业连续生产期间很难及时了解设备内部情况，并准确识别设备故障，造成安全生产的重大隐患。
03停机损失大
石油化工属于流程行业，一旦某一设备发生设备故障而非计划临时停机检修，将造成整个生产装置的全面停产(或大幅度减产)，企业的经济效益损失十分严重。通常，一次较大的设备事故(例如压缩机组转子损坏)的直接经济损失大约为百万元以上，间接经济损失(装置产值损失及开、停车放空损失)大约为数千万元。
04运维难度大
石化大机组等动设备价值高，而且零部件多、结构复杂、故障形式多样，运维难度较大。传统的以设备或测点为对象的监测技术，单一的参数指标不能全面体现设备故障特征，导致设备出现异常不能快速定位。同时，由于石化设备复杂，对维修人员的技术和经验要求高，缺乏经验的维修人员对机组检修难以一次合格，存在二次检修现象。
应用场景
01设备节能降耗
石油化工是高耗能的产业，对石油化工设备进行有效的能耗管理是石化企业节能的重点。一是关键耗能设备的数据采集。针对加热炉、压缩机、泵等关键耗能设备，采集排烟温度、热负荷、燃料类型、热效率、燃料流量、折标系数、空气过剩系数、压缩机的流量、出入口温度、出入口压力、轴功率、扬程、输送液体密度等能耗数据。二是节能降耗的模型构建与耗能分析。利用大数据和人工智能技术，结合工业机理和专家知识，构建石化设备能耗模型，分析耗能的关键因素，找出能耗最低的工艺参数来指导实际设备生产，提高关键耗能设备的维护精度。
例如，恒逸石化与阿里云合作推动石化设备上云，通过对恒逸石化历年锅炉燃烧数据进行深度学习，推算出最优的锅炉燃烧参数，实现了燃煤发电效率提升2.6%，在节煤方面增加了数千万元收入。
02设备安全预警
设备隐患与故障轻则影响生产，重则容易引发安全事故。实现设备故障风险评估，合理安排处置优先级和措施至关重要。一是设备关键安全参数的数据采集。利用传感器等智能终端，实时采集石化设备运行过程中的工艺参数、维修记录以及振动等数据，在云端总结提取设备生产过程中的各种风险因素。二是设备安全预警模型的构建与训练。基于石化设备运行机理、行业标准、结合设备管理领域的专家知识和实践经验，应用工业大数据算法和人工智能技术，构建重点设备运行、工艺报警、现场报警、作业安全、隐患管理、工艺平稳率等一级、二级设备安全预警模型，并通过对设备历史数据的挖掘、自学习、训练识别设备的健康安全边界，实现对设备健康实时计算分析、故障预警与自动诊断。三是设备安全预警与优化。基于上云石化设备的实时运行数据和设备安全预警模型，实时分析设备关键零部件的健康情况，一旦出现设备运行异常和安全风险，提前安全预警，并给出降低设备安全风险的优化方案，指导管理人员操作。
例如，大连恒力石化基于工业互联云平台对PTA装置压缩机组、高危泵等重要设备进行智能监测，通过实时采集设备的振动与关联的工艺数据、边缘计算，构建设备机理与自学习模型，实现对设备健康实时计算分析、故障预警、自动诊断，设备安全预警准确率95%以上，有效确保设备安全。
山东京博石化基于supOS工业操作系统建立了包括事故事件管理、隐患管理、工艺平稳率、重点设备运行、工艺报警、现场报警、作业安全和安全领导力等8个一级指标和30个二级指标。根据不同的风险权重，从公司和车间两个维度为每个指标赋予不同的扣分系数，经复杂的计算提炼，从而形成可视化、可对比、可执行、可预警的设备的故障风险评估体系。安全指标从上线之初的-1500多，提升并稳定在目前的+70以上;逾期未处理隐患从上线之初的140个左右，下降并稳定在目前的个位数。隐患平均处理时间从上线之初的4.6天，降低至目前的3.8天。
03设备预测维护
推动石化设备上云，可实现石化设备全生命周期的故障预测和主动维护，降低设备非计划停机的损失。一是设备全生命周期的数据采集。采集石化设备全生命周期的历史故障、故障数据模型、维修记录设备振动与关联工艺实时数据等，以及设备部件结构、参数、功能、机理等数据。二是设备预测性维护模型的构建。基于设备机理、行业标准、专家知识，应用人工智能、自学习机制并结合知识图谱技术，构建石化设备预测性维护模型。三是设备故障预测和主动维护。基于上云石化设备的实时运行数据和设备预测性维护模型，对设备健康实时计算分析、预测石化设备关键零部件健康变迁与劣化趋势，预判零部件的损坏时间和剩余使用寿命，实现主动、及时、提前地开展设备维护服务，避免抢修与过度维修，减少非计划停机。
例如，镇海炼化开展云上泵群监测，对52套装置1700余台高危泵远程实时状态监测及诊断，及时发现泵群设备故障信息，2019年主动分析异常107起，建议拆检40多起，经检修验证与诊断结论相符，确保装置安全、稳定、长周期运行。
石化盈科建设了大型机组管理云平台，对中石化各分公司400余台关键离心式压缩机组开展集中监控，提供典型故障智能诊断、专家远程会诊和检维修指导服务，有效减少机组非计划停机损失约30%。大连恒力石化工业互联网设备智能化平台对动设备开展实时、智能化健康计算分析，实现数据采集、边缘计算、数据传输、健康计算、故障预警、自动诊断、专家协同、维护指导服务闭环智能化运行，关键部件故障预警与自动诊断准确率95%以上，有效支撑企业预测维护体系的建设。
04设备操作模拟
石化设备结构复杂，运维难度大，对维修人员的技术和经验要求高。一是设备运维模拟。在云端构建石化设备数字模型，结合可视化技术，开展模拟的石化设备的机组拆装、机组试车、应急处置等设备运维培训，提高人员的设备运维技能，保证机组检修一次合格。二是设备操作路径优化。基于石化设备数字孪生体，在实际炼化生产前，对工艺配方、工艺流程等全方位模拟仿真，优化石化装置的操作参数，优化石化装置的操作路径，得出最优的炼化生产方案。
例如，石化盈科大型机组管理云平台中内置MCL和BCL大型机组三维仿真模型，结合VR技术开展机组拆装、机组试车、机组操作、应急处置等可视化模拟操作，在中石化应用以来，有效提高中石化员工的设备运维水平。中石油云南石化在实际开工前，在云端对开工原油的炼化工艺流程进行模拟分析，明确炼化设备的各项操作参数，从而指导生产操作，实现了常减压装置1次开车成功，制氢联合装置核心设备投产1次成功。
推广前景
当前，我国石化行业能耗水平较高，环保压力日益增大，市场推广空间巨大。推动石油化工设备上云，可实时采集设备工况数据，结合大数据、人工智能等新兴技术，开展设备状态检测、安全预警、预测性维护等智能服务，改善能耗水平和绿色生产水平。预计石化设备上云普及率将不断扩大，设备能耗和污染排放将不断减少。
文 | 赛迪智库信软所工业互联网研究室 徐靖
（转载）
