好文推荐 | 我国智能炼厂技术现状及展望!附九江、镇海、埃克森美孚等国内外炼厂案例

好文推荐 | 我国智能炼厂技术现状及展望!附九江、镇海、埃克森美孚等国内外炼厂案例
2020年06月04日 11:20 PROCESS流程工业

文/ 龚燕、杨维军、王如强、黄明富

作者供职于中国石油规划总院

石化企业智能工厂经历了两个发展阶段,智能炼厂1.0 总体以炼化企业信息系统建设与应用为核心,智能炼厂2.0 则以智能化优化技术研发与应用为核心,并对两个阶段的典型企业案例和技术应用进行了介绍和分析,指出未来的智能炼厂将以具有较高知识结构的专业技术人员为基础,以生产管控一体化优化为主线,以自主学习和智能预测为最终目标。

1、各国智能制造战略简述

近些年来,以云计算、大数据、物联网、人工智能等为代表的信息技术快速发展,引领传统制造行业发展,并推动管理变革,促使生产制造向智能化方向转变。特别是经历2008 年全球金融危机之后,以制造业为核心的实体经济的重要性被世界各国重新认知,纷纷制定国家层面的战略和行动计划。

美国早在2008 年前就提出了先进制造技术的理念,并于2009 年提出了“再工业化”等一系列战略和计划。智能制造领导同盟2011 年6 月提出智能过程制造(Smart Process Manufacturing,简称SPM)路线图及功能模型(图1)。

该机构认为,智能过程制造是一种具有前瞻性的企业运营模式,由支撑知识的人员、工具与系统相连接,进行创新、规划、操作运行、维护和管理设备,并根据模型实时计算的综合性能指标体系来决策和执行,从而使运营变得更可预测、更具灵敏的经济反应和事故反应能力。

图1 SPM的功能模型

英国2008 年提出“高价值制造”战略,2009 年公布了新产业新工作战略,之后又发布了《英国先进制造领域一揽子新政策》。2013 年启动了对未来制造业进行预测的战略研究项目,推出了《英国工业2050 战略》,认为未来制造业的主要趋势是个性化、低成本产品需求增大、生产重新分配和制造价值链的数字化。

为了支持工业领域新一代革命性技术的研发与创新,德国也于2013 年提出了“工业4.0”战略,计划以数字化、网络化、智能化技术为主导的第四次工业革命或革命性的生产方法,建立一个高度灵活的个性化和数字化的产品与服务生产模式,并通过产生各种新的活动领域和合作形式,改变创造新价值的过程、重组产业链及分工,实现虚拟网络世界与现实物理世界的融合。

2015 年,中国提出了《中国制造2025》,部署全面推进实施制造强国战略,以促进制造业创新发展为主题,以提质增效为中心,以加快新一代信息技术与制造业融合为主线,以推进智能制造为主攻方向。其中,针对智能制造工厂,要求紧密围绕重点制造领域关键环节,开展新一代信息技术与制造装备融合的集成创新和工程应用,紧扣关键工序智能化、关键岗位机器人替代、生产过程智能优化控制、供应链优化,建设重点领域智能工厂或数字化车间。

智能制造作为未来经济发展的主要方向已经得到广泛认同,多个国家正以工业化与信息化的充分融合为基础,以智能化技术的研发与应用为手段,积极推进传统制造行业的转型与快速提升。

2、石化行业的智能工厂

石化行业作为传统的流程工业,面对新能源等多种因素的冲击,迫切需要通过技术革新大幅提高生产效率、降低生产成本、有效提升竞争力,并为未来及时满足客户定制化的产品需求做好技术支撑。

因此,自2010 年起,国内少数石化企业已开始了智能炼厂的示范探索,本文称之为智能炼厂1.0 阶段。该阶段总体上以炼化企业信息系统建设与应用为核心,并开展了部分业务领域的智能化优化尝试;自2015 年以来,更多的国内外企业以智能化优化技术为核心,以提高企业效益和综合竞争力为目标,对炼化企业全生产过程开展智能化优化技术研发与示范,本文称之为智能炼厂2.0 阶段

由于石化行业具有原料复杂、工艺和生产过程复杂、涉及专业繁杂、随市场变化大等特点,因此无论是国内智能炼厂的探索,还是国内外技术公司针对智能炼厂技术的研发集成,现阶段各自都带有鲜明特点,并没有固定模式。但总体而言,针对炼化企业的智能化建设,均涵盖在工业和信息化部提出的“生产管控、供应链管理、设备管理、能源管理、安全环保、辅助决策”6 个主要业务领域,只是各企业现阶段的侧重点有所不同而已(图2)。

图2 工信部提出的石化智能工厂6个主要业务领域

2.1 智能炼厂1.0

中国石化九江分公司(简称九江石化)是国内最早开展智能炼厂建设的石化企业,也是国家首批认可的石化领域智能制造示范企业。该公司以“提高发展质量、提升经济效益、支撑安全环保、固化卓越基因”为目标,在“计划调度、安全环保、能源管理、装置操作、IT 管控”5 个领域开展智能化技术应用,初步形成了数字化、网络化、智能化制造框架。

(1)构建智能化联动平台,生产经营优化团队利用PIMS、RSIM、ORION一体化联动优化功能,持续开展加工路线比选、装置优化等工作,实现了管理、生产、操作协同;

(2)首家建成投用数字炼厂平台,实现了企业级全场景覆盖、海量动态数据实时交互;

(3)建成面向工业企业的移动宽带专网,实现了智能巡检、音视频融合通信、施工作业视频监控等;

(4)建立炼化生产管控中心,将经营优化、生产指挥、工艺操作、运行管理、专业支持、应急保障等进行集成,实现了主要信息数字化、生产状态可视化、装置控制自动化、主体业务流程集成化。

因此,大幅提升了企业经济效益和管理效率,成效显著。九江石化智能制造的信息系统一体化模式见图3。

图3 九江石化智能制造的信息系统一体化模式图

中国石化茂名石化公司(简称茂名石化)围绕生产、安全、能源管控等核心业务,利用信息化技术打造了三大智能化平台:

(1)打造生产优化智能平台,促进经济效益最佳,包括供应链管理、生产调度、实时操作等智能化应用;

(2)打造安全管控智能平台,促进生产稳定运行,包括提高作业现场感知能力和油气长输管线安全管控能力;

(3)打造节能减排智能平台,促进绿色低碳生产,包括建立环保风险预测预警信息化体系、能源数字化管理体系,以及能源系统实时优化体系,实现了生产过程优化、安全管控能力提升、能源消耗降低,促进了核心竞争力的提升。

中海石油炼化有限责任公司惠州炼油分公司(简称惠州炼化)确立了打造“绿色生产、卓越运营、可持续发展”智能炼厂的建设目标,主要通过建立四大平台来打造智能工厂:

(1)围绕“数据采集、全面感知”,建立数据采集平台;

(2)围绕“数据交换、信息集成”,建立互联互通平台;

(3)围绕“精准控制、智能生产”,建立智能控制平台;

(4)围绕“生产管控、协同优化”,建立协同应用平台。

主要应用了智能化生产操作、全流程生产协同管控、计划生产协同优化、一体化生产作业受控、全厂能源管理中心、工程建设数字化、数字化物资仓库。

2.2 智能炼厂2.0

国内外先进石化企业在自动化和数字化建设取得阶段成效后,逐步加深了生产操作优化、生产运行优化、能源管理优化和设备资产优化等降本提质增效措施的应用,以进一步提升企业综合竞争力。该阶段较为显著的特征是将石化生产过程的严格机理模型或大数据模型与优化运算方法、先进控制手段等有机结合,为真正实现智能化生产提供了科学依据和发展基础。

其中,国外先进石化企业重点围绕“生产优化、智能运营、能源管控”等方面开展了局部智能应用。

生产优化方面,埃克森美孚、壳牌、BP、Dow 等大型石油公司在大量炼油、乙烯装置实施了闭环实时优化(Real-Time Optimization,简称RTO)。例如,壳牌 Martinez 炼厂在20 世纪90 年代依托企业先进的自动化和数字化基础,实施了常减压、催化裂化、加氢裂化、烷基化等主要装置的闭环实时优化(Real Time Optimization, 简称RTO),取得了约10 美分/bbl 原油的效益。Thai Oil 在实施常减压装置先进控制和闭环实时优化取得显著成效的基础上,于2010 年开始在整个炼油厂实施闭环实时优化。

智能运营方面,埃克森美孚实施全球供应链优化,实现了全球范围的资源供应和产品销售的全业务链优化。壳牌通过整合油气供应、炼化生产和销售业务,制定全球17 家炼厂统一的生产计划和排产,实现基于价值链的全局分析与优化;通过准确掌握原料价格、船期、生产运行、销售的动态信息,动态分析当期计划或调度的盈亏点,迅速调整生产经营方案,实现效益最大化。

能源管控方面,埃克森美孚大部分炼厂利用Visual MESA 软件实施了公用工程系统在线优化,部分炼厂实施了公用工程系统闭环实时优化。Valero 公司在休斯敦炼厂建立了全厂公用工程在线优化系统,锅炉热效率提高0.6%、减少燃料气成本1%,年效益约270 万美元,并以此为核心,建立了企业能源管理信息系统。美国Flint Hill 炼厂建成以公用工程优化为主的能源管理系统,使全厂能源成本下降了1%。

国内部分先进石化企业在现场感知能力提升、数据集中系统集成基础上,在“生产操作运行一体化优化、资产全生命周期一体化管理、工艺与公用工程一体化能源管控”方面提升生产运营水平和智能化水平。

生产管控一体化优化方面,中国石化已在中国石化北京燕山分公司(简称燕山石化)、中国石化镇海炼化公司(简称镇海炼化)两套乙烯装置实施了全流程闭环实时优化,如燕山石化乙烯装置RTO 于2014年4 月实现闭环运行,实施年增效3000~6000万元,经济效益显著。九江石化2016 年启动了实施常减压装置基于分子炼油的闭环实时优化项目,项目实施后将实时提供1# 常减压装置各馏分油温度点切割方案,自动下达给APC 在线执行,提出各馏分的二次加工路线建议,从而显著降低装置综合能耗,提高装置整体经济效益。

在资产全生命周期一体化管理方面,燕山石化2012 年在炼油二厂三催化装置实施了设备预知性维修技术,通过实时或定期地获取设备运行过程中振动、温度、位移等数据,可预测数据变化趋势、诊断设备故障、判断故障原因,同时还可以对设备的历史故障数据、故障类型、故障原因、故障频率进行可靠性分析,预测下次发生故障的时间和可能性,帮助技术人员提前防范。

在工艺与公用工程一体化能源管控方面,中国石油锦州石化公司于2015 年启动了能源管控系统研发与应用项目,针对公用工程系统开展蒸汽动力系统在线实时优化,针对催化裂化等重点装置开展操作参数在线优化,并通过能源管控系统实现两者的协同优化。

总体而言,智能炼厂2.0 是在完成以“现场感知能力提升、数据集中系统集成、工厂数字化可视化”为主要内容的智能炼厂1.0 基础上,以增效为核心升级智能应用,重点围绕“生产管控一体化优化、资产全生命周期一体化管理、工艺与公用工程一体化能源管控”3条主线提升企业智能化水平。

3、智能炼厂发展展望

近几年,伴随着炼化企业对智能工厂建设需求的日益迫切,国内外石化企业和技术公司均开展了智能炼厂的技术研发与功能设计。从目前一些国外知名技术公司和大型石化企业的设计思路来看,现阶段的智能炼厂主要是在整合原有不同领域技术基础上的智能化设计与研究,涉及的技术包括原油及成品油在线调和、油品在线分析、生产计划优化、生产调度排产优化、装置实时优化、公用工程在线优化、设备运行预测预警、智能无线巡检等多项技术,但尚未研发形成具有颠覆性的智能化技术。究其原因,主要是由于炼化生产过程本身的复杂性和涉及多专业多领域的特点,使得智能炼厂的发展不可能一蹴而就,而是一个长期的研究与建设过程。

笔者结合目前国内外石化企业智能化的研究、建设进展,以及对智能炼厂的思考,提出了适合未来5~10 年技术发展的智能炼厂功能架构图(图4),以供参考。

图4 智能炼厂功能架构图

从智能炼厂的未来发展趋势来看,主要应在生产管控一体化优化、自主学习与智能预测等方面加强研发与应用。

首先,智能炼厂应以生产管控一体化优化为主线,研发以过程控制模型、严格机理模型和大数据驱动模型以及专家库、知识库、规则库等为核心的计划—调度—操作一体化优化技术,并将设备运行的故障诊断、预知性维修以及能源利用的实时闭环优化等与生产运行优化充分集成,实现安全环保及用能成本最小化条件下的原料采购、计划调度、生产制造到产品入库、物流配送的生产全过程智能优化。

其次,智能炼厂应以自主学习和智能预测为最终目标,研发适应于复杂炼化生产过程的智能学习与预测系统,该系统应融合机理模型、数据科学和专家经验,并借助人工智能技术实现知识的自动获取、学习、推演、应用和改进。

最后,智能炼厂应以具有较高知识结构的专业人员为基础,根据智能工厂的功能设计、运行模式等,逐步培养能够适应生产过程优化智能化、供应链优化智能化、资产全生命周期管理智能化等的专业技术人才,确保炼厂智能化后的高效运行。

参考文献

[1]陈明,梁乃明.智能制造之路数字化工厂[M].北京:机械工业出版社,2017:1-5.Chen Ming, Liang Naiming. Road of intelligent manufacture -- Digital chemical plant[M].Beijing: China Machine Press,2017:1-5.

[2]陈卫新.面向中国制造2025的智能工厂[M].北京:中国电力出版社,2017:4-6.Chen Weixin. Intelligent factory eyeing China Manufacture 2025[M].Beijing: China Electric Power Press,2017:4-6.

[3]制造强国战略研究项目组.制造强国战略研究·综合卷[M].北京:电子工业出版社,2015:附录C 德国“工业4.0”战略.Manufacturing Power Strategy Research Project Team.Manufacturing power strategy research (General Vol.)[M].Beijing: Publishing House of Electronics Industry,2015:Exhibit C--Germany“Industry 4.0”Strategy.

[4]王海龙.九江石化:流程型智能制造样本[J].中国工业评论,2016(6):72-77.Wang Hailong. Jiujiang Petrochemical Company: Process-oriented intelligent manufacture prototype[J].China Industry Review,2016(6):72-77.

[5]谢道雄.九江石化智能工厂探索与实践[C]. 北京:2017年中国石油炼制科技大会,2017.Xie Daoxiong. Practice of Jiujiang Petrochemical Company’s intelligent factory[C]. Beijing: Meeting of 2017 China Oil Refining Science and Technology,2017.

[6]茂名石化智能工厂实践[C].北京:中国石油石化企业信息技术交流大会—智慧工厂分会场,2018.Practice of Maoming Petrochemical Company’s intelligent factory[C].Beijing: Information Technology Meeting of China’s Petroleum and Petrochemical Enterprises -- Venue for Intelligent Factory,2018.

[7]两化深度融合,助力绿色智能——惠州石化智能炼厂探索实践[C].北京:中国石油石化企业信息技术交流大会—智慧工厂分会场,2018.Green Intelligence --Practice of Huizhou Petrochemical Company’s intelligent factory[C].Beijing: Information Technology Meeting of China’s Petroleum and Petrochemical Enterprises -- Venue for Intelligent Factory,2018.

[8]龚燕,王弘历,游晓艳,等.炼化企业能源管控系统应用进展研究[J].石油石化绿色低碳,2016,1(4):9-12.Gong Yan, Wang Hongli, You Xiaoyan, et al. Application progress of energy management and control for refining and petrochemical enterprises[J].Green Petroleum &Petrochemicals,2016,1(4):9-12.

[9]宋立臣,侯晶,刘志文,等.燕山乙烯装置全流程闭环实时优化技术应用[J].乙烯工业,2013,25(4):9-15.Song Lichen, Hou Jing, Liu Zhiwen, et al. Application of closed-loop real-time optimization of whole process flow in the ethylene plant in Yanshan[J].Ethylene Industry,2013,25(4):9-15.

财经自媒体联盟更多自媒体作者

新浪首页 语音播报 相关新闻 返回顶部