淺談石油化工行業智能化轉型趨勢范文

本站小編為你精心準備了淺談石油化工行業智能化轉型趨勢參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

［摘要］第三次工業革命以來，信息技術的飛速發展使社會的生產效率得到了極大的提高，給人類的生活方式帶來了前所未有的深刻變化。這種背景下，傳統石油化工行業也開始積極探索數字化、網絡化以及智能化的轉型發展。本文結合石化行業的智能化轉型現狀和最新研究成果，對其未來的發展趨勢進行了預測。

［關鍵詞］石油化工；智能化轉型；趨勢；智能油田；智能煉廠

引言

在2019年的政府工作報告中，總理多次提到“互聯網＋”，并首次提出了“智能＋”［1］。回顧近幾年的政府工作報告，從2015年首次提及“互聯網＋”到2019年提出“全面推進‘互聯網＋’”和“拓展‘智能＋’”，啟示我們應該進一步轉變思維，在數字化的基礎上加快智能化轉型，為制造業轉型升級賦能，以實現制造強國的戰略目標。作為傳統制造業，石油化工行業的智能化轉型也取得了一定的進展，在上中下游的代表包括智能油田、智能煉廠和智能加油。

1智能化轉型和研究現狀

智能油田一般被定義為能夠全面感知、自動操控、預測趨勢、優化決策的油田，是數字油田的高級階段，通過建立覆蓋油田各業務的知識數據庫和分析、決策模型，為油田生產和管理提供智能化手段［2］；其最終目標是實現生產實時化、過程自動化、油田可視化、管理協同化、分析模型化以及決策科學化［3］。從應用的角度來看，數字油田代替了人的重復性統計工作，是應用知識的過程；而智能油田代替的是人的分析歸納工作，是創造知識的過程［4-5］。很多企業和科研機構都提出了智能油田模型，其中具有代表性的是沙特阿美石油公司提出的四大層次模型［6］，如圖1。監控層能夠對生產數據進行連續、實時的監測；集成層基于監測數據發現油藏異常；優化層提供了在油田生產管理方面的優化建議；創新層執行上述優化建議，能夠學習到“知識”并進行管理。類似地，智能煉廠也是在數字煉廠的基礎上發展起來的。所謂智能煉廠，就是利用物聯網、大數據、云計算、人工智能等信息技術，加強信息管理和服務，減少生產線上的人工干預，提高生產過程的可控性，及時準確地采集和分析生產數據，保證煉油全過程實現本質安全、本質環保。智能煉廠離不開各類信息系統，如表1所示，按照業務領域，煉化企業信息系統自頂向下可以劃分為三個層次［8］：經營管理層，以ERP為核心，進行財務、物料、銷售、設備、人力資源等方面的管理；生產運營層，包括MES等系統，利用生產過程的各種物質、裝置和市場信息，形成經濟效益最大化的生產方案；操作控制層，主要是利用RTO、DCS等系統獲取實時數據、進行實時優化等。相比于中上游，產業鏈下游的業務成分較高、工藝成分較少，因此有著更好的智能化轉型基礎。殼牌的智能加油應用實現了線上下單、上門加油、線上結算的移動加油模式，顯著縮短了用戶的加油時間，極大地提升了用戶體驗［9］?；阡N售大數據，智能加油站不但可以計算出效益最大化的站點網絡布局，而且能夠對用戶消費偏好進行定量分析，進而圍繞“人•車•生活”開展精準營銷。智能加油顛覆了自1905年第一座加油站誕生以來就從未改變過的加油模式，同時對于石化企業降本減費、實現可持續發展亦有重要的意義。

2石化行業的智能化轉型發展趨勢

如上所述，石化行業的智能化轉型在產業鏈上中下游都已經取得了一定進展。通過對現狀進行剖析，可以歸納出其發展趨勢。

2．1從“以流程為中心”到“以數據為中心”

當前的石化企業智能化轉型，一般有兩條路徑。一是建立一體化的全流程模型，即對生產、科研、運行、管理等環節全面建模并實現不同業務流程的耦合運行，通過實時模擬、不斷優化，增加模擬的約束條件，使模型無限逼近真實。但從現有案例來看，這種方法的工作量太大，并且針對性較強，難以推廣。大數據技術提供了另一種方案，即脫離復雜的物理概念，用純數據模型進行分析和預測，這需要智能化轉型工作從“以流程為中心”轉向“以數據為中心”。目前的數字化、智能化應用中，多數仍以流程為中心。IBM的最新報告預測，全球油田每天產生約2TB數據，但其中95％都沒有得到利用［10］。在煉廠，信息系統僅停留在對工藝流程的模擬階段，工藝參數等實時數據未被充分利用。實際上，智能化與數字化的最大區別就是不再以流程為中心，而是以數據為中心，“數據湖”的概念即是在這種背景下被提出的。如圖2，根據IBM公司提出的模型［6］，智能油田是為了從數據采集與控制（價格最高的組件）和中層組件獲取最大價值，幫助人們（價值最高的組件）更有效地一起工作。原始數據經由各個組件的遷移，最終轉化為知識并用于輔助決策。此外，智能煉廠、智能加油積累的海量數據中通常也隱藏著有關生產和運行的規律［11］，這對于保證生產安全環保穩定、提高生產效益具有重要的意義。在未來的智能化轉型工作中，我們應該充分運用大數據技術開展數據挖掘，把海量數據轉化為有價值的信息。

2．2數據采集和存儲協議的標準化

當前，石化企業所部署的信息化系統，每天都會產生海量的數據。但是，由于物理設備和初期規劃的問題，這些數據在采集和存儲的過程中并沒有采用統一的協議，無法順利地開展大數據分析［12］，給智能化轉型工作帶來了阻礙。首先，物理設備的差別造成數據采集的不統一。以煉廠為例，實際采集到的數據數量、類型和質量因裝置的新舊、先進程度的不同而不同。舊裝置的儀表不全、精度不足，進行數據分析的資源較為有限。相反，新裝置中傳感器數量較多、精度較高、自動化程度也較高，因此生成了海量的有價值數據。在數據采集階段的標準化工作需要統一新舊裝置中的傳感器等電子設備，使采集的數據在精度、實時性等方面具有相當的水平，以利于后續的數據分析。其次，各個系統在初期規劃時各自為政造成數據存儲的不統一。在規劃時，沒有對數據的存儲格式、粒度和接口進行統一規劃，因此各個系統的數據存儲千差萬別，并且缺乏聯動性。這種現象增加了數據挖掘的難度，極大地制約了智能化轉型的實施。未來的智能化轉型應該構建統一的數據采集和存儲協議，使之成為石油化工企業智能化轉型的基礎設施。

2．3數據多“跑路”，系統少“繞路”

當前，石化企業的信息孤島［13］現象比較常見（如圖3），主要有兩個原因：一是在初期缺乏整體規劃，智能化建設一般僅圍繞單獨項目或應用，缺少信息共享機制的頂層設計；二是由于職能部門各自為政、工作流程整合不利、數據所有權模糊以及技術實現上的局限。信息孤島的存在造成了各系統之間的繞路現象，即彼此孤立、不成體系，關鍵的操作仍需借助人工。不僅沒有減輕人的勞動強度，反而增加了不必要的工作量，與信息化建設的初衷背道而馳。為了解決上述問題，最根本的方法是通過讓數據多跑路、系統少繞路來提高數據的流動性。然而，當前較普遍的做法是“插管式”的信息系統集成，即針對需要進行集成的系統，專門開發數據接口或文件共享平臺作為不同系統之間互相聯系的“管道”，如圖3所示。這種方式在一定程度上緩解了信息孤島問題，但效率較低。隨著時展，企業需要不斷深入推進經濟、環境、社會等多目標的協調，基于多個系統之間的業務需求、數據傳遞需求以及流程自動銜接需求等越來越多，系統的個性化“插管式”集成越來越難以滿足企業發展的要求。因此，我們需要在初期規劃時就充分考慮到業務流程之間的銜接問題，通過打通數據實現信息共享，進而使數據在數據集內部流動起來，如圖3所示。只有把各系統聯系起來形成高速公路網，讓數據在上面像汽車一樣奔跑起來，才能從根本上解決信息孤島問題。

2．4更加適應智能化的管理模式

智能化轉型的首要目的是提高生產效益，更深層次的則是管理模式的革新。生產力決定生產關系，技術創新將帶來生產力的提高，過去的生產關系必然會出現與之不相適應的地方。因此，石化企業的智能化轉型將帶來或主動、或被動的管理模式的變革，這亦是傳統企業實現向現代企業轉型的有效手段［14］。當前，由于現有制度的掣肘，部分系統未能充分發揮作用，兩則典型案例如下。自動化方面，雖然系統可以自動導出生產日志，但是現有制度仍要求手寫存檔；智能化方面，系統根據實時參數計算出的最優方案，實際上很少會被采納。究其原因，現有制度未厘清管理、開發、操作等崗位的數據權責，因此操作人員在生產中傾向于遵循舊的成熟方案，雖然可能不是最優，但能保證避免事故。可以預見，隨著智能化轉型的深入，這類問題會越來越突出。我們需要根據智能化轉型的具體要求對現有的管理制度進行改革，實現企業組織在線、業務運營在線、風險管控在線，充分發揮出智能化管理的真正威力。對于一家傳統的石油化工企業，要想成為智能化時代的領軍者，就必須在技術和管理領域采取協調一致的行動，并將這兩種能力結合起來，深植于企業的核心競爭力之中。因此，石化企業要更加積極、主動地對管理模式做出改變與調整，以破除智能化轉型中的藩籬，適應新的生產力的發展需要。

2．5更加適應智能化的復合型人才隊伍

眾所周知，信息行業是知識密集型產業，智能化轉型同樣離不開專業人才。智能化建設雖然依靠的是高科技，但是歸根結底是依靠人的操作，所以人才的建設是根本。當前的石化行業的人才隊伍存在結構單一的問題，石油、化工、材料及相關專業的人才仍占絕大多數。實現智能化轉型，急需來自各個專業的大量高精尖人才，尤其是需要一支既有石化知識、又懂信息技術的復合型人才隊伍。復合型人才隊伍建設包括三個方面，即“信息類的人才”“人才的信息化”以及“領導的信息化”。首先，石化企業應注重引進信息類專業的人才，他們能夠以專業的技術視角看待工業化和信息化的深度融合，并利用較強的數學知識將抽象的業務流程模型化。因此，他們應該成為智能化轉型的主體隊伍，這也將徹底改革石化企業的人員結構［15］；其次，企業還要加強人才的信息化培養，即石化類專業人才的信息化培訓。石油化工背景的人才在生產實踐方面經驗豐富，如果他們對信息化理論有更多的了解，將有助于智能化項目更加契合實際生產需要，他們是智能化轉型的中流砥柱。最后，還要加強對企業領導的信息化思維引導，提高整個領導層對數字化、網絡化及智能化等概念的認知，以便更科學、更合理地規劃實施智能化轉型項目。因此，他們應該成為智能化轉型中的執牛耳者。再先進的技術也要靠人去實現，智能化轉型離不開一支由以上三類人才共同組成的復合型人才隊伍。同時，只有這個隊伍的成員統一了思想和認識，才能夠形成合力，突破智能化轉型的阻力，推動智能化轉型落到實處。

3結語

國內外的經驗表明，堅持創新驅動、工業化和信息化深度融合，積極推進數字化、網絡化以及智能化制造，是我國傳統石油化工行業提質增效、轉型發展的重要抓手［16］。智能化轉型不僅關乎石化行業在未來幾十年內能否跟上時代的步伐，更關乎中華民族能否抓住第四次工業革命所帶來的“彎道超車”的歷史性機遇。展望未來，在物聯網、大數據、云計算以及5G通信等新一代信息技術的推動下，世界石油化工行業的智能化水平將會越來越高，智能化轉型也將成為未來石油化工企業持續提質降本增效、實現高質量發展的有效途徑和必由之路。

參考文獻

［1］.政府工作報告［Z］．2019．

［2］王興，劉超，張歲盟．大數據時代下數字油田發展思索———智慧油田的現狀及發展研究［J］．化工管理，2014（35）：50．

［3］劉寶軍．智能油田建設構想［J］．勝利油田黨校學報，2015，28（6）：99－101．

［4］陳頌陽．中海油智能油田建設的思考［J］．中國石油和化工，2014（2）：63－65．

［5］石玉江．智能油田在中國的研究現狀分析［J］．海峽科技與產業，2016（12）：81－83．

［6］王宏琳．通向智能勘探與生產之路［J］．石油工業計算機應用，2016，24（4）．

［7］楊金華，邱茂鑫，郝宏娜，等．智能化———油氣工業發展大趨勢［J］．石油科技論壇，2016（6）：36－42．

［8］覃偉中，馮玉仲，陳定江，等．面向智能工廠的煉化企業生產運營信息化集成模式研究［J］．清華大學學報：自然科學版，2015，55（4）：373－377，469．

［11］周大通，林東龍，戴倚霞，等．大數據技術將引領油氣行業變革［J］．石油科技論壇，2016，35（5）：45－50．

［12］耿玉廣，張萌，耿英杰，等．油田生產大數據分析應用研究［J］．石油科技論壇，2018，37（4）：41－48．

［13］錢鋒，杜文莉，鐘偉民，等．石油和化工行業智能優化制造若干問題及挑戰［J］．自動化學報，2017，43（6）：893－901．

［14］姜曉陽．中國石化信息化應用管理體系的實施與思考［J］．計算機與應用化學，2015，32（10）：1277－1280．

［15］劉偉，閆娜．人工智能在石油工程領域應用及影響［J］．石油科技論壇，2018，37（4）：32－40．

［16］覃偉中．積極推進智能制造是傳統石化企業提質增效轉型升級的有效途徑［J］．當代石油石化，2016，24（6）：1－4．

作者：王晨光 邵萬欽 單位：中國石化集團北京燕山石油化工有限公司