av网站的免费观看丨无码福利一区二区三区丨亚洲人成影院在线观看丨337p人体粉嫩胞高清视频丨国内a∨免费播放

一、項(xiàng)目背景

1、企業(yè)簡介

恒力石化股份有限公司是世界500強(qiáng)企業(yè)恒力集團(tuán)的核心上市子公司，于2016年在上海證券交易所主板上市。恒力集團(tuán)2019年總營收5567億元,現(xiàn)位列世界500強(qiáng)第181位、中國企業(yè)500強(qiáng)第46位、中國民營企業(yè)500強(qiáng)第8位、中國制造業(yè)企業(yè)500強(qiáng)第13位，獲國務(wù)院頒發(fā)的“國家科技進(jìn)步獎(jiǎng)”和“全國就業(yè)先進(jìn)企業(yè)”等殊榮。

公司具備國家高新技術(shù)企業(yè)資質(zhì)，行業(yè)創(chuàng)新核心技術(shù)專利達(dá)146項(xiàng)，牽頭工信部智能制造新模式應(yīng)用項(xiàng)目，公司所在大連市為上年度國務(wù)院表揚(yáng)激勵(lì)的工業(yè)穩(wěn)增長和轉(zhuǎn)型升級(jí)成效明顯市。

目前，恒力石化在工業(yè)互聯(lián)網(wǎng)基礎(chǔ)建設(shè)方面已初見成效，現(xiàn)已實(shí)現(xiàn)生產(chǎn)自動(dòng)化、DCS閉環(huán)控制全覆蓋；基礎(chǔ)網(wǎng)絡(luò)、通信、調(diào)度、廣播等系統(tǒng)已實(shí)現(xiàn)“融合通信”，視頻監(jiān)控系統(tǒng)實(shí)現(xiàn)了廠區(qū)無死角式全覆蓋；ERP、MES、設(shè)備管理、安環(huán)、LIMS等上層應(yīng)用系統(tǒng)已經(jīng)進(jìn)入深化應(yīng)用階段。

2、項(xiàng)目情況

基于工業(yè)互聯(lián)網(wǎng)平臺(tái)的流程行業(yè)生產(chǎn)線數(shù)字孿生系統(tǒng)，建設(shè)周期2019.6-2021.12，實(shí)施單位為恒力石化股份有限公司、國家工業(yè)信息安全發(fā)展研究中心、中國化工經(jīng)濟(jì)技術(shù)發(fā)展中心、北京航空航天大學(xué)、北京化工大學(xué)、北京綏通科技發(fā)展有限公司、蘇州恒力智能科技有限公司、中科數(shù)智（北京）科技有限公司、恒力石化（大連）煉化有限公司、恒力石化（大連）有限公司、恒力石化（大連）化工有限公司。項(xiàng)目立項(xiàng)的必要性如下：

一是智能制造戰(zhàn)略落地與創(chuàng)新性應(yīng)用的需要

實(shí)現(xiàn)智能制造是世界制造業(yè)轉(zhuǎn)型升級(jí)的重大趨勢，但踐行智能制造研究與實(shí)施中的重點(diǎn)和難點(diǎn)是如何解決物理世界和信息世界之間交互與共融。基于工業(yè)互聯(lián)網(wǎng)平臺(tái)的數(shù)字孿生生產(chǎn)線通過物理生產(chǎn)線與虛擬生產(chǎn)線的雙向真實(shí)映射與實(shí)時(shí)交互，達(dá)成生產(chǎn)線生產(chǎn)和管控最優(yōu)，是智能制造戰(zhàn)略真正落地的抓手，是智能制造創(chuàng)新性應(yīng)用的新模式。

二是流程行業(yè)轉(zhuǎn)型升級(jí)與高質(zhì)量發(fā)展的要求

流程行業(yè)中的石化行業(yè)具有安全形勢嚴(yán)峻、環(huán)保標(biāo)準(zhǔn)嚴(yán)格、人工成本高以及能耗物耗成本高等特點(diǎn)，行業(yè)轉(zhuǎn)型升級(jí)需求迫切。基于工業(yè)互聯(lián)網(wǎng)平臺(tái)的數(shù)字孿生生產(chǎn)線系統(tǒng)，能夠?qū)⑸a(chǎn)線的信息世界與物理世界深度融合，實(shí)現(xiàn)企業(yè)“人、機(jī)、料、法、環(huán)、測”全要素的智能感知互聯(lián)、實(shí)時(shí)交互與控制，支撐企業(yè)智能協(xié)作和提供更加精準(zhǔn)的服務(wù)，加快轉(zhuǎn)型升級(jí)。

三是石化企業(yè)提質(zhì)增效與可持續(xù)發(fā)展的需要

受新能源應(yīng)用和市場影響，石化企業(yè)正走向“煉油化工化”，面向燃料油的大批量的生產(chǎn)模式轉(zhuǎn)向多品種小批量化工生產(chǎn)模式。基于工業(yè)互聯(lián)網(wǎng)平臺(tái)，建立面向原料、產(chǎn)品需求、公用工程約束頻繁變化的煉油生產(chǎn)過程數(shù)字孿生系統(tǒng)，能夠適應(yīng) “煉油化工化”新模式，實(shí)現(xiàn)石化企業(yè)提質(zhì)增效、安全平穩(wěn)運(yùn)行的可持續(xù)發(fā)展目標(biāo)。

圍繞流程行業(yè)智能化轉(zhuǎn)型升級(jí)的迫切需求，首先完善基于工業(yè)互聯(lián)網(wǎng)平臺(tái)的流程行業(yè)生產(chǎn)線數(shù)字孿生系統(tǒng)體系架構(gòu)，并以此為指導(dǎo)，面向流程行業(yè)產(chǎn)品與生產(chǎn)線感知、分析、決策和執(zhí)行等過程建立數(shù)字孿生對(duì)象模型。通過研究信息物理融合計(jì)算方法，提升多時(shí)空尺度模型的統(tǒng)一計(jì)算求解能力，時(shí)間尺度覆蓋秒、分、小時(shí)，空間尺度覆蓋設(shè)備、工序、產(chǎn)線、數(shù)字孿生系統(tǒng)，優(yōu)化關(guān)鍵工藝性能指標(biāo)的模型預(yù)測功能。在此功能的基礎(chǔ)上，進(jìn)一步完善支持物料配方優(yōu)化、工藝參數(shù)設(shè)計(jì)與仿真、生產(chǎn)過程建模與控制、設(shè)備故障診斷與遠(yuǎn)程運(yùn)維等關(guān)鍵場景應(yīng)用的數(shù)字孿生解決方案，服務(wù)石化等流程行業(yè)。

生產(chǎn)線數(shù)字孿生系統(tǒng)的目標(biāo)是通過物理生產(chǎn)線與虛擬生產(chǎn)線的雙向真實(shí)映射與實(shí)時(shí)交互，達(dá)成生產(chǎn)線生產(chǎn)和管控最優(yōu)。要實(shí)現(xiàn)該目標(biāo)，需要以生產(chǎn)實(shí)時(shí)數(shù)據(jù)為驅(qū)動(dòng)、數(shù)字孿生模型為引擎、數(shù)字孿生應(yīng)用為抓手。

二、項(xiàng)目實(shí)施

依托工業(yè)互聯(lián)網(wǎng)平臺(tái)，基于工業(yè)互聯(lián)網(wǎng)平臺(tái)的流程行業(yè)生產(chǎn)線數(shù)字孿生系統(tǒng)提供基于數(shù)字孿生技術(shù)的物料配方優(yōu)化、工藝參數(shù)設(shè)計(jì)與仿真、生產(chǎn)過程建模與控制、產(chǎn)品質(zhì)量管理、設(shè)備故障診斷與遠(yuǎn)程運(yùn)維、腐蝕管理6個(gè)解決方案。

（一）物料配方優(yōu)化

物料配方解決方案適用于原料、產(chǎn)品需求變化較多的生產(chǎn)線，主要方法為多模型優(yōu)化控制和質(zhì)量卡邊優(yōu)化。

多模型優(yōu)化控制一般用于生產(chǎn)過程非線性、原料性質(zhì)變化、負(fù)荷變化、產(chǎn)品加工方案等對(duì)軟測量模型和控制模型的參數(shù)有較大影響時(shí)，能夠提高優(yōu)化的適應(yīng)性，解決多樣化的原料來源和產(chǎn)品需求問題。通過對(duì)優(yōu)化性能、控制（動(dòng)態(tài)調(diào)節(jié)）性能、模型預(yù)估性能和過程干擾性能進(jìn)行分析和報(bào)告，控制工程師可以根據(jù)這些結(jié)果來確定控制器性能的改變并改善控制器性能，如下圖所示：

圖1 數(shù)字孿生系統(tǒng)物料配方優(yōu)化解決方案示意圖

但石化生產(chǎn)過程物料變化頻繁、裝置耦合復(fù)雜、多層次運(yùn)行，物質(zhì)轉(zhuǎn)化和能量傳遞機(jī)理復(fù)雜，傳統(tǒng)的機(jī)理建模往往難以精確描述復(fù)雜過程物質(zhì)流和能量流耦合、傳遞與反應(yīng)等關(guān)系；數(shù)據(jù)驅(qū)動(dòng)的建模由于缺乏過程單元內(nèi)部結(jié)構(gòu)和機(jī)理信息，嚴(yán)重依賴于數(shù)據(jù)樣本的數(shù)量和質(zhì)量，難以對(duì)過程機(jī)理進(jìn)行深層次的分析和解釋。但是，機(jī)理分析有利于抓住過程的本質(zhì)特征和主要矛盾，獲得有效的模型結(jié)構(gòu)；數(shù)據(jù)驅(qū)動(dòng)的方法則可以自動(dòng)獲取潛藏在數(shù)據(jù)中的信息和知識(shí)。

本解決方案綜合二者的優(yōu)點(diǎn)，采用人工智能方法挖掘海量工業(yè)數(shù)據(jù)內(nèi)在的知識(shí)信息，建立融合數(shù)據(jù)和機(jī)理分析的混合模型，解決石油化工生產(chǎn)過程模型隨原料和產(chǎn)品加工方案變化的難題，開發(fā)出面向原料、產(chǎn)品需求變化的石油化工生產(chǎn)過程數(shù)字孿生模型，對(duì)優(yōu)化性能、控制（動(dòng)態(tài)調(diào)節(jié)）性能、模型預(yù)估性能和過程干擾性能進(jìn)行分析和報(bào)告，控制工程師可以根據(jù)這些結(jié)果來確定控制器性能的改變并改善控制器性能。方案如下圖：

圖2 煉油過程多維度多層次知識(shí)提取和模型描述體系和模型建立示意圖

基于面向原料、產(chǎn)品需求頻繁變化的多模型描述體系和模型學(xué)習(xí)方法，本方案在優(yōu)化控制中實(shí)現(xiàn)產(chǎn)品質(zhì)量指標(biāo)、控制模型的多模型切換控制，并實(shí)現(xiàn)卡邊優(yōu)化。方案如下圖所示：

圖3 面向原料、產(chǎn)品需求變化的在線多模型優(yōu)化控制和質(zhì)量卡邊優(yōu)化示意圖

1.案例定位

2.案例優(yōu)勢分析

本案例依托工業(yè)互聯(lián)網(wǎng)平臺(tái)，融合過程機(jī)理和裝置運(yùn)行特性，建設(shè)具有良好精度的軟測量模型，實(shí)現(xiàn)實(shí)際生產(chǎn)流程在虛擬空間中的孿生，利用智能優(yōu)化算法求解熔融指數(shù)和等規(guī)度最優(yōu)參數(shù)，虛擬空間模擬仿真結(jié)果與物理空間操作優(yōu)化的交互，為裝置實(shí)際生產(chǎn)進(jìn)行牌號(hào)切換提供優(yōu)化運(yùn)行指導(dǎo)。

牌號(hào)切換是一項(xiàng)復(fù)雜的過程，各種生產(chǎn)變量之間存在強(qiáng)烈的關(guān)聯(lián)和耦合，操作者需要調(diào)節(jié)多種生產(chǎn)操作條件的方法來達(dá)到牌號(hào)切換的目的。在過渡過程中會(huì)造成原料和能量的損失，減少過渡時(shí)間和過渡料量是牌號(hào)切換的優(yōu)化目標(biāo)。

本案例根據(jù)陶氏化學(xué)Unipol聚丙烯流化床生產(chǎn)工藝的原理，將聚丙烯氣相流化床工藝的109種牌號(hào)產(chǎn)品性質(zhì)和生產(chǎn)條件進(jìn)行收集，構(gòu)建了聚丙烯牌號(hào)產(chǎn)品數(shù)據(jù)庫，為各牌號(hào)的聚丙烯產(chǎn)品之間的切換建立了配方模板，并以多種形式將聚丙烯牌號(hào)關(guān)鍵指標(biāo)進(jìn)行展示。

圖4 牌號(hào)數(shù)據(jù)庫查詢界面

3.實(shí)施步驟及路徑

本案例依托于恒力工業(yè)互聯(lián)網(wǎng)平臺(tái)，利用java spring框架結(jié)合HTML和JS技術(shù)自主研發(fā)了基于B/S架構(gòu)聚丙烯裝置的牌號(hào)管理與配方優(yōu)化系統(tǒng)，旨在對(duì)聚丙烯牌號(hào)切換的過渡過程進(jìn)行仿真，使工藝用戶能夠了解牌號(hào)切換時(shí)關(guān)鍵參數(shù)的變化軌跡，深刻理解切換過渡過程各工藝變量對(duì)熔融指數(shù)和等規(guī)指數(shù)兩個(gè)產(chǎn)品決定性指標(biāo)的影響。重點(diǎn)開發(fā)了聚丙烯氣相流化床系統(tǒng)靜態(tài)機(jī)理模型，并通過梯度下降，PSO等優(yōu)化技術(shù)對(duì)熔融指數(shù)、等規(guī)度機(jī)理方程組進(jìn)行優(yōu)化求解，從而構(gòu)建了熔融指數(shù)和等規(guī)度的軟測量模型。本案例對(duì)牌號(hào)切換的過渡過程進(jìn)行推演從而可以優(yōu)化操作，減少過渡產(chǎn)品進(jìn)而提高經(jīng)濟(jì)效益。

（1）建立聚丙烯關(guān)鍵質(zhì)量指標(biāo)軟測量模型。

依據(jù)聚丙烯反應(yīng)機(jī)理，通過ip21數(shù)據(jù)庫接口，lims數(shù)據(jù)庫接口獲取聚丙烯裝置的生產(chǎn)數(shù)據(jù)和產(chǎn)品質(zhì)量分析數(shù)據(jù)。將獲取的數(shù)據(jù)構(gòu)建成輸入輸出數(shù)據(jù)集，利用梯度下降和PSO優(yōu)化技術(shù)辨識(shí)出熔融指數(shù)、等規(guī)度指標(biāo)的機(jī)理模型。

（2）建立聚丙烯物產(chǎn)品牌號(hào)數(shù)據(jù)庫

調(diào)研并收集Unipol工藝包中的109種牌號(hào)的產(chǎn)品性質(zhì)和操作條件數(shù)據(jù)，將這些數(shù)據(jù)存入聚丙烯孿生系統(tǒng)配置的mysql數(shù)據(jù)庫中開發(fā)牌號(hào)管理數(shù)據(jù)系統(tǒng)實(shí)現(xiàn)支持?jǐn)?shù)據(jù)增、改、刪、查的人機(jī)交互功能。

（3）建立聚丙烯牌號(hào)模板和操作切換軌跡演示

根據(jù)Unipol聚丙烯裝置工藝包的操作條件，建立各個(gè)牌號(hào)的配方模板。實(shí)現(xiàn)牌號(hào)切換人機(jī)交互界面，切換過程中將配方模板數(shù)據(jù)輸入聚合反應(yīng)靜態(tài)機(jī)理模型，利用機(jī)理模型對(duì)牌號(hào)切換過程進(jìn)行仿真，并以趨勢圖的形式將仿真結(jié)果進(jìn)行展示，輔助進(jìn)行生產(chǎn)過程牌號(hào)切換操作優(yōu)化，減少過渡周期，降低過渡過程的成本消耗，提高收益。

4.案例推廣應(yīng)用價(jià)值

聚合物反應(yīng)系統(tǒng)牌號(hào)管理具有潛在價(jià)值的應(yīng)用系統(tǒng)，工業(yè)聚丙烯裝置，通過改變其操作條件，可以生產(chǎn)各種牌號(hào)的聚丙烯產(chǎn)品。當(dāng)從一種牌號(hào)切換到另一種牌號(hào)時(shí)，切換時(shí)間長，將產(chǎn)生大量附加值低的過渡產(chǎn)品。如果利用程序使過渡過程時(shí)間和過渡料數(shù)量減至最小是一個(gè)十分重要的研究內(nèi)容。建立聚丙烯反應(yīng)器的動(dòng)態(tài)機(jī)理模型，結(jié)合配方模板模擬，可以實(shí)時(shí)的預(yù)報(bào)聚丙烯的熔融指數(shù)，等規(guī)度等重要產(chǎn)品質(zhì)量指標(biāo)的切換趨勢，從而對(duì)于工藝人員優(yōu)化牌號(hào)切換操作具有重要的指導(dǎo)作用。并可以在此基礎(chǔ)上，提高對(duì)產(chǎn)品牌號(hào)切換過程進(jìn)行的優(yōu)化控制，提高專用料的生產(chǎn)量，進(jìn)而提高裝置的經(jīng)濟(jì)效益。因此基于工業(yè)互聯(lián)網(wǎng)的聚丙烯的牌號(hào)管理與配方管理數(shù)字孿生系統(tǒng)是具有潛在的推廣價(jià)值與市場價(jià)值的。

（二）工藝參數(shù)設(shè)計(jì)與仿真

工藝參數(shù)設(shè)計(jì)與與仿真解決方案依賴于過程的數(shù)據(jù)模型，模型參數(shù)的準(zhǔn)確性影響化工過程數(shù)學(xué)模型的精確度，而化工過程的數(shù)學(xué)模型往往是非線性的，這些非線性方程中的參數(shù)有些是無法測量或是非常難測量的，尤其是針對(duì)具有多單元、多生產(chǎn)線的工藝流程的裝置。

因此，需要采用模型參數(shù)的智能化擬合技術(shù)來建立精準(zhǔn)的裝置全流程模型，本方案結(jié)合初始化反應(yīng)動(dòng)力學(xué)參數(shù)，并通過智能感知、采集獲取生產(chǎn)過程操作數(shù)據(jù)，基于數(shù)字孿生系統(tǒng)，使用流程模擬軟件建立通用的石化行業(yè)高精度、自適應(yīng)、自學(xué)習(xí)的數(shù)字孿生過程模型，指導(dǎo)工廠工藝參數(shù)調(diào)整與設(shè)計(jì)。方案如下圖所示：

圖5 數(shù)字孿生系統(tǒng)工藝參數(shù)設(shè)計(jì)與仿真模型建立解決方案示意圖

1.案例定位

2.案例優(yōu)勢分析

PTA生產(chǎn)線的數(shù)字孿生方案自下而上依次是裝置和基礎(chǔ)模型層、操作優(yōu)化層。裝置實(shí)時(shí)數(shù)據(jù)通過數(shù)據(jù)接口送至機(jī)理模型層，結(jié)合智能算法對(duì)模型關(guān)鍵參數(shù)進(jìn)行校正，給模型準(zhǔn)確度提供了基本保證。在模型基礎(chǔ)上，結(jié)合操作條件敏感度分析，建立各操作條件與關(guān)鍵產(chǎn)品的產(chǎn)量或性質(zhì)之間的非線性對(duì)應(yīng)關(guān)系，并對(duì)關(guān)鍵信息進(jìn)行實(shí)時(shí)預(yù)測。同時(shí)采用智能優(yōu)化算法對(duì)當(dāng)前工況進(jìn)行優(yōu)化，找到滿足約束的最佳操作條件并用圖形化界面輸出。

圖6 PTA生產(chǎn)線數(shù)字孿生方案示意圖

（1）數(shù)字孿生模型層

該層的主要功能是提供氧化和加氫裝置的機(jī)理模型和機(jī)理模型參數(shù)校正。

裝置的機(jī)理模型是化工過程的一種數(shù)學(xué)表達(dá)，其核心在于化工過程的傳質(zhì)、傳熱和反應(yīng)基本原理，可用于預(yù)測不同工藝條件下裝置的運(yùn)行狀態(tài)、產(chǎn)品性質(zhì)和收率等。一般來說，PTA裝置主要包括PX氧化和CTA加氫精制等單元。其中反應(yīng)裝置是PTA裝置的核心，氧化反應(yīng)主要功能在于將PX原料轉(zhuǎn)化為CTA，加氫精制反應(yīng)主要功能在于將CTA轉(zhuǎn)化為PTA產(chǎn)品。

反應(yīng)裝置機(jī)理模型的核心動(dòng)力學(xué)一般是基于小試實(shí)驗(yàn)得到，因而往往難以直接移植到工業(yè)裝置中。準(zhǔn)確的工業(yè)級(jí)機(jī)理模型必須以工業(yè)運(yùn)行數(shù)據(jù)為基礎(chǔ)，對(duì)關(guān)鍵動(dòng)力學(xué)參數(shù)進(jìn)行修正。PTA裝置在實(shí)際操作過程中，操作工況的改變雖不會(huì)改變過程機(jī)理，但對(duì)催化劑的要求、反應(yīng)過程的傳質(zhì)、傳熱平衡影響較大，一套固定的動(dòng)力學(xué)參數(shù)通常無法對(duì)各種工況完全描述準(zhǔn)確。在模型運(yùn)行過程中，通過實(shí)時(shí)采集裝置運(yùn)行數(shù)據(jù)與模型計(jì)算結(jié)果進(jìn)行比較，以誤差作為反饋，實(shí)時(shí)對(duì)模型關(guān)鍵參數(shù)進(jìn)行校正，使PTA裝置數(shù)字孿生模型的準(zhǔn)確性大大提高。

準(zhǔn)確的裝置模型是優(yōu)化技術(shù)的基礎(chǔ)，也是核心。基于機(jī)理開發(fā)的裝置模型依賴于對(duì)過程的深入理解，包括各操作條件間相互關(guān)系、對(duì)過程的影響以及定量描述等，使得模型符合實(shí)際工藝過程，為下一步裝置關(guān)鍵信息實(shí)時(shí)預(yù)測提供準(zhǔn)確、有效的模型基礎(chǔ)。

（2）工藝操作參數(shù)優(yōu)化

工藝操作參數(shù)優(yōu)化的功能主要是考慮裝置運(yùn)行過程中各單元之間的聯(lián)系和約束，如加氫精制結(jié)晶器蒸汽與預(yù)熱蒸汽的供應(yīng)關(guān)系等，采用智能優(yōu)化方法使PTA裝置整體在滿足產(chǎn)品合格率的情況下實(shí)現(xiàn)目標(biāo)產(chǎn)品收率或效益最大化。

根據(jù)PTA裝置關(guān)鍵指標(biāo)最優(yōu)化為目標(biāo)要求，需要根據(jù)不同單元在不同的運(yùn)行狀況下的約束模型對(duì)PTA裝置進(jìn)行優(yōu)化。由于PTA裝置涉及的關(guān)鍵單元多，某個(gè)單元的操作條件變化會(huì)對(duì)上下游裝置帶來很大影響，在運(yùn)行過程中，隨著運(yùn)行時(shí)間的推移和工業(yè)裝置及工藝特性變化，各單元的約束條件也在實(shí)時(shí)的發(fā)生變化。PTA裝置的優(yōu)化需要同時(shí)優(yōu)化變量篩選、目標(biāo)計(jì)算、優(yōu)化算法等。

3.實(shí)施步驟及路徑

給出具體的項(xiàng)目實(shí)施步驟，分析每個(gè)實(shí)施步驟的實(shí)施細(xì)節(jié)，涵蓋運(yùn)用的具體技術(shù)及使用的軟硬件工具。

本案例從恒力石化PTA生產(chǎn)過程以及工業(yè)互聯(lián)網(wǎng)平臺(tái)建設(shè)需求出發(fā)，針對(duì)PTA生產(chǎn)過程數(shù)字孿生模型和全流程優(yōu)化控制中存在的問題，對(duì)PTA裝置實(shí)施融合機(jī)理和運(yùn)行特性的全流程智能優(yōu)化技術(shù)，真實(shí)再現(xiàn)工藝裝置的流程信息，實(shí)現(xiàn)對(duì)工藝裝置的可視化的洞察，包括對(duì)能量、質(zhì)量的平衡、物流組成、操作條件、性能指標(biāo)的了解，對(duì)不同工況的仿真和預(yù)測，對(duì)實(shí)時(shí)生產(chǎn)操作條件指導(dǎo)等，重點(diǎn)研發(fā)了PTA裝置數(shù)字孿生建模、模型自動(dòng)校正與實(shí)時(shí)仿真、工藝參數(shù)操作優(yōu)化技術(shù)，從而幫助企業(yè)的各個(gè)部門實(shí)現(xiàn)多方位的協(xié)作，實(shí)現(xiàn)企業(yè)的安全穩(wěn)定長周期滿負(fù)荷優(yōu)化運(yùn)行，實(shí)現(xiàn)企業(yè)生產(chǎn)的最大經(jīng)濟(jì)效益，提高競爭力。

1）PTA裝置機(jī)理模型開發(fā)

根據(jù)恒力石化PTA生產(chǎn)裝置的具體工藝流程，采用.net core框架自主開發(fā)PX氧化和CTA加氫精制的機(jī)理建模，實(shí)現(xiàn)裝置生產(chǎn)模擬。具體內(nèi)容如下：

1. 機(jī)理模型構(gòu)建： 基于氧化反應(yīng)過程和加氫精制反應(yīng)過程基本原理和裝置特性建立能反映原料性質(zhì)、工藝參數(shù)與產(chǎn)品性質(zhì)之間關(guān)系的全流程機(jī)理模型。

2. 模型自動(dòng)校正： 在機(jī)理模型基礎(chǔ)上，基于裝置實(shí)時(shí)運(yùn)行數(shù)據(jù)，根據(jù)模擬計(jì)算預(yù)測結(jié)果與實(shí)際運(yùn)行數(shù)據(jù)之間的偏差，調(diào)用智能優(yōu)化算法，以偏差最小化為優(yōu)化目標(biāo)，獲得模型最佳參數(shù)。

2）生產(chǎn)裝置實(shí)時(shí)仿真與工藝參數(shù)操作優(yōu)化

在工藝機(jī)理模型自動(dòng)校正和運(yùn)行數(shù)據(jù)實(shí)時(shí)更新的基礎(chǔ)上，實(shí)現(xiàn)裝置模型實(shí)時(shí)仿真。同時(shí)，對(duì)影響生產(chǎn)過程的關(guān)鍵變量進(jìn)行辨識(shí)，結(jié)合市場信息，構(gòu)建效益最大化目標(biāo)函數(shù)，并確定約束范圍，利用高效的智能優(yōu)化方法實(shí)現(xiàn)工藝操作參數(shù)優(yōu)化。

1. 通過機(jī)理模型自動(dòng)校正，實(shí)現(xiàn)模型實(shí)時(shí)仿真，并與實(shí)際運(yùn)行結(jié)果進(jìn)行實(shí)時(shí)對(duì)比展示。

2. 全流程關(guān)鍵影響因素辨識(shí)與效益模型：基于過程模型和實(shí)際運(yùn)行數(shù)據(jù)，采用主元分析方法、靈敏度分析方法結(jié)合專家經(jīng)驗(yàn)知識(shí)，從大規(guī)模數(shù)據(jù)中辨識(shí)出影響過程關(guān)鍵指標(biāo)的變量并確定其變化范圍，在此基礎(chǔ)上，綜合裝置實(shí)際運(yùn)行信息，建立工藝指標(biāo)最優(yōu)化模型。

3. 裝置操作優(yōu)化：從經(jīng)濟(jì)效益角度出發(fā)，根據(jù)實(shí)際裝置情況和當(dāng)前PTA產(chǎn)品價(jià)格，在不同的進(jìn)料以及工藝參數(shù)條件下通過模型和優(yōu)化算法優(yōu)化得到價(jià)值最大化的裝置相應(yīng)操作條件。對(duì)產(chǎn)品關(guān)鍵指標(biāo)、裝置能耗進(jìn)行預(yù)測，并與當(dāng)前產(chǎn)品質(zhì)量、裝置能耗的實(shí)際值比較，累計(jì)得到模型的偏差小時(shí)平均值，同時(shí)結(jié)合當(dāng)前產(chǎn)品價(jià)格，以最大化凈利潤為目標(biāo)，獲得最優(yōu)裝置操作條件，并根據(jù)模型的偏差平均值對(duì)操作條件進(jìn)行校正，校正后的結(jié)果經(jīng)過限幅處理后，作為裝置操作優(yōu)化的參考值。

3）PTA全流程數(shù)字孿生工業(yè)互聯(lián)網(wǎng)平臺(tái)構(gòu)建

在PTA全流程數(shù)字孿生模型、優(yōu)化方法的基礎(chǔ)上，開發(fā)工業(yè)互聯(lián)網(wǎng)平臺(tái)，實(shí)現(xiàn)以下功能：

1. 數(shù)字孿生模型構(gòu)建與在線滾動(dòng)校正

   開發(fā)PTA氧化和加氫工段的機(jī)理模型，通過接口技術(shù)將實(shí)時(shí)數(shù)據(jù)庫、LIMS數(shù)據(jù)等現(xiàn)場數(shù)據(jù)接入模型，調(diào)用智能優(yōu)化算法，實(shí)現(xiàn)機(jī)理模型在線自動(dòng)校正，提升單裝置和全流程模型的準(zhǔn)確性。

2. 工藝流程操作參數(shù)優(yōu)化以單裝置/全流程效益最大化或單位能耗最小化等為指標(biāo)構(gòu)建優(yōu)化目標(biāo)函數(shù)，開發(fā)適應(yīng)工業(yè)海量數(shù)據(jù)的高效優(yōu)化器，可根據(jù)目標(biāo)函數(shù)和指定操作變量、約束條件，調(diào)用機(jī)理模型進(jìn)行求解，并輸出優(yōu)化后的操作條件，提升企業(yè)生產(chǎn)效益。

3. 結(jié)果發(fā)布

   在上述功能基礎(chǔ)上，開發(fā)結(jié)果發(fā)布的功能，采集DCS實(shí)時(shí)數(shù)據(jù)、LIMS數(shù)據(jù)等現(xiàn)場數(shù)據(jù)，采用接口技術(shù)將數(shù)據(jù)送入模型，通過模型參數(shù)優(yōu)化程序等實(shí)現(xiàn)模型的實(shí)時(shí)校正。在準(zhǔn)確模型的基礎(chǔ)上，通過調(diào)用優(yōu)化器優(yōu)化過程操作條件。同時(shí)，將上述信息顯示并發(fā)布到工業(yè)互聯(lián)網(wǎng)平臺(tái)。

4)案例展示

PTA仿真優(yōu)化系統(tǒng)主要包括兩部分，第一部分是模型仿真，主要用來驗(yàn)證模型在長周期運(yùn)行下的精度和自動(dòng)校正功能。第二部分是裝置操作優(yōu)化，主要以裝置關(guān)鍵指標(biāo)為優(yōu)化目標(biāo)，裝置的溫度、壓力、進(jìn)料量等變量為操作條件，裝置瓶頸為約束條件，調(diào)用自主開發(fā)的智能優(yōu)化器進(jìn)行優(yōu)化，并輸出優(yōu)化結(jié)果和優(yōu)化后的操作方案。

1. 仿真系統(tǒng)

   仿真系統(tǒng)以機(jī)理模型為核心，采用接口技術(shù)將現(xiàn)場工藝數(shù)據(jù)實(shí)時(shí)送入模型中，并將模型計(jì)算結(jié)果與實(shí)際結(jié)果進(jìn)行對(duì)比。當(dāng)工況發(fā)生變化時(shí)，自動(dòng)觸發(fā)模型校正機(jī)制，對(duì)模型關(guān)鍵參數(shù)進(jìn)行校正，保證模型在長周期運(yùn)行中的準(zhǔn)確性，為優(yōu)化系統(tǒng)提供準(zhǔn)確的模型基礎(chǔ)。仿真系統(tǒng)的部分結(jié)果對(duì)比如下圖所示，圖中給出了氧化過程產(chǎn)品關(guān)鍵指標(biāo)4-CBA含量的模擬輸出結(jié)果和實(shí)際結(jié)果的對(duì)比曲線，可以看出，模型模擬結(jié)果與實(shí)際結(jié)果非常接近，且在長期運(yùn)行情況下能夠及時(shí)對(duì)模型參數(shù)進(jìn)行校正。

   
   

   

   圖7 氧化過程出口4-CBA質(zhì)量分?jǐn)?shù)對(duì)比曲線示意圖

2. 操作優(yōu)化系統(tǒng)

圖8 操作優(yōu)化系統(tǒng)示意圖

操作優(yōu)化系統(tǒng)同樣以機(jī)理模型為核心，采用接口技術(shù)與智能優(yōu)化算法求解器集成。工藝人員可以按需給定操作條件、約束條件的上下限，調(diào)整優(yōu)化迭代次數(shù)，最終通過優(yōu)化器調(diào)用模型求解計(jì)算出最優(yōu)的操作條件。操作優(yōu)化系統(tǒng)的部分界面如上圖所示，其中，包括操作條件上下限的輸入、約束條件的輸入、優(yōu)化目標(biāo)選擇等權(quán)限，可以進(jìn)行調(diào)整和模擬。優(yōu)化求解采用一鍵式求解，優(yōu)化結(jié)果采用報(bào)表形式輸出，下圖為工藝員在以氧化裝置醋酸單耗最小為目標(biāo)，以進(jìn)料量和反應(yīng)溫度為操作條件進(jìn)行的優(yōu)化求解結(jié)果，可以看出，優(yōu)化結(jié)果給出了優(yōu)化后的關(guān)鍵變量操作方式和優(yōu)化結(jié)果，能夠使醋酸單耗下降0.31kg/t.PTA,極大地方便了操作人員優(yōu)化方案的設(shè)計(jì)和編制。對(duì)工藝生產(chǎn)操作優(yōu)化具有指導(dǎo)作用。

圖9 報(bào)表展示圖

4.案例推廣應(yīng)用價(jià)值

本案例在流程工業(yè)特別是石化行業(yè)具有較大的推廣價(jià)值。開展流程工業(yè)的過程建模優(yōu)化技術(shù)是企業(yè)進(jìn)一步深化認(rèn)識(shí)流程生產(chǎn)過程的規(guī)律、提高裝置運(yùn)行效率、實(shí)現(xiàn)節(jié)能降耗的根本需求，這對(duì)我國目前大型石油化工裝置普遍采用國外引進(jìn)技術(shù)，缺乏核心技術(shù)的現(xiàn)狀而言，具有重要意義；我國石油化工行業(yè)的物耗能耗指標(biāo)和發(fā)達(dá)國家先進(jìn)水平相比，尚存在很大的下降空間，針對(duì)現(xiàn)有裝置、現(xiàn)有生產(chǎn)過程，在運(yùn)行過程中對(duì)裝置進(jìn)行優(yōu)化和調(diào)整，改善資源利用效率，減少運(yùn)行中的物耗能耗，對(duì)加工量大，流程復(fù)雜的煉化行業(yè)實(shí)現(xiàn)資源與效益最大化具有重要作用；由于技術(shù)保密和商業(yè)目的，國外的流程模擬優(yōu)化軟件包價(jià)格昂貴，并且，一個(gè)許可證只能在一臺(tái)電腦上使用。只要建立相應(yīng)裝置工藝過程的機(jī)理模型，本案例的研究成果根據(jù)實(shí)際過程機(jī)理和現(xiàn)場裝置情況修改即可移植到其它工藝過程中去，具有很強(qiáng)的在相關(guān)行業(yè)中的推廣應(yīng)用價(jià)值。

（三）生產(chǎn)過程建模與控制

通用的生產(chǎn)過程建模與控制解決方案，包括數(shù)據(jù)采集、大數(shù)據(jù)處理、機(jī)理建模/數(shù)據(jù)建模、可視化、離線和實(shí)時(shí)優(yōu)化、控制系統(tǒng)。

本方案采用先進(jìn)的建模、多變量模型預(yù)測控制（MPC）、軟測量技術(shù)等手段，對(duì)裝置或工藝單元進(jìn)行多變量協(xié)調(diào)優(yōu)化控制。具體技術(shù)實(shí)現(xiàn)是在工業(yè)互聯(lián)網(wǎng)平臺(tái)的基礎(chǔ)上，以數(shù)字孿生系統(tǒng)的動(dòng)態(tài)實(shí)測虛擬空間多維模型為基礎(chǔ)，兼前饋、反饋、滾動(dòng)優(yōu)化為一體，在裝置操作平穩(wěn)的基礎(chǔ)上，在每一個(gè)運(yùn)行周期（一般為1分鐘）根據(jù)裝置約束條件，通過穩(wěn)態(tài)優(yōu)化（LP或QP）算法尋找裝置效益最佳操作點(diǎn)，并通過動(dòng)態(tài)控制器驅(qū)動(dòng)裝置平穩(wěn)的向最佳操作點(diǎn)靠近，以實(shí)現(xiàn)卡邊操作，從而提高高價(jià)值產(chǎn)品收率、降低裝置能耗之目的。方案如下圖所示：

圖10 數(shù)字孿生系統(tǒng)生產(chǎn)過程建模與控制建模通用解決方案示意圖

1.案例定位

2.案例優(yōu)勢分析

本案例通過先進(jìn)的建模、多變量模型預(yù)測控制（MPC）、軟測量技術(shù)等手段，對(duì)裝置或工藝單元進(jìn)行多變量協(xié)調(diào)優(yōu)化控制。具體技術(shù)實(shí)現(xiàn)是在工業(yè)互聯(lián)網(wǎng)平臺(tái)的基礎(chǔ)上，以數(shù)字孿生系統(tǒng)的動(dòng)態(tài)實(shí)測虛擬空間多維模型為基礎(chǔ)，兼前饋、反饋、滾動(dòng)優(yōu)化為一體，在裝置操作平穩(wěn)的基礎(chǔ)上，在每一個(gè)運(yùn)行周期（一般為1分鐘）根據(jù)裝置約束條件，通過穩(wěn)態(tài)優(yōu)化（LP或QP）算法尋找裝置效益最佳操作點(diǎn)，并通過動(dòng)態(tài)控制器驅(qū)動(dòng)裝置平穩(wěn)的向最佳操作點(diǎn)靠近，以實(shí)現(xiàn)卡邊操作，從而提高高價(jià)值產(chǎn)品收率、降低裝置能耗。

通過建設(shè)高仿真度的生產(chǎn)過程建模與控制仿真平臺(tái)，依托工業(yè)互聯(lián)網(wǎng)和云服務(wù)平臺(tái)，實(shí)現(xiàn)產(chǎn)品質(zhì)量建模、優(yōu)化控制建模、閉環(huán)優(yōu)化控制仿真、產(chǎn)品質(zhì)量預(yù)報(bào)和管理等各個(gè)環(huán)節(jié)在虛擬空間中的全流程覆蓋，形成虛擬空間的數(shù)字孿生系統(tǒng)，實(shí)現(xiàn)虛擬空間與物理空間的實(shí)時(shí)交互，最終為裝置優(yōu)化控制提供有效指導(dǎo)并形成信息閉環(huán)。

圖11

數(shù)字孿生系統(tǒng)的特色技術(shù)包括：

（1）面向生產(chǎn)過程運(yùn)行的不同操作方案，包括不同原料方案（如常減壓裝置原油性質(zhì)不同）、不同產(chǎn)品方案（如常減壓裝置產(chǎn)品優(yōu)化為多出PX、多出航空煤油或者多出乙烯裂解料等化工輕油方案，聚丙烯裝置不同聚丙烯牌號(hào)生產(chǎn)）、不同操作條件（如常減壓裝置產(chǎn)品的干點(diǎn)指標(biāo)要求變化，裝置的關(guān)鍵非線性相關(guān)變量變化），建立適用于每個(gè)工作方案下的產(chǎn)品質(zhì)量預(yù)報(bào)模型和預(yù)測控制模型，構(gòu)成完備的生產(chǎn)過程數(shù)字孿生模型集，基于物理空間產(chǎn)品質(zhì)量化驗(yàn)數(shù)據(jù)對(duì)模型性能進(jìn)行實(shí)時(shí)評(píng)價(jià)、實(shí)時(shí)更新，并基于演示平臺(tái)進(jìn)行展示和仿真比較優(yōu)化操作方案，對(duì)物理空間的應(yīng)用進(jìn)行指導(dǎo)。

（2）基于建立的生產(chǎn)過程數(shù)字孿生模型集，實(shí)現(xiàn)生產(chǎn)過程的實(shí)時(shí)模擬仿真及變量預(yù)報(bào)，提供在虛擬空間對(duì)實(shí)際生產(chǎn)過程的實(shí)時(shí)仿真和預(yù)報(bào)功能。

（3）在虛擬空間，根據(jù)原油狀況與產(chǎn)品質(zhì)量管理需求，從數(shù)字孿生模型集中選取對(duì)應(yīng)的預(yù)報(bào)模型實(shí)現(xiàn)產(chǎn)品質(zhì)量實(shí)時(shí)預(yù)報(bào)與評(píng)價(jià)。基于數(shù)字孿生模型集中的預(yù)測控制模型，通過閉環(huán)控制仿真形式進(jìn)行優(yōu)化控制預(yù)報(bào)，包括對(duì)被控變量控制效果的預(yù)報(bào)和裝置經(jīng)濟(jì)指標(biāo)變化的預(yù)報(bào)。根據(jù)操作方案的變化以及對(duì)關(guān)鍵非線性相關(guān)變量的自動(dòng)判斷，在模型集的多個(gè)預(yù)測控制模型之間進(jìn)行自動(dòng)智能切換，從而實(shí)現(xiàn)控制系統(tǒng)的數(shù)字孿生，并基于演示平臺(tái)進(jìn)行展示。

（4）使用上述生產(chǎn)過程的數(shù)字孿生及其控制系統(tǒng)的數(shù)字孿生，實(shí)現(xiàn)基于數(shù)字孿生模型集的產(chǎn)品質(zhì)量預(yù)報(bào)和優(yōu)化控制預(yù)報(bào)，并基于預(yù)報(bào)進(jìn)行操作決策。基于工業(yè)互聯(lián)網(wǎng)平臺(tái)，根據(jù)虛擬空間的操作決策結(jié)果，選擇匹配目前生產(chǎn)狀況的模型和參數(shù)，以及未來對(duì)模型和參數(shù)的操作切換方案，從而實(shí)現(xiàn)虛擬空間在模型、參數(shù)和操作上對(duì)物理空間過程生產(chǎn)運(yùn)行的指導(dǎo)。

3.實(shí)施步驟及路徑

給出具體的項(xiàng)目實(shí)施步驟，分析每個(gè)實(shí)施步驟的實(shí)施細(xì)節(jié)，涵蓋運(yùn)用的具體技術(shù)及使用的軟硬件工具。

1）開發(fā)云服務(wù)模式的生產(chǎn)過程產(chǎn)品質(zhì)量建模、動(dòng)態(tài)控制建模和控制器設(shè)計(jì)工具軟件

采用B/S結(jié)構(gòu)的基于ASP.net的云服務(wù)程序方式實(shí)現(xiàn)產(chǎn)品質(zhì)量模型建模軟件、預(yù)測控制模型建模軟件、預(yù)測控制參數(shù)組態(tài)與離線仿真軟件等工具軟件，實(shí)現(xiàn)人機(jī)交互的建模與仿真，輔助進(jìn)行生產(chǎn)過程優(yōu)化控制系統(tǒng)的設(shè)計(jì)，用于產(chǎn)品質(zhì)量預(yù)報(bào)和管理。

各軟件的主要功能點(diǎn)包括：

a）產(chǎn)品質(zhì)量建模

按照已經(jīng)制定的軟測量模型方案，從上傳的數(shù)據(jù)文件中讀取生產(chǎn)過程歷史數(shù)據(jù)和產(chǎn)品質(zhì)量化驗(yàn)歷史數(shù)據(jù)，實(shí)現(xiàn)數(shù)據(jù)自動(dòng)清洗，

圖12 變量曲線折線圖

并基于慢特征回歸、深度學(xué)習(xí)等先進(jìn)建模方法建立動(dòng)態(tài)軟測量模型。

圖13 動(dòng)態(tài)模型訓(xùn)練

保存所建立的模型，并將建模過程在訓(xùn)練集、測試集上的計(jì)算結(jié)果保存到文件。

圖14 動(dòng)態(tài)模型訓(xùn)練集、測試集

b）預(yù)測控制建模

按照已經(jīng)制定的動(dòng)態(tài)控制模型方案，從上傳的數(shù)據(jù)文件中讀取生產(chǎn)過程歷史數(shù)據(jù)和產(chǎn)品質(zhì)量軟測量歷史數(shù)據(jù)，按照被控變量、操作變量、干擾變量分類

圖15 模型結(jié)構(gòu)設(shè)置

之后，按照生產(chǎn)方案（如果生產(chǎn)過程非線性比較強(qiáng)，還要按生產(chǎn)工況的關(guān)鍵變量分區(qū)域）分成多個(gè)數(shù)據(jù)集，分別進(jìn)行自動(dòng)數(shù)據(jù)清洗，利用稀疏學(xué)習(xí)等新的辨識(shí)建模方法進(jìn)行過程辨識(shí)，先后建立FIR和傳遞函數(shù)形式的動(dòng)態(tài)控制模型集。

圖16 動(dòng)態(tài)控制模型集

c）閉環(huán)控制組態(tài)與仿真：

使用已建立的動(dòng)態(tài)控制模型集，對(duì)控制變量常規(guī)參數(shù)進(jìn)行組態(tài)，之后對(duì)模型集面向不同的生產(chǎn)方案的各個(gè)模型分別進(jìn)行控制、優(yōu)化參數(shù)的設(shè)計(jì)和組態(tài)。

圖17

基于當(dāng)前的工況（各變量最新的歷史數(shù)據(jù)）和通過界面給出的未來的生產(chǎn)方案和操作條件，使用對(duì)應(yīng)的動(dòng)態(tài)控制模型和參數(shù)（如果未來的生產(chǎn)方案有變化，那么對(duì)應(yīng)有模型和參數(shù)的切換），對(duì)閉環(huán)控制進(jìn)行仿真，推演未來的各被控變量及經(jīng)濟(jì)指標(biāo)的變化趨勢。

圖18

基于這些未來的控制效果和經(jīng)濟(jì)指標(biāo)方面的預(yù)測，對(duì)物理空間實(shí)體的控制模型和參數(shù)切換給出指導(dǎo)建議。

2）數(shù)字孿生系統(tǒng)

a）生產(chǎn)過程數(shù)字孿生

基于動(dòng)態(tài)控制建模工具軟件，建立生產(chǎn)過程的數(shù)字孿生，即預(yù)測控制模型。

建模采用多模型方案，多模型的劃分依據(jù)包括：

原料方案不同：常減壓裝置的原油性質(zhì)不同，反映在進(jìn)料為多種原油按一定配比混合而成，原油品種及其配比發(fā)生變化。

產(chǎn)品方案不同：常減壓裝置產(chǎn)品進(jìn)行卡邊優(yōu)化，如果航空煤油產(chǎn)品價(jià)值比較高，則優(yōu)化方向?yàn)楹娇彰河偷某躔s點(diǎn)盡可能低，干點(diǎn)盡可能高；如果石腦油生產(chǎn)PX，柴油經(jīng)加氫裂化生產(chǎn)乙烯裂解料等化工輕油，這些產(chǎn)品價(jià)值更高，則優(yōu)化方向相反。聚丙烯裝置生產(chǎn)多種牌號(hào)的聚丙烯產(chǎn)品，牌號(hào)不同則生產(chǎn)過程的特性不同。

操作條件不同：常減壓裝置產(chǎn)品如柴油的干點(diǎn)指標(biāo)廠控要求發(fā)生變化，裝置的關(guān)鍵非線性相關(guān)變量。

面向這些不同的條件變化，分析其對(duì)生產(chǎn)過程動(dòng)態(tài)特性的影響，建立適用于每個(gè)操作方案下的產(chǎn)品質(zhì)量預(yù)報(bào)模型和預(yù)測控制模型，從而構(gòu)成生產(chǎn)過程的數(shù)字孿生模型集。

b）控制系統(tǒng)的數(shù)字孿生

基于控制器設(shè)計(jì)工具軟件，建立控制系統(tǒng)結(jié)構(gòu)和參數(shù)，實(shí)現(xiàn)控制系統(tǒng)的數(shù)字孿生，根據(jù)原油與產(chǎn)品質(zhì)量管理所給出的當(dāng)前操作方案，基于數(shù)字孿生模型集中對(duì)應(yīng)當(dāng)前操作方案的產(chǎn)品質(zhì)量預(yù)報(bào)模型，進(jìn)行產(chǎn)品質(zhì)量實(shí)時(shí)預(yù)報(bào)。基于數(shù)字孿生模型集中的預(yù)測控制模型，通過閉環(huán)控制仿真形式進(jìn)行優(yōu)化控制預(yù)報(bào)，包括對(duì)被控變量控制效果的預(yù)報(bào)和裝置經(jīng)濟(jì)指標(biāo)變化的預(yù)報(bào)，從而構(gòu)成了控制系統(tǒng)的數(shù)字孿生。

c）基于數(shù)字孿生的預(yù)報(bào)并對(duì)物理空間進(jìn)行指導(dǎo)

基于數(shù)字孿生的產(chǎn)品質(zhì)量預(yù)報(bào)用于顯示產(chǎn)品質(zhì)量變量的計(jì)算結(jié)果，并與化驗(yàn)值進(jìn)行對(duì)比和統(tǒng)計(jì)分析，其中關(guān)鍵的產(chǎn)品質(zhì)量預(yù)報(bào)如下圖所示

圖19

全部的產(chǎn)品質(zhì)量預(yù)報(bào)則如下圖所示：

圖20

曲線圖顯示了不同產(chǎn)品質(zhì)量變量的實(shí)時(shí)仿真計(jì)算曲線（周期為1分鐘）及與廠控限的安全裕量。

同時(shí)展示了不同產(chǎn)品質(zhì)量變量的仿真計(jì)算曲線、化驗(yàn)值曲線及與廠控限的安全裕量，用于對(duì)生產(chǎn)操作的產(chǎn)品質(zhì)量裕量進(jìn)行優(yōu)化調(diào)整。

圖21

基于數(shù)字孿生的優(yōu)化控制仿真預(yù)報(bào)根據(jù)原油與產(chǎn)品質(zhì)量管理所給出的操作方案（即優(yōu)化控制仿真預(yù)報(bào)的參數(shù)）的變化以及對(duì)關(guān)鍵非線性相關(guān)變量的自動(dòng)判斷，在模型集的多個(gè)預(yù)測控制模型之間進(jìn)行適時(shí)自動(dòng)切換。例如，常減壓進(jìn)料的配比計(jì)劃在1小時(shí)后發(fā)生變化，那么未來模型切換時(shí)間和切換前后的閉環(huán)控制效果、對(duì)裝置經(jīng)濟(jì)指標(biāo)的影響都可以通過虛擬空間的控制仿真進(jìn)行推演。如下圖所示。

圖22

原油與產(chǎn)品質(zhì)量管理根據(jù)產(chǎn)品質(zhì)量預(yù)報(bào)和產(chǎn)品質(zhì)量化驗(yàn)結(jié)果，針對(duì)模型失配對(duì)產(chǎn)品質(zhì)量預(yù)報(bào)模型進(jìn)行再學(xué)習(xí)，進(jìn)而對(duì)產(chǎn)品質(zhì)量預(yù)報(bào)模型進(jìn)行更新，對(duì)物理空間的產(chǎn)品質(zhì)量預(yù)報(bào)模型進(jìn)行指導(dǎo)。

使用上述生產(chǎn)過程的數(shù)字孿生及其控制系統(tǒng)的數(shù)字孿生，實(shí)現(xiàn)基于數(shù)字孿生模型集的產(chǎn)品質(zhì)量預(yù)報(bào)和優(yōu)化控制預(yù)報(bào)，并基于預(yù)報(bào)進(jìn)行操作決策。基于工業(yè)互聯(lián)網(wǎng)平臺(tái)，根據(jù)虛擬空間的操作決策結(jié)果，選擇匹配目前生產(chǎn)狀況的模型和參數(shù)，以及未來對(duì)模型和參數(shù)的操作切換方案，從而實(shí)現(xiàn)虛擬空間在模型、參數(shù)和操作上對(duì)物理空間的指導(dǎo)。

4.案例推廣應(yīng)用價(jià)值

若本案例有向其他行業(yè)或領(lǐng)域推廣的經(jīng)驗(yàn)，描述一下具體的推廣場景。若未形成推廣應(yīng)用，分析一下潛在的規(guī)模推廣價(jià)值。本案例面向流程行業(yè)不同流程使用了虛擬空間多時(shí)空尺度模型，用于建立數(shù)字孿生系統(tǒng)的模型。

從煉油生產(chǎn)過程全局出發(fā)，提出了全流程集成優(yōu)化控制與調(diào)度優(yōu)化的綜合解決思路，給出一種面向原油性質(zhì)分類和有限操作優(yōu)化模式的多維模型描述結(jié)構(gòu)。該模型描述體系按原油性質(zhì)和有限種操作優(yōu)化模式分類建模，使原來隨機(jī)問題轉(zhuǎn)換為工程意義上的確定性建模問題。基于該多維關(guān)鍵產(chǎn)品質(zhì)量控制指標(biāo)預(yù)報(bào)模型、優(yōu)化控制模型描述體系，基于大數(shù)據(jù)解析、深度學(xué)習(xí)、人工智能、建模等技術(shù)實(shí)現(xiàn)高精度、高可靠性的產(chǎn)品質(zhì)量估計(jì)和預(yù)報(bào)、優(yōu)化控制數(shù)字孿生對(duì)象模型建立，解決過程模型隨原料和產(chǎn)品加工方案變化的難題，達(dá)到提高裝置高價(jià)值產(chǎn)品收率、節(jié)能降耗、安全平穩(wěn)運(yùn)行的目標(biāo)，并為實(shí)現(xiàn)煉化一體化生產(chǎn)過程全流程集成優(yōu)化控制與計(jì)劃調(diào)度優(yōu)化的綜合解決方案提供基礎(chǔ)。本案例的研究成果根據(jù)實(shí)際過程機(jī)理和現(xiàn)場裝置情況修改即可移植到其它生產(chǎn)裝置中去，具有很強(qiáng)的推廣應(yīng)用價(jià)值。

（四）產(chǎn)品質(zhì)量管理

本方案充分利用先進(jìn)的自動(dòng)采集、分析檢驗(yàn)儀器設(shè)備，構(gòu)建基于工業(yè)互聯(lián)網(wǎng)平臺(tái)的產(chǎn)品質(zhì)量管理系統(tǒng)，通過實(shí)時(shí)的數(shù)據(jù)采集與傳輸，將產(chǎn)品實(shí)時(shí)的質(zhì)量參數(shù)同步至數(shù)字孿生系統(tǒng)構(gòu)建的多時(shí)空尺度預(yù)測模型中，通過理論模型的分析獲取產(chǎn)品質(zhì)量偏差，進(jìn)行卡邊優(yōu)化，實(shí)現(xiàn)產(chǎn)品質(zhì)量的最優(yōu)管理。

通過對(duì)原材料選購、入廠、加工、產(chǎn)品出廠到用戶服務(wù)的所有環(huán)節(jié)質(zhì)量的監(jiān)控，建立物料走向模型、物料質(zhì)量傳遞模型、物料質(zhì)量與工藝參數(shù)相關(guān)性模型，實(shí)現(xiàn)“實(shí)驗(yàn)室基礎(chǔ)—質(zhì)量監(jiān)控—質(zhì)量追溯—質(zhì)量預(yù)測”一體化功能。方案如下圖所示：

圖23 數(shù)字孿生系統(tǒng)質(zhì)量管理解決方案圖

1.案例定位

2.案例優(yōu)勢分析

（一）基于六西格瑪質(zhì)量管理體系的生產(chǎn)過程統(tǒng)計(jì)

六西格瑪管理是一套成熟的質(zhì)量管理體系，這套體系通過持續(xù)改進(jìn)產(chǎn)品、服務(wù)和過程的質(zhì)量，實(shí)現(xiàn)用戶滿意。 它通過系統(tǒng)地、集成地采用質(zhì)量改進(jìn)流程，實(shí)現(xiàn)無缺陷的過程設(shè)計(jì)，并對(duì)現(xiàn)有過程進(jìn)行過程定義、測量、分析、改進(jìn)和評(píng)價(jià)，消除過程缺陷和變異，從而提高質(zhì)量和服務(wù)，降低成本。該系統(tǒng)可以探索出影響關(guān)鍵產(chǎn)品特性的因素，并確定少數(shù)的關(guān)鍵因素，對(duì)其優(yōu)化。

統(tǒng)計(jì)過程控制是現(xiàn)代化工業(yè)生產(chǎn)中確保產(chǎn)品質(zhì)量和可靠性的核心方法之一, 而過程能力指數(shù)則是度量一個(gè)工業(yè)過程能力的重要指標(biāo)。研究過程能力指數(shù)的前提條件就是過程要處于統(tǒng)計(jì)控制狀態(tài)，其中的某些變量是可以檢測的，這個(gè)過程中采集的數(shù)據(jù)的分布不應(yīng)該是隨意變化的，應(yīng)該服從某單一分布通常為正態(tài)分布，或至少接近正態(tài)分布，且檢測變量的觀察值是相互獨(dú)立的從實(shí)用的角度出發(fā)，通常情況下，要求檢測變量服從正態(tài)分布。對(duì)于過程質(zhì)量控制主要考慮以下兩個(gè)重要指標(biāo)。

工藝過程生產(chǎn)能力（Cpk：Process capability）定義為一個(gè)穩(wěn)定過程的固有變差的總范圍，以6來表述，它反映的是過程的固有能力。它的基本特征為：(1) 過程處于統(tǒng)計(jì)穩(wěn)定狀態(tài)；(2) 過程的各測量值服從正態(tài)分布；(3) 測量變差相對(duì)較小；(4) 僅由于普通原因產(chǎn)生的過程變差, 可以通過R / d2來估算。

工藝過程性能（Ppk：Process Performance）定義的是一個(gè)過程變差的總范圍，以6s來表述，反映的是當(dāng)前過程的狀態(tài)。它的基本特征為：(1) 可以隨時(shí)反映實(shí)時(shí)過程的性能；(2) 當(dāng)前的過程狀態(tài)不一定很清晰；(3) 過程變差包括了普通和特殊兩種原因所造成的變差原因，可用樣本標(biāo)準(zhǔn)偏差S 來估算。

（二）基于數(shù)據(jù)驅(qū)動(dòng)產(chǎn)品質(zhì)量指標(biāo)軟測量監(jiān)測模型

在實(shí)施智能控制時(shí)，需要對(duì)產(chǎn)品的質(zhì)量指標(biāo)進(jìn)行閉環(huán)控制，但由于經(jīng)濟(jì)或技術(shù)的原因（如在線分析儀價(jià)格昂貴，或者在惡劣的工作環(huán)境下無法正常工作），這些質(zhì)量指標(biāo)難以進(jìn)行在線測量，只能通過離線實(shí)驗(yàn)室分析得到分析值。但是實(shí)驗(yàn)室分析數(shù)據(jù)往往存在長時(shí)間滯后的問題，無法滿足在線實(shí)時(shí)控制和優(yōu)化操作的要求。

以本項(xiàng)目聚丙烯裝置為例，在線實(shí)時(shí)計(jì)算的質(zhì)量指標(biāo)主要有：熔融指數(shù)、等規(guī)度、堆積密度、鋁、鈦、鋁等。以上指標(biāo)計(jì)算通過數(shù)據(jù)建模服務(wù)軟件來完成，該軟件基于LSTM神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)驅(qū)動(dòng)模型對(duì)目標(biāo)指標(biāo)進(jìn)行預(yù)報(bào)。

無論采用何種方法建立的軟測量模型，都是基于現(xiàn)場采集得到的數(shù)據(jù)經(jīng)過優(yōu)化建模而得，但生產(chǎn)裝置在實(shí)際運(yùn)行過程中，隨著操作條件的變化，其過程對(duì)象特性不可避免地發(fā)生變化和漂移，所以依據(jù)過去工況建立的模型在對(duì)后面的參數(shù)進(jìn)行估計(jì)時(shí)可能會(huì)存在一定的誤差。為使計(jì)算結(jié)果趨于真值，必須對(duì)模型在實(shí)際使用過程中進(jìn)行在線校正以提高模型的計(jì)算精度。

3.實(shí)施步驟及路徑

本案例依托于恒力工業(yè)互聯(lián)網(wǎng)平臺(tái)，利用java spring框架結(jié)合HTML和JS技術(shù)自主研發(fā)了基于B/S架構(gòu)聚丙烯裝置的產(chǎn)品質(zhì)量管理系統(tǒng)旨在輔助工藝人員實(shí)現(xiàn)對(duì)于生產(chǎn)過程的平穩(wěn)操作進(jìn)而提高產(chǎn)品質(zhì)量的合格率和降低因?yàn)樯a(chǎn)波動(dòng)而引起的物能耗。

1）開發(fā)過程質(zhì)量管理服務(wù)軟件

將聚丙烯生產(chǎn)過程的統(tǒng)計(jì)控制與六西格瑪管理體系相結(jié)合，通過實(shí)時(shí)計(jì)算出的工藝過程生產(chǎn)能力指數(shù)Cpk、工藝過程性能指數(shù)Ppk、控制限與報(bào)警限的分析值，針對(duì)生產(chǎn)過程平穩(wěn)控制給出指導(dǎo)建議。

圖24 生產(chǎn)過程質(zhì)量管理

2）開發(fā)數(shù)據(jù)建模軟測量服務(wù)軟件

在產(chǎn)品質(zhì)量的管理過程中，熔融指數(shù)、等規(guī)度、堆積密度、鋁、鈦、氯等以上指標(biāo)難以進(jìn)行在線測量，只能通過離線實(shí)驗(yàn)室分析得到分析值。但是實(shí)驗(yàn)室分析數(shù)據(jù)往往存在長時(shí)間滯后的問題，無法滿足在線實(shí)時(shí)控制和優(yōu)化操作的要求。

該軟件采用基于LSTM神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)驅(qū)動(dòng)模型實(shí)現(xiàn)對(duì)于熔融指數(shù)、等規(guī)度、堆積密度、鋁、鈦、氯等產(chǎn)品質(zhì)量指標(biāo)的軟測量。從而保證了工藝人員可以在整個(gè)產(chǎn)品的生產(chǎn)過程中對(duì)于質(zhì)量指標(biāo)的實(shí)時(shí)監(jiān)控，從而能滿足用戶對(duì)于實(shí)時(shí)控制質(zhì)量指標(biāo)的需求，有效的提高產(chǎn)品質(zhì)量，降低成本消耗。

圖25 產(chǎn)品質(zhì)量管理界面

3）數(shù)字孿生系統(tǒng)產(chǎn)品質(zhì)量管理系統(tǒng)

a)生產(chǎn)過程質(zhì)量管理

將物理空間的DCS組態(tài)鏡像表示在孿生空間中，通過生產(chǎn)數(shù)據(jù)庫ip21數(shù)據(jù)接口以1次/分鐘的頻率取得相應(yīng)DCS點(diǎn)位數(shù)據(jù)，通過接口調(diào)用質(zhì)量管理服務(wù)軟件對(duì)此點(diǎn)位的生產(chǎn)數(shù)據(jù)進(jìn)行實(shí)時(shí)質(zhì)量管理，通過實(shí)時(shí)計(jì)算出的工藝過程生產(chǎn)能力指數(shù)Cpk、工藝過程性能指數(shù)Ppk、控制限與報(bào)警限的分析值，針對(duì)生產(chǎn)過程平穩(wěn)控制給出指導(dǎo)建議。

b)產(chǎn)品質(zhì)量管理

通過生產(chǎn)數(shù)據(jù)庫ip21歷史數(shù)據(jù)接口和LIMS接口獲取開工至今的相應(yīng)DCS點(diǎn)位歷史生產(chǎn)數(shù)據(jù)和產(chǎn)品質(zhì)量分析數(shù)據(jù)，接著將獲取的生產(chǎn)數(shù)據(jù)與質(zhì)量分析數(shù)據(jù)以時(shí)間相同為條件進(jìn)行數(shù)據(jù)對(duì)齊形成數(shù)據(jù)集，然后調(diào)用產(chǎn)品質(zhì)量管理服務(wù)軟件對(duì)熔融指數(shù)、等規(guī)度、堆積密度、鋁、鈦、氯等產(chǎn)品質(zhì)量指標(biāo)進(jìn)行實(shí)時(shí)軟測量并可視化展示軟測量結(jié)果。為使計(jì)算結(jié)果趨于真值，必須對(duì)模型在實(shí)際使用過程中進(jìn)行在線校正以提高模型的計(jì)算精度。

4.案例推廣應(yīng)用價(jià)值

本案例所采用的的統(tǒng)計(jì)過程控制是一種數(shù)理統(tǒng)計(jì)方法應(yīng)用于質(zhì)量管理的過程控制工具。

統(tǒng)計(jì)過程控制是小概率事件原理的應(yīng)用，連續(xù)假設(shè)檢驗(yàn)理論應(yīng)用于觀測值落入控制限內(nèi)的判斷。應(yīng)用于區(qū)分正常波動(dòng)和異常波動(dòng)，并對(duì)異常波動(dòng)的預(yù)警以便采取措施。當(dāng)過程受控時(shí)，過程特性一般服從穩(wěn)定的隨機(jī)分布；但是失控時(shí)，過程分布將發(fā)生改變。正是利用過程波動(dòng)的統(tǒng)計(jì)規(guī)律性對(duì)過程進(jìn)行分析控制的。對(duì)異常波動(dòng)的及時(shí)預(yù)警是統(tǒng)計(jì)過程控制最大特點(diǎn)，預(yù)警原理應(yīng)用對(duì)檢測數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析能夠區(qū)分生產(chǎn)過程中產(chǎn)品質(zhì)量的正常波動(dòng)和異常波動(dòng)。

在工業(yè)的產(chǎn)品生產(chǎn)中即使操原材料、操作人員、生產(chǎn)設(shè)備、加工過程、測量方法、生產(chǎn)環(huán)境等到條件相同。生產(chǎn)出來每一批 產(chǎn)品的質(zhì)量特性的實(shí)際值也并不完全相同，產(chǎn)品的質(zhì)量特性總是存在差異，這就是質(zhì)量特性的波動(dòng)。將統(tǒng)計(jì)過程控制與六西格瑪質(zhì)量管理體系相結(jié)合能更好的對(duì)制造業(yè)產(chǎn)品生產(chǎn)的整個(gè)生命周期進(jìn)行質(zhì)量管控，可以實(shí)現(xiàn)生產(chǎn)過程中各生產(chǎn)條件的平穩(wěn)運(yùn)行，進(jìn)而實(shí)現(xiàn)降低能耗，物耗，提高收益的效果。同時(shí)，也可以保證產(chǎn)品性質(zhì)的穩(wěn)定保證產(chǎn)品具有較高的合格率，因此本案例具有較好的工業(yè)推廣價(jià)值。

（五）設(shè)備故障診斷與遠(yuǎn)程運(yùn)維

本方案在工業(yè)互聯(lián)網(wǎng)平臺(tái)的基礎(chǔ)上，應(yīng)用了邊緣計(jì)算技術(shù)、工業(yè)大數(shù)據(jù)技術(shù)、人工智能技術(shù)、IoT技術(shù)，從傳感器采集數(shù)據(jù)中提取特征的趨勢曲線，通過大數(shù)據(jù)分析、挖掘能力和機(jī)器學(xué)習(xí)，提高數(shù)字孿生系統(tǒng)設(shè)備診斷模型精確性，為技術(shù)專家掌握及維護(hù)系統(tǒng)運(yùn)行及提升系統(tǒng)診斷能力提供技術(shù)手段，實(shí)現(xiàn)設(shè)備故障診斷管理水平，降低工廠資產(chǎn)的運(yùn)營風(fēng)險(xiǎn)。

本方案以及數(shù)字孿生系統(tǒng)的工業(yè)設(shè)備機(jī)理模型與算法，實(shí)現(xiàn)設(shè)備在線狀態(tài)監(jiān)測、故障監(jiān)測與自動(dòng)診斷、設(shè)備趨勢預(yù)測等核心功能，提升設(shè)備管理的感知控制能力、故障診斷能力、預(yù)測能力、分析優(yōu)化能力、決策能力。方案功能架構(gòu)圖如下所示：

圖26 數(shù)字孿生系統(tǒng)設(shè)備故障診斷與遠(yuǎn)程運(yùn)維模塊功能架構(gòu)圖

1.案例定位

2.案例優(yōu)勢分析

動(dòng)設(shè)備數(shù)字孿生應(yīng)用方案融合了機(jī)械工程、信號(hào)處理、工業(yè)大數(shù)據(jù)、機(jī)器學(xué)習(xí)、數(shù)字孿生以及工業(yè)4G等相關(guān)技術(shù)，可實(shí)現(xiàn)大機(jī)組、高危泵以及其他重要設(shè)備狀態(tài)自動(dòng)分析與跟蹤、故障診斷與預(yù)警，精準(zhǔn)把握設(shè)備全生命周期狀態(tài)的變遷，提升動(dòng)設(shè)備管理的效率與水平，促進(jìn)設(shè)備管理由事后維護(hù)、周期維護(hù)，向智能化的預(yù)知維護(hù)轉(zhuǎn)變。

運(yùn)用數(shù)字孿生技術(shù)如下：

1）邊緣計(jì)算技術(shù)

邊緣計(jì)算設(shè)備主要功能包括設(shè)備運(yùn)行狀態(tài)信息的采集、分析、特征提取、狀態(tài)報(bào)警以及數(shù)據(jù)管理等，同時(shí)支持多種方式數(shù)據(jù)遠(yuǎn)程傳輸，把數(shù)據(jù)映射到設(shè)備對(duì)象的數(shù)字孿生體，是設(shè)備故障診斷與遠(yuǎn)程維護(hù)的基礎(chǔ)。邊緣計(jì)算技術(shù)是基于機(jī)械工程、信號(hào)處理、4G傳輸?shù)认嚓P(guān)技術(shù)，實(shí)現(xiàn)設(shè)備就地連續(xù)不斷的數(shù)據(jù)采集、計(jì)算、分析、實(shí)時(shí)的狀態(tài)判斷及智能傳輸，在大大增加邊緣側(cè)計(jì)算數(shù)據(jù)量的同時(shí)，減少了傳輸?shù)臄?shù)據(jù)量，降低中心服務(wù)器的計(jì)算及存儲(chǔ)壓力，同時(shí)不遺漏關(guān)鍵數(shù)據(jù)。

2）數(shù)字孿生

設(shè)備故障診斷與遠(yuǎn)程運(yùn)維數(shù)字孿生應(yīng)用，將物理設(shè)備構(gòu)建一個(gè)可視的、多時(shí)空尺度的數(shù)字化孿生對(duì)象，實(shí)現(xiàn)直觀、快速、全面、精準(zhǔn)地掌握設(shè)備的狀態(tài)。設(shè)備的數(shù)字化孿生對(duì)象是通過結(jié)構(gòu)、時(shí)間、空間、顏色、尺度、形狀等可視化要素對(duì)物理設(shè)備進(jìn)行描述，形成物理模型，模型融合工業(yè)大數(shù)據(jù)、設(shè)備機(jī)理模型與算法、行業(yè)標(biāo)準(zhǔn)、自學(xué)習(xí)、人工智能、邊緣計(jì)算等技術(shù)形成設(shè)備的數(shù)字孿生體,數(shù)據(jù)驅(qū)動(dòng)對(duì)設(shè)備的智能監(jiān)測，實(shí)現(xiàn)數(shù)字系統(tǒng)與物理系統(tǒng)之間基于數(shù)據(jù)自動(dòng)流動(dòng)的狀態(tài)感知、實(shí)時(shí)分析、科學(xué)決策、精準(zhǔn)執(zhí)行的閉環(huán)賦能體系，通過對(duì)設(shè)備狀態(tài)的評(píng)價(jià)，掌握企業(yè)實(shí)時(shí)生產(chǎn)狀態(tài)。

下圖為一個(gè)典型的設(shè)備全貌的數(shù)字化孿生可視化狀態(tài)監(jiān)測方案。

 圖27

3）基于工業(yè)大數(shù)據(jù)自學(xué)習(xí)模型的狀態(tài)監(jiān)測

針對(duì)各類設(shè)備，利用工業(yè)大數(shù)據(jù)技術(shù)對(duì)設(shè)備相關(guān)的歷史工藝數(shù)據(jù)、振動(dòng)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析、自學(xué)習(xí)建模，實(shí)現(xiàn)在線對(duì)設(shè)備狀態(tài)進(jìn)行監(jiān)測。傳統(tǒng)設(shè)備的監(jiān)測閾值是由設(shè)計(jì)定義，標(biāo)準(zhǔn)比較通用，難以適應(yīng)不同結(jié)構(gòu)、不同工藝環(huán)境、不同運(yùn)行歷史等設(shè)備行為狀態(tài)；而現(xiàn)場技術(shù)人員根據(jù)經(jīng)驗(yàn)自定義，缺乏數(shù)據(jù)以及相關(guān)技術(shù)支持，因此設(shè)備故障報(bào)警誤報(bào)與漏報(bào)嚴(yán)重。通過對(duì)設(shè)備相關(guān)的歷史工藝數(shù)據(jù)、振動(dòng)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析、挖掘、自學(xué)習(xí)建模，可以實(shí)現(xiàn)對(duì)設(shè)備與流程狀態(tài)進(jìn)行預(yù)知。

下圖是對(duì)設(shè)備相關(guān)工藝數(shù)據(jù)進(jìn)行趨勢分析、挖掘、建模方案：

圖28

4）故障預(yù)警及自動(dòng)診斷

設(shè)備數(shù)字孿生對(duì)故障預(yù)警與診斷的精確度，是決定其應(yīng)用效能的關(guān)鍵指標(biāo)。精確度越高，越可以更準(zhǔn)確實(shí)時(shí)地反映設(shè)備的狀態(tài)，從而提升工廠設(shè)備預(yù)警及自動(dòng)診斷水平。系統(tǒng)內(nèi)置國內(nèi)外設(shè)備監(jiān)測專業(yè)的技術(shù)標(biāo)準(zhǔn)、部件參數(shù)、數(shù)學(xué)模型等，并根據(jù)不同設(shè)備的類型、結(jié)構(gòu)及運(yùn)行特點(diǎn)，設(shè)計(jì)了相應(yīng)的監(jiān)測與故障診斷模型。每臺(tái)設(shè)備監(jiān)測與診斷智能模型多達(dá)300余個(gè)，如同300個(gè)專業(yè)工程師24小時(shí)不間斷對(duì)一臺(tái)設(shè)備狀態(tài)進(jìn)行實(shí)時(shí)診斷，偵測設(shè)備狀態(tài)變遷與早期故障征兆。設(shè)備監(jiān)測與診斷模式由傳統(tǒng)的依賴人工向智能化、小樣本向大樣本、少特征向多特征、單時(shí)刻向全周期、黑盒子向可視化方向發(fā)展，降低誤報(bào)與漏報(bào)。

下圖為往復(fù)式壓縮機(jī)氣缸工作模型的數(shù)字化孿生實(shí)例：

圖29

3.實(shí)施步驟及路徑

方案實(shí)施步驟及路徑：

1）動(dòng)設(shè)備結(jié)構(gòu)及所在工藝流程分析。

2）傳感器、邊緣計(jì)算、傳輸網(wǎng)絡(luò)安裝。

使用的軟硬件工具：邊緣計(jì)算設(shè)備

3）系統(tǒng)安裝，初始化設(shè)備測點(diǎn)、部件、模型以及相關(guān)屬性參數(shù)。

使用的軟硬件工具：ISEA建模工具。

4）試運(yùn)行，閥值自學(xué)習(xí)適應(yīng)，模型自學(xué)習(xí)修正。

使用的軟硬件工具：ISEA工業(yè)大數(shù)據(jù)分析、處理、建模工具；ISEA平臺(tái)軟件；

5）驗(yàn)收及投用。 

4.案例推廣應(yīng)用價(jià)值

動(dòng)設(shè)備作為工業(yè)的動(dòng)力來源，設(shè)備健康是企業(yè)正常生產(chǎn)的保證，在流程行業(yè)一些核心關(guān)鍵設(shè)備，產(chǎn)生非計(jì)劃停機(jī)，企業(yè)將面臨全面停產(chǎn)或部分停產(chǎn)，損失巨大，因此案例在流程行業(yè)進(jìn)行推廣應(yīng)用為迫切需求。案例推廣到其他行業(yè)，例如離散行業(yè)，在國家推行數(shù)字化轉(zhuǎn)型與智能化發(fā)展的大環(huán)境下，設(shè)備智能監(jiān)測及故障診斷為智能化發(fā)展中最為薄弱的環(huán)節(jié)之一，客戶逐步開始重視這方面的投入，隨著邊緣計(jì)算、大數(shù)據(jù)、5G技術(shù)、工業(yè)互聯(lián)網(wǎng)等相關(guān)技術(shù)的發(fā)展，終端數(shù)據(jù)的采集接入變得更加便利，進(jìn)而案例推廣應(yīng)用具備了非常好的基礎(chǔ)條件，同時(shí)也展現(xiàn)出非常廣闊的應(yīng)用空間。

（六）腐蝕管理

本方案基于物理空間實(shí)體數(shù)字孿生模型層涵蓋資產(chǎn)全生命周期的屬性數(shù)據(jù)，結(jié)合物理空間實(shí)體的模型的空間位置，對(duì)資產(chǎn)腐蝕進(jìn)行相應(yīng)的管理，包括腐蝕回路劃分、抽取、檢測點(diǎn)規(guī)劃、檢測實(shí)施及記錄、定點(diǎn)測厚點(diǎn)標(biāo)識(shí)及測厚數(shù)據(jù)管理等工作。

基于工業(yè)互聯(lián)網(wǎng)平臺(tái)，物理空間實(shí)體數(shù)字孿生模型集成了裝置設(shè)計(jì)資料、采購資料以及介質(zhì)屬性與生產(chǎn)實(shí)時(shí)數(shù)據(jù)，虛擬空間多維模型可根據(jù)RBI分析結(jié)果，進(jìn)行智能預(yù)警，從而指導(dǎo)設(shè)計(jì)全面腐蝕管理策略、制定檢測優(yōu)化方案，以低成本完成腐蝕管理與規(guī)劃。數(shù)據(jù)集成示意圖如下：

圖30 數(shù)字孿生系統(tǒng)物理空間實(shí)體模型層數(shù)據(jù)集成及展示效果示意圖

1.案例定位

2.案例優(yōu)勢分析

腐蝕損傷一直是影響煉化企業(yè)靜設(shè)備完整性，乃至生產(chǎn)裝置安全穩(wěn)定長周期運(yùn)行的主要因素之一。為有效提升設(shè)備完整性管理，腐蝕管理技術(shù)在虛擬模型上的集成優(yōu)化也已成為國外先進(jìn)技術(shù)的發(fā)展潮流和最佳實(shí)踐。

本項(xiàng)目運(yùn)用智能的三維建模技術(shù)和開放的數(shù)據(jù)集成技術(shù)，對(duì)裝置腐蝕回路建立三維智能虛擬現(xiàn)實(shí)模型，模型集成資產(chǎn)的全生命周期數(shù)據(jù)以及分散在各應(yīng)用系統(tǒng)中的資產(chǎn)、腐蝕監(jiān)測、文檔等業(yè)務(wù)數(shù)據(jù)，實(shí)現(xiàn)三維智能模型與腐蝕管理業(yè)務(wù)的融合。

（1）物理空間實(shí)體模型數(shù)字孿生技術(shù)

方案采用物理空間實(shí)體模型數(shù)字孿生技術(shù)構(gòu)建虛擬模型，提出物理空間實(shí)體模型層、虛擬空間多維模型層建模方法，采用孿生數(shù)據(jù)驅(qū)動(dòng)的時(shí)變動(dòng)態(tài)模型映射機(jī)制，實(shí)現(xiàn)模型對(duì)腐蝕機(jī)理、設(shè)備運(yùn)行空間、時(shí)間多維動(dòng)態(tài)描述。

模型涵蓋資產(chǎn)全生命周期的屬性數(shù)據(jù)，結(jié)合物理空間實(shí)體模型的空間位置，融合裝置設(shè)計(jì)資料、采購資料以及介質(zhì)屬性與生產(chǎn)實(shí)時(shí)數(shù)據(jù)、運(yùn)行歷史數(shù)據(jù)、檢維修數(shù)據(jù)等，在虛擬模型上可根據(jù)RBI分析結(jié)果，進(jìn)行智能預(yù)警，從而指導(dǎo)設(shè)計(jì)全面腐蝕管理策略、制定檢測優(yōu)化方案，以低成本完成腐蝕管理與規(guī)劃。

在虛擬模型上可以很方便對(duì)資產(chǎn)腐蝕進(jìn)行相應(yīng)的管理，包括腐蝕回路劃分、抽取、檢測點(diǎn)規(guī)劃、檢測實(shí)施及記錄、定點(diǎn)測厚點(diǎn)標(biāo)識(shí)及測厚數(shù)據(jù)管理等工作，實(shí)現(xiàn)數(shù)據(jù)與空間位置的統(tǒng)一，為腐蝕分析帶來極大方便。

圖31 數(shù)字孿生系統(tǒng)物理空間實(shí)體模型層數(shù)據(jù)集成及展示效果示意圖

（2）動(dòng)態(tài)RBI數(shù)字孿生技術(shù)

綜合考慮裝置運(yùn)行工況、設(shè)備運(yùn)行數(shù)據(jù)及設(shè)備腐蝕在線監(jiān)測數(shù)據(jù)，建立基于實(shí)時(shí)數(shù)據(jù)分析的承壓設(shè)備動(dòng)態(tài)風(fēng)險(xiǎn)分析模型。通過大量的常減壓裝置失效模式數(shù)據(jù)庫、風(fēng)險(xiǎn)分布數(shù)據(jù)庫、失效案例數(shù)據(jù)庫，結(jié)合操作工藝變化，對(duì)設(shè)備進(jìn)行動(dòng)態(tài)風(fēng)險(xiǎn)分析，實(shí)時(shí)掌握高風(fēng)險(xiǎn)設(shè)備的風(fēng)險(xiǎn)波動(dòng)情況，為承壓設(shè)備提供實(shí)時(shí)動(dòng)態(tài)的風(fēng)險(xiǎn)分析與預(yù)警，解決傳統(tǒng)運(yùn)維由被動(dòng)防控轉(zhuǎn)變?yōu)橹鲃?dòng)防控，從根本上預(yù)防和避免事故的發(fā)生，保障裝置長周期安全穩(wěn)定運(yùn)營，

圖32 基于多源數(shù)據(jù)融合的動(dòng)態(tài)RBI分析技術(shù)

3.實(shí)施步驟及路徑

本項(xiàng)目具體內(nèi)實(shí)施步驟如下：

（1）模型解析與轉(zhuǎn)換

三維模型作為數(shù)字化工廠最重要的數(shù)據(jù)源之一，模型轉(zhuǎn)換技術(shù)有非常重要的地位。

常減壓裝置設(shè)計(jì)模型采用的是PDMS模型，本方案的三維模型的轉(zhuǎn)換技術(shù)遵循ISO15926的標(biāo)準(zhǔn)框架，在轉(zhuǎn)換過程中確保模型在圖形、屬性、顏色、資產(chǎn)樹等關(guān)鍵管理要素?zé)o損失。三維模型轉(zhuǎn)換技術(shù)同時(shí)遵循工程級(jí)三維數(shù)字化孿生系統(tǒng)的管理要求，經(jīng)多模型坐標(biāo)統(tǒng)一、模型拼接，生成虛擬三維模型。

（２）資產(chǎn)屬性信息孿生

本項(xiàng)目資產(chǎn)信息孿生提供了一套較完整的解決方案，以工廠對(duì)象為載體，采用以虛擬資產(chǎn)為索引的方式構(gòu)建資產(chǎn)數(shù)據(jù)中心方案，形成以三維模型為核心的數(shù)字化資產(chǎn)信息模型，包括設(shè)計(jì)、制造、安裝、運(yùn)行、維護(hù)數(shù)據(jù)等全生命周期的動(dòng)靜態(tài)數(shù)據(jù)集，這樣，讓數(shù)字孿生工廠系統(tǒng)不僅實(shí)現(xiàn)對(duì)實(shí)體資產(chǎn)三維外形的數(shù)字化，更實(shí)現(xiàn)了資產(chǎn)全生命周期數(shù)據(jù)的有效管理，實(shí)現(xiàn)了真正資產(chǎn)的數(shù)字孿生。

（３）建立模型與相應(yīng)靜態(tài)數(shù)據(jù)關(guān)聯(lián)關(guān)系

通過工廠對(duì)象的唯一編號(hào)信息關(guān)聯(lián)該對(duì)象在設(shè)計(jì)、采購、施工各個(gè)階段的靜態(tài)數(shù)據(jù)信息。

（４）文檔數(shù)據(jù)關(guān)聯(lián)

解析文檔關(guān)聯(lián)關(guān)系，開發(fā)文檔關(guān)聯(lián)接口，以工廠對(duì)象為維度，關(guān)聯(lián)工廠設(shè)計(jì)階段、采購階段、建設(shè)階段的圖紙資料、技術(shù)說明、數(shù)據(jù)表、材料表等文檔信息，實(shí)現(xiàn)接受移交的文檔關(guān)聯(lián)關(guān)系。

（５）動(dòng)態(tài)數(shù)據(jù)集成

一個(gè)完整的數(shù)字化資產(chǎn)模型除了上述靜態(tài)信息外，還包括運(yùn)營維護(hù)階段的動(dòng)態(tài)數(shù)據(jù)。動(dòng)態(tài)數(shù)據(jù)集成是以工廠對(duì)象為載體，集成MES系統(tǒng)、LIMS系統(tǒng)、測厚系統(tǒng)、動(dòng)態(tài)RBI系統(tǒng)、腐蝕系統(tǒng)、設(shè)備管理系統(tǒng)等。

（６）動(dòng)態(tài)RBI分析

針對(duì)高風(fēng)險(xiǎn)設(shè)備的類型及全生命周期中可能的失效模式，以RBI評(píng)估數(shù)據(jù)庫、檢驗(yàn)檢測數(shù)據(jù)庫、失效案例庫等為基礎(chǔ)，結(jié)合特征安全參量監(jiān)測，對(duì)設(shè)備的動(dòng)態(tài)風(fēng)險(xiǎn)進(jìn)行分析，實(shí)時(shí)掌握高風(fēng)險(xiǎn)設(shè)備的風(fēng)險(xiǎn)情況，保障高風(fēng)險(xiǎn)設(shè)備的安全。

4.案例推廣應(yīng)用價(jià)值

長期以來我國煉化行業(yè)工作重點(diǎn)是保障工藝的正常進(jìn)行，但在復(fù)雜工況、工藝波動(dòng)等條件下裝置的長周期運(yùn)行要求不斷提高，對(duì)裝置及設(shè)備安全帶來嚴(yán)峻挑戰(zhàn)。針對(duì)近年來發(fā)生的涉及裝置的設(shè)備事故進(jìn)行分析發(fā)現(xiàn)，傳統(tǒng)的以定期檢驗(yàn)為主的設(shè)備安全保障技術(shù)已經(jīng)不能完全適應(yīng)設(shè)備長周期安全的要求。

本項(xiàng)目以3D數(shù)字化平臺(tái)為基礎(chǔ)，將相關(guān)設(shè)備運(yùn)行參數(shù)、操作工藝參數(shù)及設(shè)備監(jiān)測參數(shù)等數(shù)據(jù)以一定的邏輯關(guān)系組織起來，結(jié)合對(duì)設(shè)備特征安全參量的檢測監(jiān)測、設(shè)備完整性分析，從而實(shí)現(xiàn)設(shè)備運(yùn)行的動(dòng)態(tài)風(fēng)險(xiǎn)分析與控制、完整性監(jiān)測，失效的早期預(yù)警，實(shí)現(xiàn)高風(fēng)險(xiǎn)設(shè)備的精準(zhǔn)風(fēng)險(xiǎn)控制，提高針對(duì)性和效率，保障裝置的安全，是近年來石化流程裝置設(shè)備運(yùn)維技術(shù)的發(fā)展方向，具有非常重要的推廣應(yīng)用價(jià)值。

三、實(shí)施效果

目前項(xiàng)目在實(shí)施階段，效益成果的定性定量分析也在不斷深入，根據(jù)目前的項(xiàng)目進(jìn)度和實(shí)施情況，初步展現(xiàn)的實(shí)施效果如下：

1.建立面向流程行業(yè)生產(chǎn)線的感知、優(yōu)化、控制、診斷和決策等過程的數(shù)字孿生對(duì)象模型1000余個(gè)；

2.形成多時(shí)空尺度模型的統(tǒng)計(jì)計(jì)算求解能力，時(shí)間尺度覆蓋秒、分、小時(shí)，空間尺度覆蓋設(shè)備、工序、產(chǎn)線。數(shù)字孿生系統(tǒng)實(shí)現(xiàn)關(guān)鍵工藝性能指標(biāo)的模型預(yù)測，預(yù)測提前時(shí)間不少于20分鐘，預(yù)測精度不低于90%；實(shí)現(xiàn)異常工況的模型預(yù)測，預(yù)測提前時(shí)間不少于15分鐘，誤報(bào)率和漏報(bào)率均不低于5%（與實(shí)際現(xiàn)場數(shù)據(jù)對(duì)比）。

3.生產(chǎn)線的孿生對(duì)象支持單向、雙向以及一對(duì)多的數(shù)據(jù)同步與交換，具有閉環(huán)控制功能，關(guān)鍵性能指標(biāo)控制誤差小于1%，形成可視化虛擬生產(chǎn)線，與現(xiàn)場生產(chǎn)線平行運(yùn)行；

4.形成3條數(shù)字孿生示范生產(chǎn)線。

本項(xiàng)目實(shí)施有助于推動(dòng)國家和地方規(guī)劃制定的發(fā)展目標(biāo)的實(shí)現(xiàn)，對(duì)于提升制造業(yè)基于大數(shù)據(jù)的智能決策能力，提高產(chǎn)品質(zhì)量，實(shí)現(xiàn)社會(huì)效益、企業(yè)效益和環(huán)境效益三個(gè)同步發(fā)展，調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，深化改革開放，實(shí)現(xiàn)行業(yè)創(chuàng)新具有重要意義，實(shí)施效果也會(huì)逐漸完善。