中化能源科技有限公司（以下簡稱“中化能源科技”）隸屬中國中化集團有限公司，聚焦創新科技和能源電商，是科技賦能流程制造行業的領頭企業。中化能源科技致力于應用人工智能、區塊鏈、云計算、大數據、物聯網等新興技術進行石油化工行業科技創新，目前已基于中化工業互聯網平臺推出設備智能診斷系統、智能工業仿真平臺、煉化企業智能安防系統等創新科技產品。
一、項目概況
基于中化工業互聯網平臺的設備智能診斷系統是針對流程制造領域石油化工企業動設備故障診斷及預測性維護應用需求的解決方案，其采用過程監測、人工智能、大數據技術、軟件工程等技術手段，利用高速信號采集、分布式系統建模和專家診斷能力優勢，提供基于知識、解析模型、數據驅動、多元統計等過程監測方法，針對設備特性定制技術端到應用端的系統方案，實現工程系統的故障預測與健康管理，促進企業生產經營效率提高。
1. 項目背景
石油化工企業生產裝置工藝流程復雜、條件苛刻，具有高溫高壓、易燃易爆、腐蝕以及生產連續性強等特點，在長周期連續運轉過程中，受工藝設備、人員操作水平等因素的影響，生產裝置內可能存在一些影響安全生產的因素，易造成泄漏、燃燒爆炸、停車停產等事故。設備管理、安全監管、維保管理面臨著人為響應不及時、備品備件繁多無法及時跟蹤狀態等問題，涉及的設備能耗管理以及維保排產無法進一步精細化管理，采用新的技術手段對設備進行智能化管理需求迫切。
2. 項目簡介
立足中化工業互聯網平臺核心基礎能力，搭建了基于AI+Big Data設備智能診斷系統。通過振動傳感器、高速采集器、邊緣網關將動力設備運行時的狀態參數采集傳輸到平臺，在平臺上結合設備機理模型、專家知識庫、人工智能算法、大數據規則引擎等處理分析，判斷和預測設備故障狀態，用“技防”代替“人防”，將事后補救變為事前預防，減少維保人員出勤次數，提高維保效率。
3. 項目目標
中化能源科技針對中化泉州石化有限公司（以下簡稱"中化泉州石化"）的在運行動設備，部署了基于中化工業互聯網平臺的設備智能診斷系統，目的是幫助中化泉州石化實現生產設備數字化管理，實現生產設備實時監測，快速識別設備異常，并優化設備管理流程，降低設備故障造成的生產停車以及備件折算成本，提高生產運營效率。
二、項目實施概況
本系統通過AI+Big Data，并結合專家經驗綜合分析監測數據，通過對大量故障案例的自主學習，提升設備故障診斷精度，同時能夠精確定位故障位置，減少維保人員出勤次數，提高維保效率。
1. 項目總體架構和主要內容
中化工業互聯網平臺是中化能源科技立足流程制造，面向石油化工企業，利用人工智能、區塊鏈、云計算、大數據、物聯網等技術手段，為石油化工企業轉型建設提供全流程、一站式、開放互聯平臺。
圖 3中化工業互聯網平臺
中化工業互聯網平臺以解決方案為依托，在感知層建立完整的智能硬件產品生態圈，在平臺層設立統一的認證、接入、管理、控制協議機制，靈活接入各類傳感器、采集器、通信網絡、物聯網關等場景屬性硬件。應用使能平臺提供定制化規則引擎和消息引擎，應用開發者可以根據硬件和業務特性進行引擎定制，同時提供開放平臺接口，供第三方應用伙伴合作開發。
在工業互聯網聯盟體系架構指引下設計有如圖4所示技術架構，基于此技術架構，中化工業互聯網平臺提供能耗管理、資產監控、設備管理等應用集成，目前已經形成智慧工廠、智慧城市、智慧農業三大板塊的系統解決方案，涵蓋設備故障診斷、工業仿真、智能安防、工業能耗管理、智慧園區、智慧大棚等應用。
圖 4中化工業互聯網平臺技術架構
2. 平臺架構
基于中化工業互聯網平臺的設備智能診斷系統其采用過程監測、人工智能和大數據技術，利用高速信號采集、分布式系統建模和專家診斷能力優勢，提供基于知識、機理模型、數據驅動、多元統計等過程監測方法，針對設備特性定制技術端到應用端的系統方案，其具體技術架構如圖5所示。
圖 5設備智能診斷與預測性維護技術架構
項目的實施，一是進行業務需求咨詢活動，詳細了解項目使用方需求及業務流程，期望目標。二是根據其生產流程，形成數字化生產模型，對關鍵設備進行設備機理分析、設備監測設計，選擇適當的物聯網設備實現運行數據的采集。三是采集的數據通過工業網絡傳輸到中化工業互聯網平臺數據處理層進行多元數據存儲和根據參數建模清洗。四是在數據分析層結合知識庫、故障庫、模型庫進行深度學習實現智能分析，實時發現異常狀態，在應用層向相關負責人進行消息推送。
通過設備機理模型和典型故障數據庫，建立大數據征兆庫和規則庫，物聯終端采集數據實時對比，及時發現異常并形成相應等級的告警信息和處理意見，供設備維修工程師進行現場處理。
同時系統利用機器自學習技術，將專家故障標識、維修工程師異常標識信息自動加入知識庫和故障庫，進行模型訓練，后續相同故障可實現自動識別，降低重復故障標識工作量。此人工智能診斷方式實現系統自學習、自增強閉環，技術實現流程如圖7所示。
圖 7AI+Big Data設備智能故障檢測系統
3. 具體應用場景和應用模式
項目實施主體中化泉州石化位于福建省泉州市泉惠石化工業園區。中化泉州石化原油加工量1200萬噸/年，有常減壓、催化裂化、聚丙烯、柴油加氫等19套煉油工藝裝置，在運行各類機械設備數萬臺，僅油泵動力設備就達3000余臺，原油加工的過程制造工藝流程，使得任何一個環節出現異常都將導致系統性停機，嚴重時候會產生爆炸、泄漏等重大安全事故。
圖 8泉州石化故障診斷系統應用界面
項目初期我們對中化泉州石化廠區的81臺高溫油泵裝配了物聯網采集終端，并將數據接入中化工業互聯網平臺設備智能診斷系統，實現了以下效果。
（1）項目實現的業務優化
系統結合在線監測系統和生產工藝數據，實現設備狀態與生產狀態的結合，通過設備故障狀態分析，優化生產參數。對中化泉州石化設備維修管理進行了數字化改造，由傳統的紙質工作日志和故障處理單遷移到智能診斷系統電子化平臺上，對維修保養流程進行了梳理，以幫助實現企業管理精細化、流程化、規范化，同時也是人工智能故障庫的持續補充，全面實現對中化泉州石化的設備管理流程和生產工藝流程的優化。
項目的設計和實施應用包含有多個角色，中化能源科技負責系統的整體設計、實施及平臺的技術支撐，中化泉州石化作為系統使用方提出系統需求并應用到實際生產環境中，設備專家在系統上進行人工輔助診斷，維保服務商提供相應的維保任務和備件調度，系統實現了網絡化協同管理。
系統相對現有的人工抽檢的方法，利用人工智能技術，將專家知識庫、機理庫、故障庫與監測數據進行實時分析，實現設備診斷技術的優化，快速識別異常現象并提出分析結果，降低對人的依賴。
（2）項目實現的模式創新
個性化定制：針對特定設備建立完整的機理模型、故障征兆庫、故障預測模型、故障原因分析、處理方式推薦、備件調配、人員管理全環節流程。
網絡化協同管理：系統提供設備專家、運維工程師、維保過程師、人工智能系統多方協同診斷服務。
產品遠程運維：設備智能診斷系統以私有云的方式部署在中化泉州石化，中化能源科技北京運營中心進行遠程運營管理，多用戶、多角色、異地加密訪問有效支撐遠程運維。
三、下一步實施計劃
通過近一年的調研和摸索，中化能源科技確定中化工業物聯網平臺以工業安防、設備智能診斷、智能工業仿真、工業能耗管理等四個重點方向進行產品研發及技術突破。
技術的創新和迭代，需要循序漸進。石油化工企業以其高資產、高安全性、高穩定性為基礎，開展創新技術實踐，中化能源科技作為工業互聯網企業，遵循非破壞性創新的原則開展工業互聯網平臺的推進工作。
中化工業互聯網平臺在石油化工行業發展計劃：
（1）中化泉州石化設備智能診斷系統在線監測數量由現有81臺，分期實施達到1600臺，實現設備在線監測覆蓋率55%，同時建立設備種類機理庫、故障庫、決策庫，形成人工智能診斷推理模型。
（2）工業智能仿真平臺完成產品化開發，向中化泉州石化及相關石油化工企業進行規模部署，深化員工操作培訓和考核、動態過程模擬和能耗管理結合、工藝流程改進促產等方面的技術創新。
（3）設備智能診斷系統從石油煉化企業向化工企業橫向推廣，建立基于高端設備的混合診斷云。
四、項目創新點和實施效果
1. 項目先進性及創新點
基于中化工業互聯網平臺的設備智能診斷系統具有以下先進性：
（1）商業模式先進性
工業場景結合創新科技，輸出創新科技產品及服務，創新科技產品賦能工業企業，獲取相關盈利。
（2）技術方面先進性
人工智能及大數據等創新技術與行業機理模型深入融合，雙向賦能工業應用，凸顯技術融合效應，實現1+1大于2。
（3）可復制推廣性
在涉及機械動力設備的石油化工、鋼鐵冶煉、能源、機械制造等行業企業均可推廣應用。
2. 實施效果
中化能源科技設備智能診斷系統已在中化泉州石化部署，目前已基于81臺高溫油泵進行了部署，系統運行穩定，運行過程中發現了若干故障報警，檢測到了一些異常特征，進而提前采取了相關的預防性措施，有效的確保了煉化裝置的正常運行。
系統的部署提高了設備運行安全性，降低了企業運營安全風險。提高了設備管理智能化程度，降低勞動強度，可以把釋放人力資源調配到更需要的地方。
系統的部署使生產更加平穩，設備運行更加穩定，降低了因設備異常造成的經濟損失。未來即將完成1600余臺的部署，設備智能化管理將形成規模效應。