团论文网
团论文网
-
摘要：通过分析中国智能制造系统架构，结合石化企业智能化发展现状，从石化企业基层入手，提出智能制造控制层在石化企业的落地实施方案，构建了基于控制层的DCS自适应调节系统模型。该模型包括数据拟合系统、参数预测系统和智能调节系统。同时介绍了三个该系统的实际应用场景，包括产品质量控制、装置能耗优化、参数调整纠正三个方面。为石化企业智能制造控制层的发展提供一定的模型参考和理论依据。
关键词：智能制造；《中国制造2025》；系统架构；石化企业
0引言
随着科学技术水平的快速提高，企业逐渐摆脱了原始的生产方式，自动化已经深入企业的各个方面，而数字化转型也成为企业转型项目的核心。在此背景下，《中国制造2025》中指出，基于信息物理系统的智能装备、智能工厂等智能制造正在引领制造方式的变革，为我国制造业的转型升级和创新发展带来了重大机遇[1]。因此，石化行业如何进行数字化、智能化转型成为众多企业的研究新方向。
石化行业是典型的流程工业，其特点包括生产连续性强、自动化程度高、生产过程复杂、生产条件苛刻，以及原料和产品易燃易爆、有毒有害等[2]。多年来，石化行业已经实现了信息化与自动化的高度融合：生产全流程中配置了上千个测量仪表和传感器，数据实时上传至云平台，运用DCS系统对生产全流程进行精准的调整与操控，同时运用MES系统对各单元的生产计划进行高效协调。然而，目前的自动化水平仍不足以满足智能化生产的全面需求，尤其在跨部门协调、原料、产品分配等方面还存在不足。因此，逐步推行智能制造、建立智能工厂，成为石化企业转型升级的必然选择。只有全面推行智能制造，并结合工业互联网、大数据平台和智能生产系统，石化行业才能进一步向全球产业链的中高端迈进。
1智能制造概念与系统架构分析
1.1智能制造的概念及目标
进入21世纪后，世界上很多国家均提出“智能制造”这一概念，助力制造业的转型升级。智能制造是指具有自感知、自决策、自执行等功能的先进制造过程的系统及模式，贯穿于设计、生产、管理、服务等各个环节的新型生产方式。智能制造的整体目标是实现整个制造业的智能化和创新，具体就是通过智能化手段，降低生产成本，提高生产效率，快速响应市场需求，实现灵活和个性化生产，实现环境资源的合理利用，带动新型产业链等。
1.2智能制造系统架构分析
美国通用电气公司在2012年提出“工业互联网”概念，其系统架构分为业务视图、使用视图、功能视图、实现视图四个层次。德国“工业4.0”构建了包含三个维度的系统架构，分别是活动层次、系统级别、生命周期与价值流。日本在2015年发起实施了“工业价值链计划”，该计划是通过结合日本的“丰田生产体系”推出了以工业价值链为基础的智能工厂基本架构。中国在学习各发达国家的智能制造系统架构后，发布了《国家智能制造标准体系建设指南》，该指南从系统层级、生命周期、智能特征三个维度分别描述了智能制造在该维度上的层次结构，三个维度相结合，构建了智能制造系统的标准体系。
如图1所示，中国“智能制造2025”智能制造系统架构中包含了系统层级、生命周期和智能功能三个维度。系统层级是指智能制造在工厂中的发展架构，从下至上分别是设备层、单元层、车间层、企业层和协同层，只有将智能制造系统从上至下的覆盖全厂，才能达到逐渐精细的生产要求。生命周期是指智能制造需覆盖产品从设计到服务的全生命周期各个阶段，生命周期的各项活动可进行迭代优化，具有可持续性发展等特点，只有将智能制造覆盖生命全周期，才能及时发现市场需求及产品痛点，达到效益最大化。智能特征是智能制造在行业中的互联互通形式，包含资源要素、互联互通、融合共享、系统集成和新兴业态五层智能化要求，智能制造贯穿此维度后，对行业间关联矩阵的搭建有着巨大的帮助。智能制造的核心是实现跨资源要素、互联互通、融合共享、系统集成和新兴业态的横向融合，以及覆盖产品全生命周期的端到端的融合[3]，实现贯穿于企业内部系统层面的纵向整合。
2石化企业智能化现状分析
2.1石化企业智能化系统架构
中国传统石化工业发展于1978年，经过近50年的发展，石化企业在智能化方面有着一套自己成熟的体系：在现场设备方面，凭借数量庞大的仪表测量点，获取海量的现场实时数据，上传至中央控制系统。在控制层面，有离散控制系统(DCS)和仪表安全系统(SIS)。其中，DCS系统可对现场数据进行实时监控和做简单的自动调整。在车间层面，公司内部运用MES系统进行全厂的调度安排，并用ERP系统进行排产规划。其系统架构如图2所示。
2.2目前智能化面临的缺点与不足
如图2所示，虽然目前石化行业智能化系统架构完善，但还是存在着如下的缺点与不足：
(1)数据利用率偏低。石化企业分布在各装置现场的工业传感器每时每刻都会上传海量的实时数据，但在数据的利用上却存在着数据利用率低下的问题。很多数据上传后就无人关注，数据之间的确切关系模型也不能拟合，导致出现“数据过剩、运用不够”的情况。如何加强对数据的利用，是石化企业数字化转型下一步的重点。
(2)系统算法单一，鲁棒性差。传统DCS调节是依靠单一的公式、算法进行计算调节，应对异常情况时适应能力差，按照智能制造应该达到的自感知、自学习、自决策、自执行和自适应的功能来看，还需要研究更多的生产模型和中间变量来保证系统的适应性和稳定性。
(3)缺乏统一系统集成模式。石化智能制造要求做到企业内部不同装置间的横向集成和原料、装置、制造流程、工厂等不同层次之间的纵向集成[4]。实现统一的系统集成，可使企业内部数据资源沟通更便利，实现生产全流程智能化，可使采购—管理—生产—销售—服务一体化，实现全生命周期智能化。要实现统一的系统集成，需要多开放网络接口，使系统更透明，数据共享更便利，这需要大型工业互联网的构建，也需要各行业、上下游企业的共同合作。
3智能制造控制层实施方案构建
控制层是连接生产现场与公司计划的桥梁，依靠海量的实时数据，第一时间获得现场的生产情况并作出合理的控制，以达到控制产品质量，降低能耗的目的。现在多数石化企业运用DCS对现场生产情况进行控制，随着多年的发展，DCS可以通过采集到的数据对比，进行简单的单回路控制和稍微复杂一些的串级控制、分程控制等。也有一些公司在智能化上作出有益尝试，打造石化“黑灯工厂”—只有当数据偏差到达设定的下限时，对应显示屏才会亮屏，提示操作员进行调整。不论是依靠经验丰富的操作员，还是依靠提高DCS控制范围，都有可能发生疏忽，导致错过最佳调整时机，轻则导致能耗提高，降低装置经济性，重则导致事故的发生。
智能制造的理想状态应为自感知、自适应、自学习、自决策、自执行，要达到这个目标肯定不是一蹴而就的，在设备层需要大量的传感器采集数据，控制层则需要强大的算法辅助操作员作出决策，本文在石化企业数字化系统架构的基础上，构建出基于控制层的自适应调节系统，具体系统架构如图3所示。自适应调节系统分为三个模块，数据拟合系统、参数预测系统和智能调节系统，三者关系是层层递进的，首先数据拟合系统从DCS系统里抓取有效生产数据并做智能筛选，根据数据间的相互关系拟合函数；参数预测系统建立在拟合系统基础之上，通过函数关系，判断未来因主要参数改变导致相关参数的改变程度；智能调节系统则根据预测系统得到的预测值，提醒或辅助操作员对DCS系统进行调整。
3.1数据拟合系统
数据拟合系统的构建基于数学学科，它是整个自适应调节系统的底层设计，通过运用数学方法，将海量的生产数据经过筛选后拟合为函数。并计算拟合优度来判断拟合的代表性。可用来拟合的数据有石脑油终馏点与塔顶温度、加热炉热效率与氧含量的关系、进料量与反应器入口温度的关系等数据。数据拟合系统主要功能有以下几点：
(1)实时数据挖掘。需要从DCS抓取生产实时数据，并根据预设的关系，将相关数据分类存放，方便分析。
(2)数据的筛选分析。收集到足够的数据后，需要进行数据筛选工作，进行数据筛选的原因是DCS系统在调节过程中，可能因为P、I、D参数设计的不同而产生滞后作用，即测量值和设定值始终存在偏差，且多回路控制产生的偏差大于单回路控制产生的偏差，温度产生的偏差大于压力、流量产生的偏差。进行数据筛选时，利用数据的偏差值做正态分布图像，观察其特征，正常的偏差值应该服从(μ,σ2)的正态分布，利用正态分布的3σ原理，可将(μ-3σ,μ+3σ)外的数据点剔除，同时导致产品不合格的数据点也要剔除，保证数据拟合的准确性。
(3)函数关系拟合。当研究关系为单因素变量时，可做散点图观察其可变参数与目标参数间的关系，并拟合相关线性函数。当研究关系为多因素变量时，利用计算机可将多因素变量拟合为多元线性函数，并做拟合优度检验。
3.2参数预测系统
参数预测系统建立在数据拟合系统基础之上，是整个自适应调节系统的核心，其主要运行思路是当抓取到的参数发生变化时，通过拟合出的函数关系来计算出相关参数的变化趋势。该系统是以结果导向的，即数据以产品质量、加热炉热效率等影响装置整体评价的数据为目标，当影响该目标的参数发生变动时，结合函数关系计算出其他相关参数的变化趋势，并将相关结论提供给智能调节系统。当读取到有时间段内连续的数据上升或下降时，参数预测系统也会根据拟合函数关系，计算出参数达到报警值的时间。
3.3智能调节系统
智能调节系统是整个自适应调节系统的输出端，其作用是通过计算得到预测参数后，在DCS系统里显示，同时后台通过邮件通知生产技术人员，达到辅助操作人员决策的目的。
同时，以智能调节系统为主，其他两个系统辅助，可以构成一个“防呆保障措施”，其具体思路是智能调节系统实时监控DCS数据，当发现参数连续上升或连续下降时，分析相关参数的变化情况，为操作员提供操作建议，以防操作人员在监盘疏忽的情况下，操作参数偏离过大造成事故的发生。
如图4所示，在系统建立之初，需设定主要调整参数的相关参数以及主要调整参数的预测时间。当系统捕捉到在一定连续时长内有连续数据上升或下降时，根据线性函数预测出达到报警值的时间，提前发出报警并分析预先设定的相关参数变化，给出调整建议。并且为了可以满足生产操作异常(开停工、事故状态)时系统的稳定性，该系统应设置手动/自动按钮。当系统手动控制时，不会自动弹出操作画面，只会在低报时发出报警，避免对操作人员造成影响。
4自适应调节系统应用场景分析
自适应调节系统运行原理如图5所示，数据拟合系统首先抓取DCS历史数据和化验系统历史数据，进行筛选后，作出相关数据间的拟合函数关系式，并将关系式导入参数预测系统。参数预测系统则抓取当前化验数据和DCS实时数据，将偏差大或不合格的数据提出，通过拟合函数关系，计算出相关参数需要调节的数值，将结果导入智能调节系统。智能调节系统根据运算结果，对比各参数的历史趋势，最终作出调整建议并反馈至DCS，最终达到数据分析的闭环。
4.1产品质量控制
以石脑油产品质量控制为例，石脑油终馏点通常与分馏塔顶温度有关。数据拟合系统首先从DCS系统抓取装置历史分馏塔顶温度数据，从LIMIS系统抓取石脑油终馏点数据，排除与设定值偏差过大的数据组后，拟合线性回归函数，得到石脑油终馏点与分馏塔顶温度的拟合函数为y=1.892 6x-107.18，拟合优度为0.621 5，将拟合结果导入参数预测系统，如图6所示。
参数预测系统实时读取石脑油终馏点化验数据和塔顶温度数据，当发现产品质量过剩或产品质量不合格时，则根据函数关系式计算对应的塔顶温度。以图6为例，发现塔顶温度每提高1℃,石脑油终馏点提高1.89℃,若希望将终馏点靠近设计温度(175.00℃)，需将塔顶温度提至146.50℃左右。当智能调节系统收到“分馏塔顶温度146.50℃”这个信息时，便会在DCS系统里显示，并通过后台发送邮件给生产技术人员，为操作人员的决策提供建议。
4.2装置能耗优化
以调整加热炉热效率为例，加热炉热效率与加热炉氧含量、排烟温度等参数有关，且有明确的关系式如下：
式(1)～式(4)中：α为过热空气系数；φO2为炉膛氧含量；tg为排烟温度；t预为空气预热温度；mhq为雾化蒸汽用量；φco为烟气中一氧化碳含量；为排烟损失；q1为不完全燃烧损失；q2为散热损失。
将加热炉关系式录入系统后，通过DCS自动抓取炉膛氧含量、排烟温度等数据，可实时计算加热炉热效率，如图7所示。且由操作经验可知，当过剩空气系数控制在1.10～1.25，加热炉热效率控制在93.0%以上时，加热炉燃烧效果好[5]。根据公式计算可得，当加热炉氧含量控制在1.72～4.13，排烟温度控制在88～101℃时，加热炉热效率达标。用这个控制范围做DCS参数的控制限，比现有的控制限更精确。
4.3参数调整纠正
参数调整纠正是以智能调节系统为主的案例，以调整加热炉氧含量为例，设定相关参数：炉膛负压、燃料气流量、炉出口温度。当系统捕捉到氧含量在10 min内连续5个值波动呈现上升/下降趋势，则套用方程计算出未来n分钟氧含量到达报警值，若n>10，系统发出声光报警；若n≤10，则自动弹出操作界面，并分析炉膛负压、燃料气流量、炉出口温度10 min内的变化趋势，如果炉出口温度、燃料气流量都维持稳定不变，则提醒操作员需要调整炉膛负压的值，并给出操作建议。
5结语
随着中国的高速发展，制造业转型升级势在必行。在未来，智能制造可以做到自感知、自适应、自学习、自决策、自执行，在很大程度上帮助人们的工作和生活。化工企业推进智能化的第一步就是增加DCS系统对海量数据的分析处理，拟合大量函数关系，嵌入大量计算公式，使系统能够辅助操作员进行操作处理。在此基础上，还需要引进机械学习系统，对拟合函数不断进行自动改进；引进先进算法和中间变量，使得系统鲁棒性、适应性增强。同时本文只分析了在正常生产情况下自适应调节系统的运行思路，还需要考虑到非正常情况下，开停工、事故处理时，运用自适应调节系统对企业生产的帮助。总之，企业智能化转型并非一朝一夕能够实现，需要以数学、化学等基础学科、以工业机理为基础，以企业战略目标为导向，自下而上稳定发展。
参考文献：
[1]国务院.中国制造2025[M].北京：人民出版社，2015.
[2]赵银刚，魏辉.化工企业智能工厂建设浅谈[J].安徽化工，2021，2(47)：17-18.
[3]赖朝安.模型体系与实施路径[M].北京：机械工业出版社，2019.
[4]高立兵，蒋白桦，索寒生.石化行业智能制造体系建设初探[J].当代石油石化，2021，29(2)：46-50.
[5]李自皋，李培瑶，郎希川，等.加热炉热效率在线计算及控制方案探讨[J].石油化工自动化，2019，55(2)：35-38.后台-系统设置-扩展变量-手机广告位-内容正文底部 -
本文标签：
智能制造控制层落地石化企业的路径探索论文
人参与 2024-09-20 11:00:35 分类 : 理学 点这评论 作者：团论文网 来源：https://www.tuanlunwen.com/
-
站内搜索
-
随机文章
-
标签列表
-
-
最近发表
-
-
热门文章 | 最新文章 | 随机文章
-
-
最新留言
-
首页 论文知识 教育论文 毕业论文 教学论文 经济学 管理学 职称论文 法学 理学 医学 社会学 物理学 文献 工程论文 学位论文 研究论文
Powered 团论文网 版权所有 备案号：鄂ICP备2022005557号统计代码
全站搜索