数字孪生正在改变传统石化企业

文字整理：穆阳

由中国石化联合会供应链工作委员会主办的“石化行业数字化转型实战问道系列直播”活动近日启动。该活动旨在切实帮助石化企业解决数字化工厂建设及运营中的实际问题，为石化企业数字化建设提供技术方案。活动邀请了数位业内专家，将从不同角度解析数字化工厂的建设及运营，同时针对企业在数字化建设过程中遇到的各种问题答疑解惑。

清云智通（北京）科技有限公司CEO张志强：

数字孪生正在改变传统企业

数字孪生最核心的两点，一是精确模型，二是高效求解。

精确模型指的并非虚拟建模而是实际应用中的模型，其难点是模型的构建与求解，需要运行机理与数据的有效融合，这样模型的准确度才能达到最高。构建精确模型只是数字孪生成功的第一步。在实际应用中，还涉及运筹学的求解过程。这就需要高效求解的手段。一般来讲，模型中涉及的联立方程组可能高达百万个，目前最佳手段是采用并行计算进行优化求解。

对于石化企业来说，清云智通的数字孪生是通过对工业知识和经验、数据模型、资产设备模型、机顶模型、大尺度工厂模型5个方面的集成，实现在研发设计、操作控制以及生产运营等多个场景中的应用。具体而言：

数字孪生可帮助石化企业进行高质量研发。以化工新材料的工艺包开发为例，可以利用数据库中的多种原料组分和反应机理进行模拟分子动力学分析，判定反应过程如何加速进行、需要怎样的配方、最佳工艺路径是什么等。

数字孪生还可帮助设计院或工程公司进行工艺设计的优化和仿真。这主要通过离线建模和在线应用两部分完成。这两部分相辅相成，可以做到实时优化。通过大量现场校正，逐渐使模型的误差缩小到极低，可以最大程度真实地模拟出各种工况下的实际运行情况。设计院或工程公司可以模拟运行中出现的问题，对工艺进行优化处理。

数字孪生还使石化企业实现无人操作。众所周知，石化生产对人的素质以及操作熟练程度要求很高，尤其是大型装置。当前不少石化企业就是因为缺少富有经验的员工导致事故频发或装置运行不尽理想。而数字孪生属于数字范畴的技术，可以实现用机器替代人力去控制装置运行。在这个基础上，继续用优化算法求解推向最优边界，动态控制各种能耗的变化、原料的变化、工况的变化，使装置永远保持在最佳状态，最终实现数字孪生挖潜。这是人工现场操作无法实现的。清云智通是通过建模、模拟仿真及校正、可视化操作、闭环控制4步实现无人化操作的。

数字孪生还可以帮助石化企业实现低碳节能运行。当整个工厂都在孪生模型之下时，工厂的能源使用情况，包括公用工程、蒸汽网络、氢气网络、换热网络等动力系统都在模型上展示出来。企业可清楚地知道哪个设备需要调整，哪些管线需要更换，哪些余热可以利用。清云智通发现，数字孪生至少可帮石化企业节能10%～15%。

数字孪生还可以帮助石化企业实现对装置设备的预测预警。清云智通是通过多模态机器学习方法进行感知的，即基于视觉、听觉、触觉、嗅觉感知并监测整个装置的温度、液位、压力、声音等，进行多模态融合，实现从装置到仪器仪表、从内到外多维度的监测。对待大型设备还要辅以设备本身之外的工艺数据、过程数据、物性数据来实现预测和预警。数字孪生还可以通过观察整个反应过程，对催化剂是否中毒、出口温度、出口压力、反应器温度、再生气温度进行监测实现超早期预警，从源头遏制事故发生。

中石油管道工程有限公司总经理助理喻斌：

搭建油气管网数字孪生体

如何搭建油气管网的数字孪生体？

首先要建一个模型。我们会用五维模型——物理实体、虚拟实体、孪生数据、数据连接以及底层服务。对于管道来说，这5个方面各自与实际一一对应。物理实体，主要是管道本体及周边环境，因为实体本身会影响周边环境相关的实体；虚拟实体是数据、模型、规则的集合体；孪生数据对应结构化和非结构化数据；数据连接对应数据传输通道；底层服务对应GIS服务、 表服务、气象服务等。

实现管网数字孪生，我们更关注什么？

一是算法，底层的逻辑算法。二是模型，包括经验模型、数据模型、机理模型、人工算法或者仿真模型。然后重新用相关的算法去构建逻辑关联，去对应应用场景，就逐渐能够实现数字孪生体的同生共长。

在管网整体解决方案中，数字孪生体处于核心。

管道的数字孪生体建设有3个核心点：第一是建模，建模是将我们对物理实体的理解模型化；第二是仿真，要使实体模型和虚拟模型能够关联并同生共长，以验证和确认这种理解的正确性和有效性；第三是数据融合，通过数字孪生体平台，建立数据驱动的数字模型并连接仿真，这是数字孪生技术应用于智慧管网建设的实践。

构建全生命周期智能管网大致有5步。第一步是构建可检测的管网实体，用最有效、最实用的物联网手段或感知手段采集所需的数据。第二步就是构建工程建设期孪生体模型，当然这个阶段实现的数据融合以及工程建设期的交互，实际上也可以实现一些应用。第三步是构建生产运行期孪生体模型，与应用结合。第四步是构建孪生体行为规则，从简单的示范业务活动到更高阶的预警预测，再到更高级的发展模拟、对系统的推演、用过去反馈未来等，都需要去做。第五步是构建孪生体服务对象，基于前边4步之后，可以让孪生体自我演进、自我进化。

卧龙电气驱动集团董事长庞欣元：

为电机装配智慧大脑

电机是工业流程生产过程的驱动设备，小到几千瓦，大到几十上百兆瓦，在一些关键的反应、冷凝、输送过程中发挥重要作用。2021年3月，卧龙集团以及国资公司等相关方组建舜智云工业互联网，建设运营电机产业大脑。

电机产业大脑以舜智云工业互联网为基础，集成产业链、供应链、资金链、创新链，融合企业侧和政府侧，贯通生产端和服务端，为企业生产经营提供数字化赋能。

卧龙集团自主创新电机故障诊断技术、可视化分析决策支撑技术、多场景终端采集技术等多项关键技术，构建“1+1+N”产品服务体系，打造电机及驱控产业数智化中台，将数字技术与现场服务相结合，提供线上+线下一体化解决方案，为企业提供设备全生命周期服务。

目前，上线了电机全生命周期管理、未来工厂互联、供应链金融、供应链采购协同等多个跨场景应用。接入3家“未来工厂”，接入电机、变压器、压缩机等智能设备1801台，实时在线率80%以上。经测算，综合减少故障停机时间80%，生产效率提升50%，生产运营成本降低25%，能源综合利用率提升12%。

第一个案例，某石化厂6台大容量设备部署了在线监测服务。卧龙团队安置21K定型机和22K定型机各3台，每台设备测点15个。在线监测设备安装后，该石化厂共发生5次提前预警，发现5起设备故障，避免了更严重的设备故障及意外停机造成的生产损失。

第二个案例，某企业使用47.7兆瓦卧龙发电机一台，并配备高压、低压防爆和非防爆电机。这些电机与汽轮机、化工泵、循环水泵、风机、空压机等配套，每天要进行3次点检，点检频繁。通过为多台电机加装智能温振传感器设备，应用电机全生命周期智慧服务，卧龙团队为该企业构建起智慧运维平台，实现了传统人工点检线上化的转型升级。不但大大提升了运维效率，还在疫情严峻时期极大降低了人工现场作业风险。

第三个案例，金属矿山采选必须运用智慧矿山解决方案，才能实现自动化、机械化和智能化。广西华锡集团每年用电量约6亿度，有各类电机设备4000余台，总容量14万千瓦左右。卧龙团队为华锡集团量身定制绿色低碳自动化改造解决方案。首先，淘汰替换1107台电机设备，能效等级提高到IE5级，比替换前降低50%左右。其次，通过机械化换人、自动化减人、智能化无人值守的高效驱控系统一体化改造，预估管理和运营成本降低15%以上。再者，通过节能改造至少每年节省电费500万元以上。最后，通过数字化平台提供智慧监测、智慧运维和智慧能源管理，预计故障停机时间减少80%以上，维护成本降低50%以上，人力成本降低15%以上。

沈鼓集团自控公司副总经理魏琦：

压缩机一站式智能运维

沈鼓集团很早就尝试数字化转型，并取得了良好成效。2021年沈鼓集团策划了一套压缩机数字孪生智能运维管理平台。这是一套依托压缩机的数字化模型，通过接入实时运营数据和压缩机厂底层逻辑的数据分析，来监视、诊断、优化、预测压缩机运行状态的智能运维系统。

这套系统重点聚焦在运行监视、设备管理、设备健康、数字孪生、辅助决策、拆装演练5大类应用场景的近20个细分应用场景，提供一站式压缩机智能运维解决方案。

在平台的系统界面上有图形展示、运行状态、设备管理、设备健康拆装演练、数字孪生辅助决策5大模块。

运行健康模块，包括关键指标和 警管理两部分。在关键指标界面，用户可查看压缩机的实时和历史数据。在 警界面，用户可查看当前 警、历史 警，并确认 警以及风险等级，还可定位 警位置，方便识别风险。

设备管理模块，包括基础信息、备品备件检修管理、工单管理、故障诊断几个部分。在基础信息界面，用户可以查看压缩机的型号、出厂日期、技术特性等参数，还可以在图形展示区点击或者选择部件。可以在操作区查看部件的基本信息，关联工具及更换历史，还可以查看图纸维修手册等电子文档以及维修的专用工具。在备品备件界面，用户可以查看全部备件、当前库存备件清单以及备件的基本信息，并发起采购申请。在检修管理界面，用户可以建立和查看各类检修的电子化作业指导，包括准备工具、各检修工具的安环风险，熟悉部件以及操作要求，验收标准、检修经验。还可以建立和查看完工 告。在工单界面，用户可以建立工单、查看工单状态，实现派工管理。在故障诊断界面，用户可以利用系统预设的智能故障分析决策树功能，结合实时参数和设备状态，分析故障原因，并获得解决方案以及处置步骤建议。

设备健康模块，集成了沈鼓云的功能，为用户提供预测性维护服务。

拆装演练模块，包括压缩机拆装的所有关键步骤，有图文形式的步骤说明和拆装动画。将传统的拆装指导材料三维可视化，还可以进一步提供VR或者AR的交互式沉浸体验，可以开展对员工的培训和考试。

数字孪生辅助决策模块，通过建立压缩机数字化模型，集成各类静态和动态泛在感知数据，应用力学分析，人工智能学习物联网等技术，实现对压缩机关键部件的健康度分析、温度场分析、应力场分析，为用户提供诊断优化、预测等辅助决策支持。

这一系统实现了压缩机的全生命周期数据集成，给压缩机安全高效在岗运行提供了数据支撑。

广州机械科研院有限公司创新部部长石新发：

装备润滑安全监测如何实现智能化

石化行业的润滑油使用周期一般都是几年，在生产过程中一定要进行定期或循环监测。当前装备润滑安全监测正在走向数字化、智能化。

广州机械院在传统院所科研基础上，与广州市政府联合成立了国机智能科技有限公司，致力于机器人、智能工厂、智能运维等智能化和数字化转型。我们建成了重大装备润滑安全监控与远程运维云平台，为石化行业260多家公司的3472台装备提供了润滑磨损监测诊断服务。

润滑安全运维平台主要由4个模块构成：第一个是离线监测系统，目前嵌入了智能诊断系统，实现实验室的数字化；第二个是在线监测系统，在设备上安装在线监测测试仪，实时监测润滑安全；第三个是润滑维护系统，主要是日常的油品选型，包括现场管理、润滑政策等服务；第四个是大数据平台，我们构建了云端数据中心、在线监测、企业集控中心、移动端APP在内的“四位一体”设备润滑安全监控在线监测与服务云平台。

我们开发的在线监测仪2009年就应用于亚丁湾军舰，并逐步扩展到核心传感器的研究和开发、工程化应用。

通过前置构建在线监测仪，接入企业集控中心，我们通过云平台向企业提供技术服务。目前系统已在多个行业应用，包括水电站、水泥站、石化厂等。例如，对三峡水电站的32台机组安装了运维平台进行远程监测和运维控制。近两年石化企业应用很多。2019年我们与广州石化开展项目合作，安装了75台监测设备。这个云平台拥有国际领先的油液监测实验室，是目前国内最大的全数字化的智能化实验室，年检测量在10万～12万台之间。

我们率先在国内开展油液在线监测研究并实现了产业化应用。一是在线监测汽轮机。通过应用建立诊断规则，实时监测黏度和水分等一系列指标，嵌入故障诊断方式，实现了智能化预警预 。二是在线监测造粒机齿轮箱。建立典型现场故障趋势图，颗粒尺寸超出正常范围将 警。三是油田注水泵系统进水的远程故障监测。

我们基于数据积累集成开发了一个云平台，主要集成离线、在线和咨询3套系统的共有数据共享，实现了润滑管理系统数据库、实验室管理数据库和在线数据管理数据库等多数据的融合。截至目前，已经积累了5万多个石化行业的监测数据。我们还开发了对应于云平台的APP，可以在手机端进行经常性查看。

我们开发出了工矿企业设备润滑维护数字化管理系统。这个系统主要包括油品仓储数字化、油液监测管理数字化、润滑标准管理数字化、污染控制管理数据化、废油处置管理数字化。最终实现了润滑维保管理数字化，形成了全链条全方位的一体化油品监测技术服务。