關于化工行業智能化應用的展望

何德頌，汪志偉

（中國五環工程有限公司，湖北武漢430223）

近年來，隨著大數據、云計算、移動物聯網等新技術的迅猛發展，理論建模、技術創新、軟硬件升級等的整體推進，人工智能正在引發鏈式突破，推動經濟社會各領域從數字化、網絡化向智能化加速躍升[1-2]。人工智能已成為各國各行業相互競爭的高地。2011年，德國在漢諾威工業博覽會中提出“工業4.0”概念[3]，美國隨后提出“國家制造業創新網絡”（NNMI）計劃，擬通過“互聯網+工業”驅動工業變革，實現再工業化發展，重振美國制造業競爭力[4]。2015年，立足國際產業變革大勢，國務院正式印發“中國制造2025”計劃，旨在實現制造強國的戰略目標[5]。化工行業屬于相對傳統的流程工業領域，具備投資大、風險大和環保監測要求嚴等特點，數字化及智能化的應用是很有意義的。同時，由于化工行業設計過程復雜，自動化程度要求高，生產流程長，生產過程彈性大，且產品運營受市場影響因素多[6]，因此，化工行業對信息化與智能化的要求相對較高。

事實上，無論國外還是國內，制造行業都比較容易實現數字化工廠和人工智能應用，例如已投入使用的西門子Amberg工廠[7]、奧迪智能汽車制造工廠和海爾互聯網柔性生產線[8]等。但是流程工業領域的數字化和智能化仍有很大發展空間，目前還沒有流程工業的工廠實現了符合績效的數字化工廠。本文基于化工行業特點及現狀，討論化工廠數字化交付、智能化應用方向及行業發展的局限性，最后展望其智能化應用前景。

1 智能化的應用

化工行業的“智能工廠”架構可按3個層級建立：智能控制層，主要對應過程控制系統（PCS），也包括常說的數據采集系統；智能生產層，主要對應生產執行系統（MES）；智能運營層，主要對應企業資源計劃（ERP），也有學者在第三個層級之上定義了智能決策層。

此外，人工智能的興起也推動工程公司的設計流程向智能化方面發展。由多專業協同設計平臺、工廠三維模型、工程信息數據庫及成品文件數字化交付等組成的智能設計模式已逐漸應用于各工程公司的項目實踐過程中。工廠的建設周期也逐漸從生產運營期向工程建設期延伸，實現了智能工廠與工程同步設計、同步實施、同步投用。基于以上分析，化工行業智能化應用包含智能設計、智能控制、智能生產和智能運營，其智能化應用構架如圖1所示。

圖1 化工行業智能化應用構架示意

在智能化工廠的基礎設施建設方面，通過應用數據庫搭建信息化平臺，提高了生產運營效率。應用數據庫具有分類存取、預處理計算、數據共享、長期存儲、便于調用、并發訪問等機制和特點，利于實現分類、匯總、篩選、過濾、統計、索引、排列、分析、預處理等功能的實現和擴展。

1.1 智能設計

設計是工程的基礎，關系到整個工廠的智能化建設。智能設計將設計規則轉化為機器規則，并利用專家系統進行分析，在人盡可能少干預的情況下給出推薦的設計方案。設計成品通過數據載體（也稱數字化方式）移交給客戶，人工智能在工程設計中主要可應用于如下方面。

1.1.1 智能工藝設計

工藝是化工設計的源頭，傳統模式下，工藝專業運用項目設計基礎和流程模擬軟件進行工藝設計和工藝流程模擬計算，計算得到的物料和熱量平衡結果通過圖形和表格形式輸出，作為下游專業條件。人工智能模式下的流程模擬應該根據項目條件模擬出多個不同的流程方案供選擇。不同的流程使用不同的條件，則投資回報、產品分布、適應條件、環境適應性和經濟效益也是不同的，是“活的”流程模擬。

此外，還可定制管道儀表流程圖（P&ID）的設計規則，然后利用規則將物流和設備等信息倒入P&ID。人工智能不僅能實現P&ID的智能編制，還能自動生成并發送各專業條件，有效避免了條件往來過程中容易發生的人為失誤，不僅可以保證數據的唯一性、自動版次設計、自動互提條件、根據流程模擬的結果提出限制條件和設計注意事項、提出不同的設計規則，還可以給出預估的工程量和設計周期。

1.1.2 工程設計

工程設計的本質就是依照客戶需求，遵循相關設計標準及規范，用圖紙和文字描述將要實施和實現的工程，建設將來的運行工廠。人工智能應用可以將項目工程設計標準和規范內容作為約束條件，將項目分解并編制設計流程和進度，一方面形成設計元素和步序，就像生產線上的組合部件，另一方面提示設計人員操作和啟動相應的環節。這些工作的前提是將設計規則轉化為機器規則，建立規則庫，利用人工智能功能進行編排和建立設計組件，采用專家系統進行分析，給出推薦設計方案和設計進度表并檢查敦促執行，最終由設計人員確定、審核，不僅保證了設計質量，還能提高設計效率、保證設計周期。

智能設計采用版次設計，根據設計條件的輸入和成熟情況分版次提交下游設計條件和本崗位設計文件，實現設計的循序漸進，分階段、分版次出圖，減少了重復勞動、減少錯誤、減輕設計負荷。

1.2 智能控制

一般而言，化工生產過程相對復雜，中間產品多，產品具備高壓高溫、易燃易爆、易污染等特點，需要對其進行實時、準確、完整的過程監測與控制。化工行業的智能控制在PCS中實現，PCS是包含定值控制、隨動控制、預測控制、前饋控制、選擇控制、超馳控制、辨識控制、變值控制、提量控制和降量控制等方式的自動控制系統，過程自動化基于DCS/PLC和現場總線等技術搭建智能控制平臺，屬于智能化工廠的操作控制層。此外，PCS層還應解決生產過程中的設備狀態、安全環保等方面的監控與操作，其相關子系統包括壓縮機組和泵組的控制系統、加熱爐的燃燒器管理系統、化學品罐區的罐表系統和煙氣在線監測系統等。

化工行業智能系統的操作控制基于現有數據獲取和控制方式，利用機器學習算法解析過程數據，進行自組織自適應的深度學習和智能控制決策，在操作工盡可能少干預的情況下，保證生產過程的安全平穩運行。

1.3 智能生產

化工生產是復雜的連續流程，智能生產管理利用生產管理數學模型，在工廠生產能力和裕度的約束條件下，根據電子商務和訂單條件，計算并選定合適的經濟效益指標、較低的原材料成本、較低的能源消耗、合適的資源調用與消耗、確定工作量和生產進度，及時響應和適應生產條件，安排生產訂單和任務，發布生產和調度指令，形成訂單的排產序列和預計產品發運進度。實現經濟效益最大化為目標的生產操作優化方案，包括設備狀態和流程的在線模擬、儀表在內的設備維護智能化、不良狀態預測、工廠風險防范及預處理、智能應急指揮系統等內容。

車間生產過程執行管理系統是智能生產的重要內容，銜接智能控制和智能運營兩個層級，需要實現生產績效管理、優化生產流程，提高生產操作效率。相關功能包括作業排產和調度，維護管理、技術信息管理，短期生產計劃，仿真培訓系統和在線實時優化等。

1.4 智能運營

化工廠的運營受市場影響因素多，原材料的緊缺和銷售價格的波動等均可能影響工廠的正常生產和運營。現在的運營模式已經從物料資源管理、財務資源管理、信息資源管理、人力資源管理和企業信息門戶等方面利用ERP軟件建立了現代化的企業資源管理平臺，但在應對市場的過程中，還有進一步改進的余地。工廠運營不能適應市場變化的原因很多，主要是經營部門執行的能力和有效管理的水平，這也恰恰是智能運營所能解決的問題。

為了實現工廠生產對市場的適應和準確靈活的反應，使生產運營提供有效的解決方案，智能運營系統涵蓋電子商務、訂單管理、企業原料管理、化工生產、產品庫存、產品出廠與送達、智能工廠綜合門戶等環節，實現生產計劃統計、生產調度跟蹤（調度日報）、物料配送、倉庫/罐區管理、進出廠物流等功能，使企業生產管理、生產調度指揮和經營管理適應市場，為企業實現良好的經濟效益、較低的原材料和能源消耗。

2 數字化交付

工廠信息數字化是最終智能化運行和維護的基礎，設計成品的數字化交付不僅提高了建設階段的設計效率、降低圖紙交付和使用過程的成本、便于使用和查看、易于管理檢索和調用，還可為數字化工廠、智能化運營系統的建設提供數據基礎。目前國內外工程公司只有少數項目實現了數字化交付，設計過程遠沒有達到“智能化”程度和應有的水平。

2.1 設計平臺

目前，部分工程公司已經采用以配管和工藝為主線的設計軟件，但也還有一些工程公司主要采用Excel和CAD輔助工程設計，自動化程度不高。數字化設計平臺可對項目的設計過程實施信息化管理，通過多專業協同設計，最終向用戶交付數字化成品文件。以工藝專業數據作為設計條件，配管專業為模型主體進行工程設計，專業間的數據傳遞在平臺內部直接傳遞，實現工程數據的版次控制，避免數據冗余和不一致，減少差錯、提高設計效率。儀表專業相關設計平臺框架如圖2所示。

數字化交付需要將設計資料從文檔轉化為數據，所以必須采用軟件設計，才能實現數據的一致性和完整性，實現三維模型和二維圖紙的數據化。

2.2 案例分析

以某2.05 kt/d合成氨項目的數字化移交方案為例，該項目采用AVEVA Plant設計平臺解決跨專業設計協同、跨地區提交資料、項目工程信息化管理，最終以數據成品和圖紙成品兩種方式交付設計文件。

圖2 儀表專業相關設計平臺示意

在設計協同層面，多個專業在同一數據環境和資料平臺工作，減少了專業間資料交付的差錯、提高了交付效率和設計質量。工藝專業通過子平臺實現了圖例庫創建及相關規則定制，最終完成智能P&ID的繪制。儀表專業通過子平臺實現了材料庫的建立和各種輸出文件模板的訂制，與數據流轉平臺進行傳遞數據的映射規則等。管道布置等相關專業通過子平臺實現了工廠全比例三維模型建立，包括工廠內的大型設備、塔、壓縮機、透平機、泵、風機、換熱器、緩沖罐、中大口徑管道和閥門、設備基礎、結構平臺、管廊、儀表/電氣橋架、接線箱、操作柱、就地控制盤、分析小屋和各種支架等；基于三維模型進行全廠管道、設備、基礎及電纜橋架等模塊的碰撞檢查。各相關專業通過數據流轉平臺實現工藝儀表條件、管道命名表、管嘴數據和儀表接口尺寸等設計中間條件的數據直接傳遞。

采用PDMS設計的某2.05 kt/d合成氨工廠三維模型如圖3所示。PDMS解決了設備和配管的安裝圖，優化了空間利用率和材料統計效率，通過實時可視化碰撞檢查保證了整體設計結果的準確性，但還需在應力計算等其他專業配套軟件方面進行進一步的開拓和融合。

設計完成后，可以進入數字化移交階段，向業主交付數字化工廠的設計成品，將相關專業的設計、采購、施工等相關圖紙、數據、文檔和三維模型全部集合到用戶應用界面中。內容包含：

1)所設計的合成氨工廠全廠的工藝流程圖、各專業的設計內容、相關的圖紙、規格文件、采購文件、數據表、安裝圖及各類設計規定、手冊和設計變更單等，工廠的數據化圖紙和文件內容涵蓋工程設計及施工階段所修改的全部設計信息。

圖3 合成氨工廠全比例三維模型示意

2)采用符合設計規范和用戶規定的格式和內容形式，所交付的三維模型信息與其他相關圖紙、數據表、文檔中的相關信息保持一致。

3)工廠的數字化交付，可以給業主將來的工廠運營、維護提供便利的信息查詢和數據支持，提供了工廠信息化的基礎，比傳統的設計圖紙和文件的交付方式，使用、查詢、利用等方面都很方便。

綜上所述，目前的數字化設計和交付還僅停留在計算機輔助設計的水平，雖然比以前的紙質交付方式和人工設計方式前進了一大步，但距離智能化設計還有一定差距，還不能滿足智能化工廠的需要。

3 發展的局限性

3.1 行業特性

化工廠的流程精細復雜，工況隨原料和產品變化而變化，涉及化工工藝、熱工工藝、水處理工藝等，與設備、配管、土建、結構、電氣、儀表、消防和安全環保等多個專業相關，設計、施工復雜，多工種交叉，是復雜的系統工程。設計、施工、開車及運行數據的積累對于運行和維護非常重要。

目前化工行業的人工智能應用還僅僅處于起步和探索階段，各種基礎條件也很缺乏，主要體現在如下幾個方面：

1)數字化設計的差距。工程設計僅僅處于計算機輔助設計和三維配管的程度，水平較低。現有軟件雖然號稱已提供完整的數字化交付設計平臺，實際相差甚遠。與工程公司的設計模式存在很大差異，不但不能節省工作量，反而造成設計階段諸多障礙。此外，設計軟件基本功能和可擴展性差，各專業難以因地制宜的對其進行調整，設計工作量增加、效率較低。

2)工藝流程和分包設備缺少綜合考慮的控制策略。化工廠的壓縮機組、加熱爐、風機和泵等關鍵設備的控制策略多由供貨商根據設備本身情況提供，沒有與工藝流程結合起來考慮，有的設備控制方案與工藝流程還有矛盾，資料的欠缺也使設計停留在原始狀態。工廠工藝流程的整體控制方案也受到專利商的限制，也不是工程公司進行統一設計和規劃的工作范圍，更不能實現人工智能的流程條件，難以達到整體最優。

3)流程工業的智能工廠缺乏建設動力和相關技術。發達國家的化工工業已是夕陽工業，正逐漸向發展中國家轉移。發展中國家的化工工業處于初級生產及資本和技術的積累階段，缺乏智能工廠的興趣和資金。目前國際上對于流程工業智能工廠的理論、定義、建設均不明確，多是儀表供應商或軟件集成商的宣傳，多有偏頗和片面。一些企業或工程公司購買各類功能單一的應用軟件進行物理堆積，并沒有從智能工廠的方面考慮問題，也無有效數據的積累和流通。無論是工程設計、施工建設方面，還是工廠運行方面，目前也沒有可以用于化工廠的人工智能軟件。

3.2 投資效益

任何一項技術的發展均需要利益的推動，而智能工廠的投入相對較大，短期經濟效益卻不明顯。一方面是流程工業的智能化工廠的目標、方法、工具、途徑、行為不明確，沒有成型和成熟的軟件和集成系統，另一方面是不具備用于人工智能化工廠的建設、運行、維護的數學模型，對于化工工業這類高危險、多變化的流程工業，不可能采用不成熟的軟件。

4 展 望

生產工藝是化工企業的核心，化工行業的生產過程數字化、自動化和智能化是為工藝服務的，可通過生產工藝操作的安、穩、長、滿、優獲得經濟效益。但是，市場的變化、原料性質的變化、市場對產品需要的變化都會影響經濟效益，化工廠的人工智能應用就是試圖解決這些問題從而取得經濟效益。該目標使工廠不再局限在加工狀態，而是讓系統自動運行在滿足裝置安全、產品質量的約束下，原料、能源、資產利用率達到最優，適應多產品的精細化工工廠實現及時響應和柔性生產，應對市場變化和訂單要求。

在技術發展方面，為提高工廠的智能化水平，可引入相對成熟的聲音和圖像處理及識別技術。例如在動設備的預維護、罐區的泄漏檢測、爐膛的火焰檢測等過程中，可將傳統的振動、壓力和溫度結合聲音、圖像和電流等信號融入監測模型中，通過分析多種類型的特征信號，實現對工廠狀態的有效監控。另外，通過信號處理算法和高級模式識別技術將信號現象同故障類型進行對比，實現智能在線故障診斷方法，該方向有待進一步的探討。

不管在哪個層級，要讓計算機來解決問題，都需要將問題數字化并建立數學模型，所以智能化的核心是五個化：“數字化、可視化、模型化、自動化、集成化”。只有將經驗、信息通過檢測技術數字化，通過數據可視化分析找到規律，然后將規律轉化為數學模型，再通過計算機對數學模型自動求解、自動決策，將決策或結論自動傳輸給上一層或者下一層，從而達到集成化。這個完整過程就是知識自動化，知識自動化將人從重復性工作中解脫出來，從而專注于創新和高附加值的活動，減少生產對人的依賴，發揮人的作用。綜合本文所述，智能化工廠的構建是一項需要探索、研究、開發、投資、積累的，有待時日的系統工程。