中國石油化工股份有限公司鎮海煉化分公司智能制造能力成熟度研究

陳 強，陳 彬

案例 Case Study

中國石油化工股份有限公司鎮海煉化分公司智能制造能力成熟度研究

陳 強1，陳 彬2

（1.中國電子技術標準化研究院，北京 100007；2.中國石油化工股份有限公司鎮海煉化分公司，浙江省寧波市 315000）

智能制造（Intelligent Manufacturing，IM）是新一代信息技術與先進工業制造技術的深度融合，貫穿于產品的供應鏈、制造和服務全生命周期的各個環節及相應信息系統的優化和集成，旨在實現制造的數字化、網絡化和智能化，不斷提升企業的產品質量、效益和服務水平，進而推動制造業實現創新、綠色、協調、開放和共享式發展[1]。美國的“先進制造領先戰略”、德國的“工業4.0”、英國的“英國制造2050”、法國的“新工業法國計劃”、日本的“再興”戰略和韓國的“新增長動力”戰略等，都是以智能制造為主攻方向，希望借此增強本國在新一輪全球產業競爭和價值鏈中的地位與話語權。

智能制造；石化企業；能力成熟度

1 引言

智能制造日益成為未來制造業發展的重大趨勢和核心內容，是企業向中高端邁進、加快轉型升級的重要舉措，也是新常態下企業打造競爭優勢的必然選擇。當前，很多企業對自身的智能制造水平并不清楚，不能明確該如何分步實施智能制造，這種情況極大地影響了智能制造的有效落地。主要原因是智能制造在全球尚無樣本和案例，我國制造業的發展由過去的以跟隨為主走向了引領全球；智能制造的發展如何做到引領，離不開標準的制定，同時也促進標準的不斷完善。中國電子技術標準化研究院（以下簡稱“電子標準研究院”）在工信部和國標委指導下，起草編制《智能制造能力成熟度模型》和《智能制造能力成熟度評估方法》，給出了智能制造能力成熟度的評估模型和評估方法，從而使企業以及應用主體能夠明確智能制造相關標準的確定與改進方法。這些標準的制定不僅為制造業及特定行業的改革與創新升級提供了渠道與方法，同時通過具體的行業示范點項目，提高了政策落地與實現效果的可能性。

石化企業是高技術高資產型企業，具有易燃易爆等傳統流程行業的顯著特征，同時企業大多位于人口密集的發達地域，企業安全環保壓力大，因此石化企業更有意愿踐行智能制造。中國石油化工股份有限公司（以下簡稱“中國石化”）對旗下最大的煉化一體化企業鎮海煉化分公司（以下簡稱“鎮海煉化”）提出了奮力打造“世界級、高科技、一體化”綠色石化基地的目標，建設數字化、可視化、模型化、集成化和智能化為特征的智能工廠，主要建設內容包括以下幾項：一是生產運行智能化，建設計劃、調度和操作的業務協同和全流程優化系統，實現從原料配方到生產加工、產品調合和出廠的智能控制；二是設備管理智能化，建設工程項目和設備管理系統，建立工廠三維裝置模型，實現工程數字化交付、設備可視化維護；三是綠色環保管理智能化，建設在線環保監測和能源管理系統，實現對污染物和能源產耗實時智能分析和監控；四是健康安全管理智能化，運用物聯網、視頻智能監控等技術，實現對生產現場的實時監控、人員定位、異常預警和應急處置；五是經營決策智能化，利用大數據、人工智能技術分析生產經營情況，提供決策依據；六是上下游產業協同智能化，智能工廠與寧波化工園區、寧波智慧城市建設相結合，形成“三位一體”，促進上下游產業與城市協同發展。

企業需要在進行生產模式變革時認清自己的發展水平，根據能力評估結果進行自我分析診斷，從而進行能力提升。類似于標桿管理，企業需要了解到自己與標桿之間的差距，因此，企業首先需要明確自身處于什么階段，根據所處階段安排下一步決策。

面對愈演愈烈的全球化競爭與挑戰，石化企業應把握新技術發展趨勢，提升智能制造能力，解決當前生產經營中存在的生產優化、安全環保和能源利用等方面短板，降本增效，助力企業健康可持續發展。

在石化工廠智能化改造過程中，評估是不可缺少的環節，通過電子標準研究院構建的智能制造評價指標體系，評估企業自身智能化水平，對企業現狀進行診斷，并提出升級改造的建議。既可作為企業改造發展的重要參考，為企業明確智能轉型方向提供有效的指導和支撐，也是各級工業和信息化管理部門優化智能制造支持政策、完善行業管理體系的重要參考。如何科學、系統地評估石化企業智能制造的發展水平，是國家加強石化企業智能制造相關項目診斷、評估、考核及完善行業管理體系的實際需求；又是推動智能制造在石化領域發展和應用的必然要求和重要保障。

當前我國石化企業的智能制造進程仍在初級階段，為了避免石化企業智能制造建設的低效投資，需要對石化企業智能制造能力成熟度進行深入研究。

2 智能制造能力成熟度模型

智能制造能力成熟度模型由成熟度等級、能力要素和成熟度要求構成，能力要素由能力域構成，其下包含各類能力子域。智能制造能力成熟度分五級。

一級（規劃級）：企業開始對實施智能制造的基礎和條件進行規劃，能夠對核心業務活動（設計、生產、物流、銷售和服務）進行流程化管理。

二級（規范級）：企業采用自動化技術、信息技術手段對核心裝備和業務等進行改造和規范，實現單一業務活動的數據共享。

三級（集成級）：企業對裝備、系統等開展集成，實現跨業務的數據實時共享。

四級（優化級）：企業對人員、資源和制造等進行數據挖掘，形成知識、模型等，實現對核心業務活動的精準預測和優化。

五級（引領級）：企業基于模型持續驅動業務活動優化和創新，實現產業鏈協同并衍生新的制造模式和商業模式。

3 智能制造能力成熟度評估方法

企業可基于《智能制造能力成熟度評估方法》，根據自身業務特點和現狀確定評估域，可對部分能力域有選擇性裁剪，進行有重點、有針對性的智能制造成熟度測評。評估域應同時包含人員、技術、資源和制造四個能力要素的內容，其中，人員要素、技術要素和資源要素下的能力域和能力子域為必選內容，不可裁剪；制造要素下生產能力域不可裁剪，制造要素下的設計可裁剪；物流、銷售和服務等能力域或能力子域能力域也可裁剪。

企業可選擇制造維中的一個或多個評估域并結合人員、資源和技術要素的內容進行評估。根據流程型制造企業的特點，《智能制造能力成熟度評估方法》給出了流程型制造企業的評估域建議，如表1所示。

表1 流程型制造企業主要評估域

成熟度等級評分方法：當企業在某一等級下的分值達到0.8分時，視為滿足該級別的要求；反之，則視為不滿足。在計算總體分數時，已滿足的級別的分值取值為1，不滿足的級別的分值取值為該等級的實際值。智能制造能力總分是各等級評分結果的累計求和。評分結果與能力成熟度對應關系如表2所示。

表2 分數與等級的對應關系

4 鎮海煉化評估實例

4.1 人員

一是戰略組織。鎮海煉化成立了信息和數字化中心，負責牽頭智能制造工作，企管、生產和設備等部門按照分工配合開展各自領域智能制造工作，企業規劃明確以數字化轉型打造“智能工廠3.0”；信息和數字化中心在完成連續兩期智能工廠建設項目的基礎上，梳理了智能工廠建設模板，內容涵蓋現場工業自動化、專業智能化及公司經營管理智能化等，作為企業擴建項目智能化建設標準配置。

二是人員技能。鎮海煉化建立內部平臺，實現知識文檔在線管理和人員培訓。企業通過連續兩期智能工廠建設培育了一大批既懂業務又懂智能制造的關鍵員工，同時通過與阿里巴巴、華為、?？怠⒄憬锌睾褪频葒鴥戎髽I技術交流、合作，不斷引進智能制造新技術；通過內部宣傳、培訓等多種手段營造智能制造氛圍，提升各級員工智能制造意識和水平，實現“全員參與、業務全過程、全方位應用”。同時企業與地方政府合作成立研究院，為石化企業智能制造的未來探路引航。

4.2 技術

一是數據。鎮海煉化實現工藝數據、設備數據、安全環保數據和生產質量數據在線實時采集，數采率達99.7%。建立集中集成平臺，實現了數據標準化、數據共享及分析應用。

二是集成。鎮海煉化根據“單點登陸、界面集成、應用集成”的戰略，不斷對舊系統進行升級改造，通過集中集成平臺的數據總線實現大部分系統數據的統一集成和共享。

三是信息安全。鎮海煉化建有完備的信息安全管理機制和技術防控體系，定期開展安全風險評估和應急演練；將企業網絡分為4層，工業控制層與辦公網絡層采用安全設備隔離，數據單向傳輸。

4.3 資源

一是裝備。鎮海煉化共有51套煉油裝置、33套化工裝置及10多套公用工程輔助裝置。企業加工手段配套齊全，油化聯合緊密，深度加工能力強，規模國內領先、技術領先的煉油、化工和熱電裝置集中代表了中國煉化行業的先進水平。生產裝置均實行分散控制系統（Distributed Control System，DCS）控制，主要裝置實施先進控制（Advanced Process Control，APC）、在線優化（Real Time Optimization，RTO）以及在線仿真（Operator Training System，OTS）。

二是網絡。鎮海煉化辦公網絡敷設光纜120余km，網絡設備600余臺，節點8 000余個，實現一級匯聚點、二級網絡節點雙冗余，千兆到桌面、萬兆到裝置的單模光纜網絡架構。工業控制網絡、生產網絡和辦公網絡隔離，基于網絡云化技術快速響應業務需求，并對網絡分區分級管理。

4.4 設計

一是產品設計。中國石化旗下煉化工程（集團）公司為鎮海煉化提供設計服務，設計過程中，企業應用三維數字工廠審查設計；在工程建設階段，應用三維數字工廠實現施工可視化管理；在裝置投用的同時，交付與裝置對應的三維數字模型，實現數字化交付，形成了國家《石油化工工程數字化交付標準》，企業進一步細化編制了《工程建設數字化交付執行細則》。在生產運維階段，三維數字工廠實現工藝流程和設備維修、配件分類精細化管理。

二是工藝設計。鎮海煉化建立了涵蓋51套煉油裝置、33套化工裝置的全流程一體化優化模型，包含90個子模型，110多種原油及16種精細化加工方案，21項全流程優化方案和116項單裝置優化方案。原油進廠采用近紅外技術、先進控制APC技術實現原油在線調合，21套主要生產裝置實現先進控制APC，乙烯、催化等核心裝置實現在線優化RTO，產品出廠實現油品在線調合；乙烯RTO投用后，反應爐出料高附加值組分收率平均提高了0.73%，整套裝置效益增加4 300多萬元/年。依托上述優化層次，鎮海煉化形成協同高效的生產優化管理體系，動態響應市場變化，實現每一滴原油價值最大化。

4.5 生產

一是采購。鎮海煉化采購中心使用企業資源計劃（Enterprise Resource Planning，ERP）的物料需求計劃（Material Requirements Planning，MRP）功能自動生產采購計劃，采購使用易派客。易派客為中國石化打造的工業品電商平臺，提供基于“互聯網+供應鏈”模式的采購、銷售、金融和綜合服務，平臺與所有供應鏈合作企業實現數據共享。其中，物資供應全流程管理基于ERP系統實現項目物資、檢維修物資和備品配件等物資需求計劃的在線跟蹤，內部領用物資一鍵配送到辦公室，降低庫存規模，減少流動資金占用。

二是計劃與調度。計劃排產對于流程化、連續性和物料關系極其復雜的煉化企業的意義至關重要。為確保裝置、系統在平穩運行下生產最優，實現企業效益最大化，鎮海煉化以“分子管理”為指引，以“整體效益最大化”為原則，通過智能化手段按不同的分子結構來精確定位物料流向。鎮海煉化的年、季、月生產計劃自動生成，與旬、日計劃自動銜接和優化，日計劃系統自動轉化為調度指令，如圖1所示。

圖1 鎮海煉化生產運行總體架構

三是生產作業。鎮海煉化生產執行平臺（Sinopec Manufacturing Execution System，SMES3.X版）具備完善的生產方案和調度指令體系，生產裝置依據調度指令調整生產，實現調度指揮與物料移動、能源管理和操作報警等多項業務一體化在線閉環管理；應用桌面煉廠動態模擬，找到最佳生產工藝指標；生產技術管理從工藝指標管理、作業風險管理和盲板管理等業務在線一體化管理，系統自動生成技術月報，如圖2所示。

圖2 鎮海煉化調度指令架構

四是設備管理。鎮海煉化搭建信息物理系統——三維數字工廠實現了設備完整性管理。應用風險檢驗（Risk-Based Inspection，RBI）、可靠性維護（Reliability-Centered Maintenance，RCM）和安全等級評估（Safety Integrity Level，SIL）等分析工具，以預知維修為核心，建立了風險評估、系統可靠性和生產分析等85個模型，形成42條模型規則，實現設備健康管理。鎮海煉化以保持及改進設備可靠性為目標，采取措施改進和優化維修策略，集成設備管理、實時數據庫、實驗室管理和機泵狀態檢測等系統，對裝置和設備進行周期性評估和動態分級，實現了設備可靠性管理，如圖3所示。

圖3 鎮海煉化設備管理架構

五是倉儲與配送。鎮海煉化每年產品種類超過100種，出廠量超過2 000萬t，共有2個碼頭、16個罐區、7個倉庫、43個庫位、10個裝卸臺和135個進出廠點，碼頭吞吐能力達4 500萬t/a，儲存能力超過350 m2。近年來進一步采取信息化智能化措施，提升倉儲與配送能力。投資1.4億建成石化行業首個超大型全封閉、全自動化、無人操作的聚烯烴立體庫，庫存規?？蛇_2.5萬t，于2015年9月投用，實現產品包裝、倉庫管理和裝車發貨無人化；對比同規模平面庫，用工人數從120人減少到20人。

六是安全環保。采用新型技術，實現變更、風險和應急等智能管控，推動安全、環保管理全面數字化、可視化，促進企業綠色健康發展；實時在線監測各個環境監測點的環境數據，對污水、煙氣排放等污染源實施24 h在線監測，監測數據直接與地方環保部門和中國石化總部聯網，提升企業環境監控能力。利用信息技術從關鍵裝置、職業危害場所和環境排放等方面對HSSE過程風險防范能力進行提升，從應急聯動、應急輔助決策、三維事故模擬和虛擬演練等方面進行應急能力的整體提升。重點圍繞承包商現場作業，實現特種作業許可證全流程管控，2020年1月至今，在線簽發6 809張安全作業票證，減少人員跑票時間，杜絕了紙質票證存在的各類逾時、信息填寫不全等低老壞問題，并剛性執行了憑有效資質作業的要求。

七是能源管理。建立51套主要裝置的實時能源消耗（能耗）管理平臺，實時監視裝置的能耗、每一個操作對裝置能耗的影響及裝置自身能源消耗的變化趨勢。蒸汽管網全面實時監測蒸汽管網的工況，優化流程和操作參數的調整方案，保證蒸汽系統安全運行，年效益達750萬元。燃料氣系統平衡、氫氣系統平衡和電力平衡等系統不僅保障了企業安全、平穩生產，也為鎮海煉化節能減排做出了卓越奉獻。

4.6 物流

裝置生產出來的產品暫存儲運罐區，汽、航和柴等產品經調合后，通過公路、鐵路、管道和水運出廠。

一是公路出廠。建設了進出廠物流管理系統，實現承運商網上預約提貨，實施“在線培訓+二維碼提貨+精準預約”智能發貨模式，全覆蓋所有公路出廠產品；加快承運商車輛周轉效率，化工產品承運商全年用車可減少約6 000輛，年節約物流費用超過150萬元；實現精準預約，提貨車輛進廠候車時間已從原來4 h縮短至1 h內。推廣互聯網物流，與承運商共享物流數據，利用移動設備實現裝車過程檢查并實時掌握車輛位置動態信息。

二是鐵路大鶴管密閉定量裝車。采用先進、科學自動化控制系統，實現鶴管全自動對位、密閉、灌裝及計量，大大降低了日常裝車操作人員的勞動強度和設備的維護率，減少了誤操作的可能性和油氣揮發，實現了環保節能，為生產安全和環境保護做出積極貢獻，同時每年減少經濟損失800萬元。

三是管道出廠汽煤柴混輸。采用先進技術實現了供蕭山油庫在同一條長輸線順序輸送汽油、煤油和柴油，不同牌號油品之間油頭約7 t，采用公路運輸方式回收回煉。同時，在供上海賽科石腦油長輸線油采用自動泄漏報警，從而降低了管輸成本，提高了管輸經濟效益和安全性。

四是水運出廠遠程監控。在線監控不間斷監控水運出廠質量流量計，可以隨時知道質量流量計的運行狀態，可遠程實施預防性維護及對設備運行情況進行分析優化，大幅提升了工作效率。

4.7 銷售

鎮海煉化生產的產品由中國石油化工股份有限公司旗下銷售公司負責銷售，銷售公司系統與鎮海煉化ERP系統通過XI接口自動集成，實時在線完成銷售訂單創建、發貨及結算等業務。中國石化銷售有限公司是中國石油化工股份有限公司的全資子公司，主要負責中國石化股份有限公司所屬生產企業成品油的統一收購、統一結算工作，成品油的資源配置、區間調撥、運輸協調、信息溝通和銷售管理等工作；油品銷售事業部受中國石化委托，對中國石化油品銷售板塊的省、自治區、直轄市石油分公司、大區公司和中石化（香港）有限公司的人、財、物實行歸口管理。中國石化銷售有限公司的主要經營范圍：汽油、煤油、柴油、液化石油氣、天然氣、潤滑油和燃料油；油（氣）庫、加油（氣）站的規劃、設計和建設；石油管道及相關設施的投資、建設、維護；普通食品；日用百貨；汽車清洗服務；與經營業務有關的咨詢服務、技術應用研究和計算機軟件開發；與經營業務有關的培訓等。

4.8 服務

一是客戶服務。客戶服務分兩級完成：一方面中國石化銷售公司提供專業的客戶服務；另外鎮海煉化從技術角度為客戶提供專業支撐，協助用戶改進物流、生產及質量。

二是產品服務。鎮海煉化生產的產品為大宗標準化產品，雖然無須大量產品服務，但企業建立了信息平臺提供產品技術信息、質量信息及合格證等數據。

4.9 鎮海煉化智能制造成熟度評估得分情況

中國電子技術標準化研究院領銜的評估團隊通過查閱相關文件、記錄，訪談交流，以及現場觀察，對中國石油化工股份有限公司鎮海煉化分公司的智能制造能力進行了符合性評估，對智能制造相關的正反兩方面證據進行了搜集取證。鎮海煉化各能力要素得分情況如表3所示，總得分為4.12。

表3 鎮海煉化各能力要素得分情況

5 結語

通過對人員、技術、資源、設計和生產等五個能力要素維度的分析和評估，中國電子技術標準化研究院領銜的評估團隊最終確認中國石油化工股份有限公司鎮海煉化分公司的智能制造能力成熟度達到四級的水平要求，即優化級。

[1] 周濟．中國智能制造的發展路徑[J]．中國經濟報告，2019(2)：36-43．

[2] 孫杰賢．國家人工智能標準化工作啟動[J]．中國信息化，2018(2)：17-19．

[3] 高光耀，鄭從卓，陳博．我國物聯網技術鏈與產業鏈協同發展研究[J]．科技進步與對策，2014，31(12)：59-64．

[4] LU Y，MORRIS K C，FRECHETTE S．Current standards landscape for smart manufacturing systems [EB/OL]．[2019-09-30]．http：//dx．doi．org/10．6028 /NIST．IR．8107．

[5] DIN/DKE．GERMAN STANDARDIZATION ROADMAP Industry 4．0(Version 2)[EB/OL]．[2019-09-10]．https//www．dke．de/resource/blob/778208/a04ee402cf65f1406daad2bd832b3229/german-standardization-roadmap-industry4-0-version-2-data．pdf．

[6] 工業和信息化部，國家標準化管理委員會．國家智能制造標準體系建設指南[EB/OL]．(2019-08-14)．http：//www．miit．gov．cn/n1146285/n1146352/n3054355/n3057497/n3057498/c6428869/content．

[7] ARC Advisory Group．Collaborative manufacturingmanagement strategies[EB/OL]. [2019-01-01]. http：//www. arcweb. com/industry-concepts/collaborative- management-model-cmm．

[8] Wikipedia．Artificial Intelligence [EB/OL]. [2019-11-10]. http：//en. Wikipedia. org/wiki/Artificial_ Intelligence．

[9] Wikipedia．AI winter [EB/OL]．[2019-11-10]．http：//en．wikipedia．org/wiki/AI_winter．

[10] CHAI Yuanyuan，JIA Limin．Big data and computational intelligence[M]．Beijing：Science Press，2017．

[11] XU Guibao．A technological architecture of artificial intelligence[J]．Telecommunication Network Technology，2016，12(12)：1-6．

[12] 范順成，王進峰，李世杰．基于遺傳算法的工藝路線決策與優化[J]．制造技術與機床，2012（3）：95-99．