石化資產維護策略應用及發展趨勢探討

高立兵，索寒生，呂中原

(石化盈科信息技術有限責任公司，北京 100020)

當前，在國家智能制造戰略部署下，中國各大石油化工企業紛紛以智能工廠建設為抓手，推進石化智能制造和數字化轉型。石化行業是資產密集型行業，設備資產主要包括動設備、靜設備、閥門、電器儀表等四大類。在中國石油化工集團有限公司的智能工廠建設中，資產生命周期管理是三條業務主線之一[1-2]，其目標是以數字化交付為起點，貫穿設備運行、檢維修、改造、報廢的全生命周期，重點突出設備健康與可靠性，確保安全的基礎上最大限度地發揮設備能力，節約維修成本，實現生產裝置長周期運行。

關于設備資產維護，已發展出眾多解決方案，有的方案是從用戶的角度，提升資產管理和運維水平，有的方案從供應商的角度，延伸產品服務。根據反應機制，可以將資產維護策略分為主動維護和被動維護兩大類[3]。根據觸發機制、決策支持方式以及所使用技術的不同，歷史上經歷了反應式、預防性、主動式、預測性維護等四個發展階段。其中，第一階段(1930—1950年)是反應式維護，即在設備失效后才進行被動維護；第二階段(1950—1975年)是預防性維護，即根據時間或使用情況定期維護；第三階段(1975—2000年)是主動式維護，發展出基于狀態的維護(CBM)、可靠性/專家系統、基于風險的檢驗(RBI)、危險與可操作性分析(HAZOP)等；第四階段(2000—2020年)是預測性維護(PdM)，通過對數據的深層挖掘建立預測模型，實現對不可見風險因素當前和未來狀態的預測，優化維護策略。隨著物聯網、大數據、人工智能、ARVR可視化、移動應用等新一代信息技術與制造技術的深度融合和集成創新，資產維護策略逐漸從被動式維護向持續監控、主動維護、預測性維護等綜合性資產績效管理理念發展。

1 資產績效管理概述

資產績效管理APM(asset performance management)是一套提高資產管理和資產收益的綜合解決方案，貫穿資產的工程設計、運營和維護三個階段。通過數據采集、集成、可視化和高級分析，結合主動式的維護行動與優化策略，滿足企業對工廠、設備和基礎設施等資產的安全性、可靠性要求，通過減少非計劃性維修、降低維護成本、預防設備故障、減少健康安全環保問題。APM包含狀態監控、預測性維護以及以可靠性為中心的維護等。

與APM相關的兩個概念： 一個是企業資產管理(EAM)，二者的側重點不同，APM是用于決策支持，而EAM是用于維護執行；另一個概念是故障預測和健康管理PHM(prognostics health management)，PHM源自美國國家標準與技術研究院(NIST)于2016年9月發布的NIST： 2016Measurementscienceroadmapforprognosticsandhealthmanagementforsmartmanufacturingsystems[4]，該報告主要涵蓋PHM的制造工藝技術與指標、性能評估、基礎設施等三方面內容。從PHM涉及的分析技術看，PHM的核心是預測性維護。從商業軟件角度看，GE，西門子，艾斯本，劍維，本特利等公司以及挪威船級社(DNV GL)都推出了APM軟件套件。Gartner咨詢公司也用APM進行軟件分類，并連續發布APM軟件市場報告[5]。根據資產維護策略能力成熟度，Gartner公司將APM軟件分為六個等級，見表1所列。在維護能力成熟度中的位置越高，維護策略就越積極主動。

表1 APM軟件分類與功能

1)資產策略和風險管理。針對化工生產中處理高危害性物質的設備，如壓力容器及儲罐、管線系統、釋放及排放系統、緊急停機系統、機泵等，風險管理目的在于建立一套完善的維護策略，降低因設備故障損壞導致的風險。包括基于風險的檢驗(RBI)、故障樹分析(FTA)、機械完整性管理、安全完整性等級評估(SIL)等。RBI是一種對每個設備項目的失效概率(PoF)和失效后果(CoF)進行定性或定量評估的分析方法和過程[6-7]。20世紀90年代，美國石油研究所API研究基于風險的檢驗，于1996年出臺API 581草案，2002年公布RBI標準API RP 580： 2002Risk-basedinspectionmethnology[8]，2016年發布第三版；API 581： 2008Risk-basedinspectiontechnology[9]。這是針對石化設備，特別是承壓設備、換熱器、工藝管道等的基于風險的檢驗規范。國際上針對石化行業的RBI商業軟件一般都是基于API 581標準。

2)以可靠性為中心的維護(RCM)。RCM是基于設備的故障模式和影響效果確定針對性的維修策略，其出發點不是單純提高可靠性和可用率，而且充分考慮了設備的性能、維修策略和維修經濟性之間的關系，即以最經濟的方式提高可靠性。RCM適用對象為轉動設備和電器儀表。其基本思路是： 對系統進行功能與故障分析，明確系統內各故障后果；用規范化的邏輯決斷程序，確定各故障后果的預防性對策；通過現場故障數據統計、專家評估、定量化建模等手段在保障安全性和完好性的前提下，以最小的維修停機損失和最小的維修資源消耗為目標，優化系統的維修策略。

3)預測性維護(PdM)。PdM是基于預測得到的設備剩余使用壽命(RUL)來規劃維修計劃，適用于發生頻率不高、但一旦發生影響很大的一類故障。根據預測的結果，決策機制可以更好地掌控失效增長的趨勢，以及PF-interval的時間跨度，為最終的決策優化提供重要信息。PdM最大的價值在于，基于RUL的預測，在維護機會窗內選擇成本最低的維護策略和實施計劃，同時綜合考慮企業大修計劃，制定全局最優的維護方案。

PdM分析過程主要包括五個步驟： 數據采集、信號處理、特征提取、故障診斷、可視化等[10]。其中故障診斷是指設備健康評估和預測，需要將高維的特征向量轉換為狀態標識(健康狀態，故障模式1，故障模式2，故障模式3等)。故障診斷算法包括基于數據驅動、基于機理、基于混合模型，以及基于可靠性、統計分析等多種方法。化工數據具有多變量、非線性、時變性、多模態等特點，數據建模算法有神經網絡、機器學習、蒙特卡洛模擬等[11]。對于有標簽的數據，通常采用分類算法，其中最常見的是支持向量機(SVM)，對于一些線性不可分的情況，可以用核函數的技巧把低維特征映射到高維空間中，也可以拓展到多分類問題。對于類別數量未知、無標簽的數據，通常采用自組織映射神經網絡(SOM)，可視化效果好。以上兩者均是單純從數據驅動的角度建立模型，如果加入先驗知識(工藝機理)，則可以采用貝葉斯網絡，將每種特征和故障類型之間的關聯關系通過機理固化下來。

4)基于狀態的維護(CBM)。是主動式維護的一種策略，依照設備狀態參數的變化制定維護決策，適合于故障發生頻率高，但是造成的影響較小的情形。在設備被檢測到由早期失效到設備真實發生故障的周期叫做PF-interval，該周期應該有足夠的時間覆蓋整個維修反應時間，最終避免設備發生故障。與預防性維護相比，CBM可以有效地減少不必要的維修，同時基于實時監控的數據CBM也可以更加有力地保障設備安全高效運行。因此，CBM的成功應用可以幫助企業有效消除非計劃停機。基于狀態的維護也有一定的局限性，它只能反映當前狀態，而無法預測未來風險。CBM和PdM的相似之處在于兩者都引入了在線監控和故障診斷技術。CBM通常使用基于閾值的決策機制，在觸發之后立即維護，而PdM則是引入了預測分析技術，是否在維修決策時引入RUL是區分CBM和PdM的重要手段。

5)預防性維護。是根據固定的時間周期或者使用統計數據情況維護設備。為了做出最優化的維護計劃，可靠性數據包括失效率、平均故障間隔時間(MTBF)、平均修復時間(MTTR)等都有可能會被加入決策支持指標。預防性維護對于高可靠性系統，很有可能在設備未出現故障時就更換，造成很大的浪費。

6)反應式維護。又稱修復性維護，該維護方式，沒有提前性，不能給維護團隊提供備件準備時間，有較長的停機維護時間。在幾種維護策略中，修復性維護整體花費最大。

總之，一個好的運維策略應該為設備提供安全性、可用性及經濟性的平衡。根據故障發生頻率和故障發生的影響，可以劃分出四個象限，對應的四種場景下的分析技術和維護策略[10]，如圖1所示。

圖1 四種場景下的分析技術和維護策略示意

2 國外APM軟件供應商及解決方案

目前，能提供APM解決方案商業軟件產品并且有跨行業服務能力的公司主要有本特利，DNV GL， GE， IPS，劍維，西門子及艾斯本。根據Gartner公司統計，國外APM的實施60%為本地部署，40%為云端部署[6]。以艾斯本、劍維和GE三家公司的APM解決方案為例，它們的產品在石化行業有較多應用。

1)艾斯本APM解決方案。從1996年起，艾斯本公司打造了涵蓋過程工程設計、制造與供應鏈管理、資產績效管理三大類軟件產品線。艾斯本針對設計、運營和維護三個階段的資產管理需求，基于專業的過程建模和機器學習，推出了風險分析、運營分析和設備績效分析解決方案，APM解決方案見表2所列。

表2 艾斯本APM軟件解決方案

2)劍維APM解決方案。施耐德將英維斯(Invensys)的流程模擬軟件與劍維的設計類軟件進行整合，推出了一體化工程到一體化運維解決方案。劍維的APM方案基于工程數字化信息集成管理平臺AVEVA Net，圍繞資產生命周期，從數字化交付、策略評估、數據采集、高級分析到方案執行，提高資產盈利能力，APM解決方案見表3所列。

表3 劍維APM軟件解決方案

3)GE公司的APM解決方案。GE的工業互聯網體系主要有三個核心要素： 智能設備、智能分析和智能決策。GE基于Predix平臺的APM解決方案涵蓋連接、監控、分析、預測和優化。

主要內容包括：

a)APM健康模塊。具有健康經理和校準管理的功能。

b)APM可靠性模塊。具有數字孿生模型，RCA，可靠性分析的功能。

c)APM策略模塊。具有臨界性分析，RCM，FMEA，策略管理以及生命周期成本分析的功能。

d)APM完整性模塊。具有RBI，檢驗管理，厚度監測，危害分析以及變更管理的功能。

3 國產APM軟件發展情況

RBI軟件的數學方法比較簡單，實現容易，難點在于構建豐富內涵的工業模型數據庫，例如： 各類介質的腐蝕性、失效模式、失效機理、檢驗效率、同類設備事故原因等。同時，RBI軟件需要遵循行業相關規范和標準。目前，國內主要是合肥通用機械研究院的通用中特石化裝置工程風險分析系統，在石化行業有一定的應用，但是與國外商業軟件相比還有一定差距[12-14]。

近年來，隨著國內工業互聯網的發展，大多集中應用于高端裝備的預測性維護，具備了大范圍應用的經濟性前提。根據中國信息通信研究院(CAICT)對國內外工業互聯網366個應用案例統計[15]，當前工業互聯網平臺應用主要集中于設備管理服務、生產過程管控與企業運營管理三大類場景。其中，國外制造企業數字化水平相對較高，平臺應用更加側重于設備管理服務，占比接近50%，如設備健康管理應用占比39%，產品后期服務占比10%。國外平臺應用另一特點是數據的深度挖掘，依托大數據開展重點應用已較為普遍，重點應用如設備健康管理、產品遠程運維已可達到預測水平，部分基于管理系統數據的商業智能決策已初步實現。

與國外類似，國內工業互聯網平臺應用同樣關注設備管理服務，在所有應用中占比27%，體現了設備物聯與數據價值挖掘的共性趨勢。石化行業的案例占總案例的10.4%，一般聚焦在設備管理和資源配置優化方面。雖然案例眾多，但多基于大數據分析模型，以項目方式實施，在工藝機理模型、故障模型、行業標準、特別是軟件的商業化等方面與國外還存在較大差距。

4 結束語

隨著物聯網(IOT)、大數據、人工智能、云計算等新一代信息技術的發展，APM解決方案呈現出平臺化、集成化趨勢。國際流程工業巨頭紛紛通過收購兼并，打造“一體化工程到一體化運維”的全生命周期解決方案，幫助客戶減少設備宕機時間，提升設備運行可靠性，最終實現經濟收益上的降本增效。相對而言，國內供應商還缺乏成熟的、集成化的APM解決方案，國產APM軟件的商業化之路還很漫長。