胡冠豐
(中國五環工程有限公司,湖北 武漢 430223)
隨著大數據、云計算、移動物聯網等技術的迅猛發展,信息化在經濟社會各領域的發展表現出了強大推動力。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,提出信息化要與工業化深度融合。
隨著“互聯網+”國家戰略的推動,工業領域信息化建設加速進行。對于化工行業,推動信息化建設的主要內容是數字化和智能化。數字化是智能化的基礎,計算機最擅長將各類問題變成數學問題后,進行計算、分析和解決,如果沒有足夠的數據來分析和計算,智能化也就成了無米之炊。數字化即將工廠建設以及運營全生命周期產生的信息轉化為數據,并存儲、分類管理起來,是工廠開啟“工業4.0”時代、實施智能制造的必經之路。而工廠的數字化首先需要的就是工廠建設的數據獲取,這些數據是最為基礎且全面的數據。
設計建設單位在獲取工廠建設的數據中具有天然的優勢,那么這項任務便成為了最近幾年在設計單位出現的新概念——數字化交付。從最終目的來說,數字化交付需要將工廠設計數據、工廠采購數據和工廠施工數據全部獲取,并按統一的“數字”格式提交給業主方,業主方管理好這些數據后,只需進行運營數據的實時采集和管理,便實現了工廠完整生命周期的數據管理,即工廠的數字化。完整的數字化工廠結構見圖1。

圖1 完整的數字化工廠結構
設計建設單位進行數字化交付時,面臨的第一個問題便是數字化交付的標準。什么樣的統一格式和標準能實現數字化交付,能被業主方便利用呢?
早在1991年,此問題就有機構進行了研究。1991年,歐洲聯盟的ESPRIT開啟了名為ProcessBase項目的研究工作,目的是開發一個全生命周期的數據模型,用來滿足行業過程信息的數據記錄。最初這項工作被稱為ISO 10303-221標準(簡稱"AP221"),之后更名為ISO 15926標準。
ISO 15926提供了一套詳細而完整的數據模型,可以描述工廠全生命周期的物理對象的變化和相互關系。該標準也被許多工業數字化的巨頭公司所采用,包括鷹圖(海克斯康)、AVEVA(施耐德)、西門子等。對于國內而言,我國已于2003年和2008年分別轉化了ISO 15926-1“綜述與基本原理”和ISO 15926-2“數據模型”為國家標準GB/T 18975—1和GB/T 18975—2,目前正在轉化第4、10、12、13部分。在工程建設行業,《發電工程數據移交》(GB/T 32575—2016)、《石油化工工程數字化交付標準》(GB/T 51296—2018)和《建筑信息模型設計交付標準》(GB/T 51301—2018)的相繼發布,開啟了電力、石化、建筑行業工程建設的數字化交付時代[1]。GB/T 51296—2018交付標準主要包括交付范圍規定、編碼規定、對象類庫、屬性庫等,結構見圖2。

圖2 GB/T 51296—2018交付標準
有了數字化交付標準,設計建設單位雖然可以進行數字化交付的工作,但是數據如何給業主方、業主方如何利用這些數據,依然需要一個能串聯設計建設單位與業主方的信息通道來解決,這個信息通道稱之為數字化交付平臺,可以將設計建設單位獲取和整理的數據提交上去,還能被業主方使用,并利用數據為工廠創造效益。就目前國內而言,雖然有實力較強的化工設計院和IT企業在做自己的數字化交付平臺,但相較國際上的工業數字化巨頭還有差距。化工企業更傾向于使用國際巨頭的數字化交付平臺來進行工廠數字化,主要為鷹圖(海克斯康)、劍維/AVEVA(施耐德)等。
按照平臺要求,交付的設計數據、采購數據和施工數據可分為結構化數據和非結構化數據。在較難處理的數據中,PDF文檔、圖片等被列為非結構化數據,而重要的帶數據的設計圖紙、模型和數據被列為結構化數據,包括PID、三維模型、設備、管道、儀表等重要參數。按照傳統設計要求來說,設計院對于這些重要的、被列為結構化數據的會提交紙版或者PDF電子版的文件給業主,但從數字化交付平臺的要求來看,傳統的提交方式已經不能滿足數字化交付的要求,這就需要設計院將設計成果轉化為符合平臺要求的結構化數據,而通常實力較強的軟件商會提供產生這些結構化數據的軟件工具,如鷹圖(海克斯康)的SPPID、SP3D、SPI等。
另一方面,設計建設單位運用數字化交付平臺對自身設計、采購、施工信息進行數字化后,最終需要業主方利用交付平臺管理和利用數據,為工廠帶來經濟效益。就目前而言,數字化為工廠帶來經濟效益的各項技術主要被艾斯本(ASPEN)、施耐德等國際大型技術企業熟練運用。通過調研了解到,這些企業主要通過如下幾個技術方向來優化工廠。
針對常規PID控制較難解決的強耦合、大時滯、非線性、多約束的工業問題,出現了動態矩陣控制(DMC)等多變量協調的模型預估控制算法(MPC)。許多模型預估控制的工程化軟件包在連續流程過程工業(特別是煉油化工)得到推廣。
在《變形記》中,格利高爾一覺醒來,就發現自己變成了甲蟲。卡夫卡沒有給人絲毫置疑的余地,他根本不理會他人的懷疑——格利高爾對自己成為甲蟲沒有絲毫的懷疑,仿佛他本來就是一只甲蟲;他的親人除了短暫的恐懼,也迅速接受了作為甲蟲的格利高爾。他下面所有的情節都建立在格利高爾是那只丑陋骯臟的甲蟲的根基之上,他的敘述極盡細膩與翔實,仿佛人的手掌,所有的紋路纖毫畢現。他以如此執拗堅硬的方式使一切懷疑者不能不陷入自我懷疑——這就是格利高爾與他的親人的人生。與其說他采取的是信不信由你的態度,不如說他采取的是你必須相信的態度。
模型預測控制是一種多變量高級控制技術。它基于模型辨識技術,通過收集的歷史數據辨識出過程中各種變量之間的動態數學關系,即經驗模型。利用該模型計算被控變量在未來時段的變化趨勢,從而實時更新控制策略,提高過程控制品質。
軟件產品通過分析查看實際設備運行的精確數據和其他雜亂無章的歷史數據,來確定變量之間的相關性和哪些變量對產品質量的影響最大,同時建立統計模型,并可判斷設備的運行狀態是否正常。
通過將統計模型部署到線上,實現生產過程在線監測及在線故障預警,從而幫助客戶及時處理設備故障或調整相應生產參數,來達到提升產品質量、降低次品率等生產目標。另外,通過分析防止各種各樣操作運行的活動給設備造成損壞或帶來危險,防止這種流程導致的損害。
例如Aspen PIMS軟件,這款軟件在國內外石化領域應用廣泛。此類軟件為過程工業經濟規劃的軟件,它采用線性規劃技術來優化過程工業各裝置的操作和設計,包括將物料的性質傳遞至下游裝置、進行單周期或者多周期的計劃及規劃。例如Aspen PIMS煉油企業使用最多的就是原油采購的性價比比選、煉化企業生產計劃安排以及煉化企業遠期規劃安排。
Aspen PIMS的主要功能包括:原油性價比比選、煉化產品優化調和、煉化企業生產計劃排產、煉化企業庫存及供需管理、生產毛利對比、煉化企業生產優化、煉化企業發展規劃分析、裝置邊際效益分析等。
仿真培訓是利用VR技術,為工廠操作員營造虛擬的工廠,并結合工藝機理模型以及動態模擬算法,提供虛擬工廠中的各種動態工況,使得操作員可以在工廠還未建成前或者無法到達工廠現場的情況下,進行工廠操作訓練,達到運用虛擬動態工廠培訓操作員的目的。
這類軟件較先進地采用嚴格機理的工藝模型和虛擬控制器技術相結合的高保真度仿真方式,仿真系統已實現了從組分庫、熱力學、單元模塊、大型矩陣求解、動態加速等仿真平臺部件的高度集成。
勘察設計企業作為國家最大的傳統行業——工程建設產業鏈的上游企業,無論是因為“工業4.0”時代下生產運營方的外在數字化要求,還是因為企業本身為了提質增效的內在長遠戰略,數字化轉型已經成為必須面對的戰略命題。

圖3 諾蘭階段模型
而信息的集成式建設便是解決問題、推動設計院進入數字化時代的方向,這也便是諾蘭模型提出的第四個階段。集成化建設的第一步便是從數據層面打通各個組織單元和業務單元,實現業務單元的快速重組。例如,制定企業統一的數據標準和數據規范,制定通用的、標準的數據集成規則,定義企業級的數據模型,提升數據質量,為實現企業的信息集成、數據共享、業務協同做好信息化的基礎保障工作。對于化工設計企業來說,筆者認為具體實施的方法有如下幾種。
(1) 基于數字化集成設計目的開展業務規劃和體系建設,包括設計管理體系、工藝設計體系、設計計算體系、三維模型設計體系、材料管理體系和成果交付體系等(見圖4)。各體系的規劃、設計、驗證、優化和深化應用需以業務為導向、以軟件為基礎、以交付為目的進行總體布局和建設。例如,從各體系的軟件基礎考慮,主流的軟件平臺有AVEVA平臺和鷹圖平臺,這兩個平臺包含的軟件涵蓋了主要的設計體系,熟悉和使用這些平臺軟件,便可依托軟件加速推進體系建設。AVEVA平臺包含了工藝設計體系、三維模型設計體系、材料管理體系、成果交付體系等,鷹圖平臺包含了設計管理體系、工藝設計體系、三維模型設計體系、成果交付體系等。在掌握和熟練運用各平臺軟件后,需要對其進行體系補充完善和優化,比如補充設備設計體系、鋼結構設計體系等,再通過接口將它們融入到數字化集成設計中來。以AVEVA平臺體系為例,下圖體現了其主要的設計體系[2]。

圖4 AVEVA平臺體系
(2) 基于數字化集成設計目的構建基礎設施與支撐環境,包括軟件部署和取用方法、硬件環境、數據庫(標準庫、知識庫、編碼庫、模型庫、模板庫、元件庫、支吊架庫等) 及配套支撐條件等,需建立在以軟件、知識和數據為核心的協同環境之上。例如,PDMS、SP3D等三維設計工具,就需要積累大量的模型庫、元件庫后才能發揮軟件提高工作效率和質量的功能。對于二維設計,也需要創建符合各自設計習慣的圖例庫、數據表模板等,并不斷地通過優化軟件功能和完善圖例與數據表的應用,從而達到提質增效的目的。
(3) 全專業參與的二三維數字化協同設計意味著所有專業設計工具的統一化和體系化,以及大量的專業庫標準化和IT定制,同時,設計工具的改造和變化也帶來了設計從業者適應性與用工成本再評估的問題。例如,設計工具的升級就需要編制新的設計流程指導手冊,并規劃新的統一規定、實施規范。除此之外,數據的統一化、規范化就需要各專業確定一套使用范圍廣而又不冗余的數據字典。主流的鷹圖和AVEVA軟件,二維和三維設計都可以實現數據互通,數據互通功能主要依靠的是建立二維和三維設計軟件之間的屬性映射關系,工程數據屬性種類多且關系復雜,有的屬性數據還存在一對多的情況,建立他們的映射關系需要各專業部門的討論和評估。標準化也是實現數字化的必經之路,化工設計企業制訂一套標準還是多套標準、一套標準能不能滿足所有的設計需求、什么樣的標準最符合企業的設計習慣等,這些問題只有通過實際應用,才能發現所制訂標準的問題和優化的方向。
(4) 關于軟件的優化,雖然鷹圖、AVEVA在中國各大設計院已經有了許多的用戶,但是他們的軟件還有很大的優化和本地適應性改造的空間,例如PID軟件如何提供更多的、便利的出數據表的功能,設計基礎數據如何合理、快速地在軟件中利用,設計校審程序在軟件中實現優化的方式等。由于鷹圖和AVEVA都是跨國企業,在軟件使用上會更多考慮國外設計企業的工作習慣,這就導致有些軟件設計不能很好地服務于中國的設計院,例如,由于工期較緊,需要工藝和管道同時啟動設計工作的項目,如何快速按批次發送條件至下游,以及配套的專業內部在線質量審查措施和版本管理等。
(5) 信息化團隊的建設。信息化團隊的建設僅僅只是簡單運用數字技術、依靠IT人才,是很難實現的。必須組建一支數字化團隊,才能有效推進企業數字化轉型。化工設計的信息化、數字化需要懂得設計流程和設計習慣的人才,同時也需要了解IT技術、具有數字化思維和軟件開發經驗的人才。設計軟件應用人才需要與IT技術人才互相交流、學習,才能更好地理解和掌握設計軟件的核心內容,并提出設計軟件的可行的優化方向,最終通過IT技術來優化軟件的使用。同時,團隊的建設要有較長期、穩定的投入和支持。
(6) 利用信息化成果與客戶建立新的業務模式。前面說到,由于業主數字化交付的需要,促使設計院加快了設計流程信息化建設的進程,而信息化建設不僅要在設計過程中提質增效,還應在前期經營和后期結果方面擴展自己的業務,比如開發自己的交付平臺,個性化的定制符合業主要求的數字化交付成果,比如通過交付平臺,提供持續地在線診斷、工廠設計優化、累計分析工廠運行數據等業務。
現階段智能PID軟件使用者較多的為鷹圖平臺的smartplant P&ID和AVEVA平臺的diagrams等。這兩款軟件作為新一代工藝設計軟件工具的代表,有著代替傳統CAD的優勢和潛能。從國內各大設計院現狀來看,智能PID代替傳統CAD,相較管道布置的三維設計工具更替,阻力要大很多。筆者認為有以下兩大因素:①繪制管道儀表流程圖的工作,CAD軟件已經能滿足該工作的大部分需求,智能PID目前只是多了一些錦上添花的功能;②智能PID軟件現階段只做到了“數字化”,沒有“智能化”的PID軟件并不能顯著提升設計人員的工作效率。
現今的智能PID軟件主要著力于將PID圖紙本身想要表達的所有工程信息,用數據庫、二維表字段和值、數據模型關系等方式將其記錄下,形成可被軟件直接搜索、數據可被判斷或計算的數據。例如,較為成熟的按工程對象類型抽出位號清單、自由添加各類工程對象的屬性等。但數據輸入和圖形繪制的工作內容并沒有減少。通過實際項目運行,總結了智能PID軟件的不足之處:① 圖形繪制功能不夠完善,例如,AVEVA的Diagrams撤銷按鈕很難撤銷修改數據庫有關的操作,進行設校審的操作流程不夠友好等;② 信息顆粒度還需豐富,智能PID軟件的信息顆粒度越大,實現“智能化”的潛力也就越大。相較AVEVA的Diagrams,SmartPlant P&ID信息顆粒度較大,例如可通過設備屬性,搜索到換熱器、泵等設備。然而,對于提供SPI儀表軟件所需的儀表屬性,則還需進一步優化,例如儀表閥的上下游壓差、液位計的測量間距等。
在智能PID還未發展成熟的背景下,許多設計院還處于智能PID應用初期,筆者認為,工藝專業可以有如下途徑來開展信息化建設的工作。
(1) PFD和PID軟件數據打通。從工藝的工作流程而言,在進行詳細設計時,會需要頻繁借用到PFD以及物料平衡的數據,若繪制PID的軟件與繪制PFD的軟件實現了這些數據的互通,將會大大提高詳細設計的工作效率。當下,已經有許多設計建設單位開始了此項二次開發的工作,并取得了一定的開發效果。
(2) 工藝計算程序與軟件工具的掛接。例如西門子的comos軟件,就考慮到了工藝計算程序與PID繪制軟件的掛接。工藝計算程序是工藝專業較為核心的技術環節,而計算的輸入和輸出數據大部分會在PFD或者PID軟件工具上體現,計算程序與軟件工具的無縫掛接會提高工作效率,并且減少出錯的可能性。
(3) 研發有工程判斷能力的智能PID軟件。目前的智能PID軟件實現了PID圖紙的數字化,若再將工程經驗和標準寫入智能PID軟件中,讓這些經驗和標準能自動判斷輸入軟件的信息是否有錯誤,并自動提示或更正,那智能PID軟件就實現了從數字化到智能化的大跨越。例如,目前智能PID軟件能實現簡單的重復位號判斷、圖紙連接符(OPC)配對判斷以及連接對象屬性一致性的判斷。據了解,一些復雜的帶有工廠經驗和標準的判斷軟件商也在逐步的開發中。
(4) 對傳統CAD文件的智能識別和自動轉換。從實際工程項目來看,若工藝專業從項目初期就能獲得智能PID,會大大提高智能PID在實際項目的應用,如何將專利商、設計單位提供的CAD格式的PID在項目初期快速地轉化為智能PID,便是擴大智能PID應用的關鍵問題。國內各大設計院較為普遍的解決方案是采用繪圖員人工將CAD版PID轉化為智能PID。若能將CAD格式PID用軟件識別,并批量轉化為智能PID,是縮短轉化時間、節省人力的最佳方案。現今圖像識別技術發展迅速,應用范圍深入各行各業,筆者發現,將CAD格式的PID智能識別轉化為smartplant P&ID已經成為實際可行的路徑。在這一方向的開發必將給智能PID發展應用帶來巨大的推動力。
數字化轉型是一場數字革命,既是一場技術革命,更是一場業務變革和管理變革。數字化建設是一項長期的艱巨任務,也是一個不斷加深認識的過程,不可能一蹴而就。企業應根據技術的可行性、業務的必要性、效益的合理性,結合公司發展制訂近中遠期目標,并分階段推進。