一、項(xiàng)目背景

1、企業(yè)簡介

恒力石化股份有限公司是世界500強(qiáng)企業(yè)恒力集團(tuán)的核心上市子公司，于2016年在上海證券交易所主板上市。恒力集團(tuán)2019年總營收5567億元,現(xiàn)位列世界500強(qiáng)第181位、中國企業(yè)500強(qiáng)第46位、中國民營企業(yè)500強(qiáng)第8位、中國制造業(yè)企業(yè)500強(qiáng)第13位，獲國務(wù)院頒發(fā)的“國家科技進(jìn)步獎(jiǎng)”和“全國就業(yè)先進(jìn)企業(yè)”等殊榮。

公司具備國家高新技術(shù)企業(yè)資質(zhì)，行業(yè)創(chuàng)新核心技術(shù)專利達(dá)146項(xiàng)，牽頭工信部智能制造新模式應(yīng)用項(xiàng)目，公司所在大連市為上年度國務(wù)院表揚(yáng)激勵(lì)的工業(yè)穩(wěn)增長和轉(zhuǎn)型升級(jí)成效明顯市。

目前，恒力石化在工業(yè)互聯(lián)網(wǎng)基礎(chǔ)建設(shè)方面已初見成效，現(xiàn)已實(shí)現(xiàn)生產(chǎn)自動(dòng)化、DCS閉環(huán)控制全覆蓋；基礎(chǔ)網(wǎng)絡(luò)、通信、調(diào)度、廣播等系統(tǒng)已實(shí)現(xiàn)“融合通信”，視頻監(jiān)控系統(tǒng)實(shí)現(xiàn)了廠區(qū)無死角式全覆蓋；ERP、MES、設(shè)備管理、安環(huán)、LIMS等上層應(yīng)用系統(tǒng)已經(jīng)進(jìn)入深化應(yīng)用階段。

2、項(xiàng)目情況

基于工業(yè)互聯(lián)網(wǎng)平臺(tái)的流程行業(yè)生產(chǎn)線數(shù)字孿生系統(tǒng)，建設(shè)周期2019.6-2021.12，實(shí)施單位為恒力石化股份有限公司、國家工業(yè)信息安全發(fā)展研究中心、中國化工經(jīng)濟(jì)技術(shù)發(fā)展中心、北京航空航天大學(xué)、北京化工大學(xué)、北京綏通科技發(fā)展有限公司、蘇州恒力智能科技有限公司、中科數(shù)智（北京）科技有限公司、恒力石化（大連）煉化有限公司、恒力石化（大連）有限公司、恒力石化（大連）化工有限公司。項(xiàng)目立項(xiàng)的必要性如下：

一是智能制造戰(zhàn)略落地與創(chuàng)新性應(yīng)用的需要

實(shí)現(xiàn)智能制造是世界制造業(yè)轉(zhuǎn)型升級(jí)的重大趨勢(shì)，但踐行智能制造研究與實(shí)施中的重點(diǎn)和難點(diǎn)是如何解決物理世界和信息世界之間交互與共融。基于工業(yè)互聯(lián)網(wǎng)平臺(tái)的數(shù)字孿生生產(chǎn)線通過物理生產(chǎn)線與虛擬生產(chǎn)線的雙向真實(shí)映射與實(shí)時(shí)交互，達(dá)成生產(chǎn)線生產(chǎn)和管控最優(yōu)，是智能制造戰(zhàn)略真正落地的抓手，是智能制造創(chuàng)新性應(yīng)用的新模式。

二是流程行業(yè)轉(zhuǎn)型升級(jí)與高質(zhì)量發(fā)展的要求

流程行業(yè)中的石化行業(yè)具有安全形勢(shì)嚴(yán)峻、環(huán)保標(biāo)準(zhǔn)嚴(yán)格、人工成本高以及能耗物耗成本高等特點(diǎn)，行業(yè)轉(zhuǎn)型升級(jí)需求迫切?；诠I(yè)互聯(lián)網(wǎng)平臺(tái)的數(shù)字孿生生產(chǎn)線系統(tǒng)，能夠?qū)⑸a(chǎn)線的信息世界與物理世界深度融合，實(shí)現(xiàn)企業(yè)“人、機(jī)、料、法、環(huán)、測(cè)”全要素的智能感知互聯(lián)、實(shí)時(shí)交互與控制，支撐企業(yè)智能協(xié)作和提供更加精準(zhǔn)的服務(wù)，加快轉(zhuǎn)型升級(jí)。

三是石化企業(yè)提質(zhì)增效與可持續(xù)發(fā)展的需要

受新能源應(yīng)用和市場(chǎng)影響，石化企業(yè)正走向“煉油化工化”，面向燃料油的大批量的生產(chǎn)模式轉(zhuǎn)向多品種小批量化工生產(chǎn)模式。基于工業(yè)互聯(lián)網(wǎng)平臺(tái)，建立面向原料、產(chǎn)品需求、公用工程約束頻繁變化的煉油生產(chǎn)過程數(shù)字孿生系統(tǒng)，能夠適應(yīng) “煉油化工化”新模式，實(shí)現(xiàn)石化企業(yè)提質(zhì)增效、安全平穩(wěn)運(yùn)行的可持續(xù)發(fā)展目標(biāo)。

圍繞流程行業(yè)智能化轉(zhuǎn)型升級(jí)的迫切需求，首先完善基于工業(yè)互聯(lián)網(wǎng)平臺(tái)的流程行業(yè)生產(chǎn)線數(shù)字孿生系統(tǒng)體系架構(gòu)，并以此為指導(dǎo)，面向流程行業(yè)產(chǎn)品與生產(chǎn)線感知、分析、決策和執(zhí)行等過程建立數(shù)字孿生對(duì)象模型。通過研究信息物理融合計(jì)算方法，提升多時(shí)空尺度模型的統(tǒng)一計(jì)算求解能力，時(shí)間尺度覆蓋秒、分、小時(shí)，空間尺度覆蓋設(shè)備、工序、產(chǎn)線、數(shù)字孿生系統(tǒng)，優(yōu)化關(guān)鍵工藝性能指標(biāo)的模型預(yù)測(cè)功能。在此功能的基礎(chǔ)上，進(jìn)一步完善支持物料配方優(yōu)化、工藝參數(shù)設(shè)計(jì)與仿真、生產(chǎn)過程建模與控制、設(shè)備故障診斷與遠(yuǎn)程運(yùn)維等關(guān)鍵場(chǎng)景應(yīng)用的數(shù)字孿生解決方案，服務(wù)石化等流程行業(yè)。

生產(chǎn)線數(shù)字孿生系統(tǒng)的目標(biāo)是通過物理生產(chǎn)線與虛擬生產(chǎn)線的雙向真實(shí)映射與實(shí)時(shí)交互，達(dá)成生產(chǎn)線生產(chǎn)和管控最優(yōu)。要實(shí)現(xiàn)該目標(biāo)，需要以生產(chǎn)實(shí)時(shí)數(shù)據(jù)為驅(qū)動(dòng)、數(shù)字孿生模型為引擎、數(shù)字孿生應(yīng)用為抓手。

二、項(xiàng)目實(shí)施

依托工業(yè)互聯(lián)網(wǎng)平臺(tái)，基于工業(yè)互聯(lián)網(wǎng)平臺(tái)的流程行業(yè)生產(chǎn)線數(shù)字孿生系統(tǒng)提供基于數(shù)字孿生技術(shù)的物料配方優(yōu)化、工藝參數(shù)設(shè)計(jì)與仿真、生產(chǎn)過程建模與控制、產(chǎn)品質(zhì)量管理、設(shè)備故障診斷與遠(yuǎn)程運(yùn)維、腐蝕管理6個(gè)解決方案。

（一）物料配方優(yōu)化

物料配方解決方案適用于原料、產(chǎn)品需求變化較多的生產(chǎn)線，主要方法為多模型優(yōu)化控制和質(zhì)量卡邊優(yōu)化。

多模型優(yōu)化控制一般用于生產(chǎn)過程非線性、原料性質(zhì)變化、負(fù)荷變化、產(chǎn)品加工方案等對(duì)軟測(cè)量模型和控制模型的參數(shù)有較大影響時(shí)，能夠提高優(yōu)化的適應(yīng)性，解決多樣化的原料來源和產(chǎn)品需求問題。通過對(duì)優(yōu)化性能、控制（動(dòng)態(tài)調(diào)節(jié)）性能、模型預(yù)估性能和過程干擾性能進(jìn)行分析和報(bào)告，控制工程師可以根據(jù)這些結(jié)果來確定控制器性能的改變并改善控制器性能，如下圖所示：

圖1 數(shù)字孿生系統(tǒng)物料配方優(yōu)化解決方案示意圖

但石化生產(chǎn)過程物料變化頻繁、裝置耦合復(fù)雜、多層次運(yùn)行，物質(zhì)轉(zhuǎn)化和能量傳遞機(jī)理復(fù)雜，傳統(tǒng)的機(jī)理建模往往難以精確描述復(fù)雜過程物質(zhì)流和能量流耦合、傳遞與反應(yīng)等關(guān)系；數(shù)據(jù)驅(qū)動(dòng)的建模由于缺乏過程單元內(nèi)部結(jié)構(gòu)和機(jī)理信息，嚴(yán)重依賴于數(shù)據(jù)樣本的數(shù)量和質(zhì)量，難以對(duì)過程機(jī)理進(jìn)行深層次的分析和解釋。但是，機(jī)理分析有利于抓住過程的本質(zhì)特征和主要矛盾，獲得有效的模型結(jié)構(gòu)；數(shù)據(jù)驅(qū)動(dòng)的方法則可以自動(dòng)獲取潛藏在數(shù)據(jù)中的信息和知識(shí)。

本解決方案綜合二者的優(yōu)點(diǎn)，采用人工智能方法挖掘海量工業(yè)數(shù)據(jù)內(nèi)在的知識(shí)信息，建立融合數(shù)據(jù)和機(jī)理分析的混合模型，解決石油化工生產(chǎn)過程模型隨原料和產(chǎn)品加工方案變化的難題，開發(fā)出面向原料、產(chǎn)品需求變化的石油化工生產(chǎn)過程數(shù)字孿生模型，對(duì)優(yōu)化性能、控制（動(dòng)態(tài)調(diào)節(jié)）性能、模型預(yù)估性能和過程干擾性能進(jìn)行分析和報(bào)告，控制工程師可以根據(jù)這些結(jié)果來確定控制器性能的改變并改善控制器性能。方案如下圖：

圖2 煉油過程多維度多層次知識(shí)提取和模型描述體系和模型建立示意圖

基于面向原料、產(chǎn)品需求頻繁變化的多模型描述體系和模型學(xué)習(xí)方法，本方案在優(yōu)化控制中實(shí)現(xiàn)產(chǎn)品質(zhì)量指標(biāo)、控制模型的多模型切換控制，并實(shí)現(xiàn)卡邊優(yōu)化。方案如下圖所示：

圖3 面向原料、產(chǎn)品需求變化的在線多模型優(yōu)化控制和質(zhì)量卡邊優(yōu)化示意圖

1.案例定位

2.案例優(yōu)勢(shì)分析

本案例依托工業(yè)互聯(lián)網(wǎng)平臺(tái)，融合過程機(jī)理和裝置運(yùn)行特性，建設(shè)具有良好精度的軟測(cè)量模型，實(shí)現(xiàn)實(shí)際生產(chǎn)流程在虛擬空間中的孿生，利用智能優(yōu)化算法求解熔融指數(shù)和等規(guī)度最優(yōu)參數(shù)，虛擬空間模擬仿真結(jié)果與物理空間操作優(yōu)化的交互，為裝置實(shí)際生產(chǎn)進(jìn)行牌號(hào)切換提供優(yōu)化運(yùn)行指導(dǎo)。

牌號(hào)切換是一項(xiàng)復(fù)雜的過程，各種生產(chǎn)變量之間存在強(qiáng)烈的關(guān)聯(lián)和耦合，操作者需要調(diào)節(jié)多種生產(chǎn)操作條件的方法來達(dá)到牌號(hào)切換的目的。在過渡過程中會(huì)造成原料和能量的損失，減少過渡時(shí)間和過渡料量是牌號(hào)切換的優(yōu)化目標(biāo)。

本案例根據(jù)陶氏化學(xué)Unipol聚丙烯流化床生產(chǎn)工藝的原理，將聚丙烯氣相流化床工藝的109種牌號(hào)產(chǎn)品性質(zhì)和生產(chǎn)條件進(jìn)行收集，構(gòu)建了聚丙烯牌號(hào)產(chǎn)品數(shù)據(jù)庫，為各牌號(hào)的聚丙烯產(chǎn)品之間的切換建立了配方模板，并以多種形式將聚丙烯牌號(hào)關(guān)鍵指標(biāo)進(jìn)行展示。

圖4 牌號(hào)數(shù)據(jù)庫查詢界面

3.實(shí)施步驟及路徑

本案例依托于恒力工業(yè)互聯(lián)網(wǎng)平臺(tái)，利用java spring框架結(jié)合HTML和JS技術(shù)自主研發(fā)了基于B/S架構(gòu)聚丙烯裝置的牌號(hào)管理與配方優(yōu)化系統(tǒng)，旨在對(duì)聚丙烯牌號(hào)切換的過渡過程進(jìn)行仿真，使工藝用戶能夠了解牌號(hào)切換時(shí)關(guān)鍵參數(shù)的變化軌跡，深刻理解切換過渡過程各工藝變量對(duì)熔融指數(shù)和等規(guī)指數(shù)兩個(gè)產(chǎn)品決定性指標(biāo)的影響。重點(diǎn)開發(fā)了聚丙烯氣相流化床系統(tǒng)靜態(tài)機(jī)理模型，并通過梯度下降，PSO等優(yōu)化技術(shù)對(duì)熔融指數(shù)、等規(guī)度機(jī)理方程組進(jìn)行優(yōu)化求解，從而構(gòu)建了熔融指數(shù)和等規(guī)度的軟測(cè)量模型。本案例對(duì)牌號(hào)切換的過渡過程進(jìn)行推演從而可以優(yōu)化操作，減少過渡產(chǎn)品進(jìn)而提高經(jīng)濟(jì)效益。

（1）建立聚丙烯關(guān)鍵質(zhì)量指標(biāo)軟測(cè)量模型。

依據(jù)聚丙烯反應(yīng)機(jī)理，通過ip21數(shù)據(jù)庫接口，lims數(shù)據(jù)庫接口獲取聚丙烯裝置的生產(chǎn)數(shù)據(jù)和產(chǎn)品質(zhì)量分析數(shù)據(jù)。將獲取的數(shù)據(jù)構(gòu)建成輸入輸出數(shù)據(jù)集，利用梯度下降和PSO優(yōu)化技術(shù)辨識(shí)出熔融指數(shù)、等規(guī)度指標(biāo)的機(jī)理模型。

（2）建立聚丙烯物產(chǎn)品牌號(hào)數(shù)據(jù)庫

調(diào)研并收集Unipol工藝包中的109種牌號(hào)的產(chǎn)品性質(zhì)和操作條件數(shù)據(jù)，將這些數(shù)據(jù)存入聚丙烯孿生系統(tǒng)配置的mysql數(shù)據(jù)庫中開發(fā)牌號(hào)管理數(shù)據(jù)系統(tǒng)實(shí)現(xiàn)支持?jǐn)?shù)據(jù)增、改、刪、查的人機(jī)交互功能。

（3）建立聚丙烯牌號(hào)模板和操作切換軌跡演示

根據(jù)Unipol聚丙烯裝置工藝包的操作條件，建立各個(gè)牌號(hào)的配方模板。實(shí)現(xiàn)牌號(hào)切換人機(jī)交互界面，切換過程中將配方模板數(shù)據(jù)輸入聚合反應(yīng)靜態(tài)機(jī)理模型，利用機(jī)理模型對(duì)牌號(hào)切換過程進(jìn)行仿真，并以趨勢(shì)圖的形式將仿真結(jié)果進(jìn)行展示，輔助進(jìn)行生產(chǎn)過程牌號(hào)切換操作優(yōu)化，減少過渡周期，降低過渡過程的成本消耗，提高收益。

4.案例推廣應(yīng)用價(jià)值

聚合物反應(yīng)系統(tǒng)牌號(hào)管理具有潛在價(jià)值的應(yīng)用系統(tǒng)，工業(yè)聚丙烯裝置，通過改變其操作條件，可以生產(chǎn)各種牌號(hào)的聚丙烯產(chǎn)品。當(dāng)從一種牌號(hào)切換到另一種牌號(hào)時(shí)，切換時(shí)間長，將產(chǎn)生大量附加值低的過渡產(chǎn)品。如果利用程序使過渡過程時(shí)間和過渡料數(shù)量減至最小是一個(gè)十分重要的研究內(nèi)容。建立聚丙烯反應(yīng)器的動(dòng)態(tài)機(jī)理模型，結(jié)合配方模板模擬，可以實(shí)時(shí)的預(yù)報(bào)聚丙烯的熔融指數(shù)，等規(guī)度等重要產(chǎn)品質(zhì)量指標(biāo)的切換趨勢(shì)，從而對(duì)于工藝人員優(yōu)化牌號(hào)切換操作具有重要的指導(dǎo)作用。并可以在此基礎(chǔ)上，提高對(duì)產(chǎn)品牌號(hào)切換過程進(jìn)行的優(yōu)化控制，提高專用料的生產(chǎn)量，進(jìn)而提高裝置的經(jīng)濟(jì)效益。因此基于工業(yè)互聯(lián)網(wǎng)的聚丙烯的牌號(hào)管理與配方管理數(shù)字孿生系統(tǒng)是具有潛在的推廣價(jià)值與市場(chǎng)價(jià)值的。

（二）工藝參數(shù)設(shè)計(jì)與仿真

工藝參數(shù)設(shè)計(jì)與與仿真解決方案依賴于過程的數(shù)據(jù)模型，模型參數(shù)的準(zhǔn)確性影響化工過程數(shù)學(xué)模型的精確度，而化工過程的數(shù)學(xué)模型往往是非線性的，這些非線性方程中的參數(shù)有些是無法測(cè)量或是非常難測(cè)量的，尤其是針對(duì)具有多單元、多生產(chǎn)線的工藝流程的裝置。

因此，需要采用模型參數(shù)的智能化擬合技術(shù)來建立精準(zhǔn)的裝置全流程模型，本方案結(jié)合初始化反應(yīng)動(dòng)力學(xué)參數(shù)，并通過智能感知、采集獲取生產(chǎn)過程操作數(shù)據(jù)，基于數(shù)字孿生系統(tǒng)，使用流程模擬軟件建立通用的石化行業(yè)高精度、自適應(yīng)、自學(xué)習(xí)的數(shù)字孿生過程模型，指導(dǎo)工廠工藝參數(shù)調(diào)整與設(shè)計(jì)。方案如下圖所示：

圖5 數(shù)字孿生系統(tǒng)工藝參數(shù)設(shè)計(jì)與仿真模型建立解決方案示意圖

1.案例定位

2.案例優(yōu)勢(shì)分析

PTA生產(chǎn)線的數(shù)字孿生方案自下而上依次是裝置和基礎(chǔ)模型層、操作優(yōu)化層。裝置實(shí)時(shí)數(shù)據(jù)通過數(shù)據(jù)接口送至機(jī)理模型層，結(jié)合智能算法對(duì)模型關(guān)鍵參數(shù)進(jìn)行校正，給模型準(zhǔn)確度提供了基本保證。在模型基礎(chǔ)上，結(jié)合操作條件敏感度分析，建立各操作條件與關(guān)鍵產(chǎn)品的產(chǎn)量或性質(zhì)之間的非線性對(duì)應(yīng)關(guān)系，并對(duì)關(guān)鍵信息進(jìn)行實(shí)時(shí)預(yù)測(cè)。同時(shí)采用智能優(yōu)化算法對(duì)當(dāng)前工況進(jìn)行優(yōu)化，找到滿足約束的最佳操作條件并用圖形化界面輸出。

圖6 PTA生產(chǎn)線數(shù)字孿生方案示意圖

（1）數(shù)字孿生模型層

該層的主要功能是提供氧化和加氫裝置的機(jī)理模型和機(jī)理模型參數(shù)校正。

裝置的機(jī)理模型是化工過程的一種數(shù)學(xué)表達(dá)，其核心在于化工過程的傳質(zhì)、傳熱和反應(yīng)基本原理，可用于預(yù)測(cè)不同工藝條件下裝置的運(yùn)行狀態(tài)、產(chǎn)品性質(zhì)和收率等。一般來說，PTA裝置主要包括PX氧化和CTA加氫精制等單元。其中反應(yīng)裝置是PTA裝置的核心，氧化反應(yīng)主要功能在于將PX原料轉(zhuǎn)化為CTA，加氫精制反應(yīng)主要功能在于將CTA轉(zhuǎn)化為PTA產(chǎn)品。

反應(yīng)裝置機(jī)理模型的核心動(dòng)力學(xué)一般是基于小試實(shí)驗(yàn)得到，因而往往難以直接移植到工業(yè)裝置中。準(zhǔn)確的工業(yè)級(jí)機(jī)理模型必須以工業(yè)運(yùn)行數(shù)據(jù)為基礎(chǔ)，對(duì)關(guān)鍵動(dòng)力學(xué)參數(shù)進(jìn)行修正。PTA裝置在實(shí)際操作過程中，操作工況的改變雖不會(huì)改變過程機(jī)理，但對(duì)催化劑的要求、反應(yīng)過程的傳質(zhì)、傳熱平衡影響較大，一套固定的動(dòng)力學(xué)參數(shù)通常無法對(duì)各種工況完全描述準(zhǔn)確。在模型運(yùn)行過程中，通過實(shí)時(shí)采集裝置運(yùn)行數(shù)據(jù)與模型計(jì)算結(jié)果進(jìn)行比較，以誤差作為反饋，實(shí)時(shí)對(duì)模型關(guān)鍵參數(shù)進(jìn)行校正，使PTA裝置數(shù)字孿生模型的準(zhǔn)確性大大提高。

準(zhǔn)確的裝置模型是優(yōu)化技術(shù)的基礎(chǔ)，也是核心?；跈C(jī)理開發(fā)的裝置模型依賴于對(duì)過程的深入理解，包括各操作條件間相互關(guān)系、對(duì)過程的影響以及定量描述等，使得模型符合實(shí)際工藝過程，為下一步裝置關(guān)鍵信息實(shí)時(shí)預(yù)測(cè)提供準(zhǔn)確、有效的模型基礎(chǔ)。

（2）工藝操作參數(shù)優(yōu)化

工藝操作參數(shù)優(yōu)化的功能主要是考慮裝置運(yùn)行過程中各單元之間的聯(lián)系和約束，如加氫精制結(jié)晶器蒸汽與預(yù)熱蒸汽的供應(yīng)關(guān)系等，采用智能優(yōu)化方法使PTA裝置整體在滿足產(chǎn)品合格率的情況下實(shí)現(xiàn)目標(biāo)產(chǎn)品收率或效益最大化。

根據(jù)PTA裝置關(guān)鍵指標(biāo)最優(yōu)化為目標(biāo)要求，需要根據(jù)不同單元在不同的運(yùn)行狀況下的約束模型對(duì)PTA裝置進(jìn)行優(yōu)化。由于PTA裝置涉及的關(guān)鍵單元多，某個(gè)單元的操作條件變化會(huì)對(duì)上下游裝置帶來很大影響，在運(yùn)行過程中，隨著運(yùn)行時(shí)間的推移和工業(yè)裝置及工藝特性變化，各單元的約束條件也在實(shí)時(shí)的發(fā)生變化。PTA裝置的優(yōu)化需要同時(shí)優(yōu)化變量篩選、目標(biāo)計(jì)算、優(yōu)化算法等。

3.實(shí)施步驟及路徑

給出具體的項(xiàng)目實(shí)施步驟，分析每個(gè)實(shí)施步驟的實(shí)施細(xì)節(jié)，涵蓋運(yùn)用的具體技術(shù)及使用的軟硬件工具。

本案例從恒力石化PTA生產(chǎn)過程以及工業(yè)互聯(lián)網(wǎng)平臺(tái)建設(shè)需求出發(fā)，針對(duì)PTA生產(chǎn)過程數(shù)字孿生模型和全流程優(yōu)化控制中存在的問題，對(duì)PTA裝置實(shí)施融合機(jī)理和運(yùn)行特性的全流程智能優(yōu)化技術(shù)，真實(shí)再現(xiàn)工藝裝置的流程信息，實(shí)現(xiàn)對(duì)工藝裝置的可視化的洞察，包括對(duì)能量、質(zhì)量的平衡、物流組成、操作條件、性能指標(biāo)的了解，對(duì)不同工況的仿真和預(yù)測(cè)，對(duì)實(shí)時(shí)生產(chǎn)操作條件指導(dǎo)等，重點(diǎn)研發(fā)了PTA裝置數(shù)字孿生建模、模型自動(dòng)校正與實(shí)時(shí)仿真、工藝參數(shù)操作優(yōu)化技術(shù)，從而幫助企業(yè)的各個(gè)部門實(shí)現(xiàn)多方位的協(xié)作，實(shí)現(xiàn)企業(yè)的安全穩(wěn)定長周期滿負(fù)荷優(yōu)化運(yùn)行，實(shí)現(xiàn)企業(yè)生產(chǎn)的最大經(jīng)濟(jì)效益，提高競(jìng)爭(zhēng)力。

1）PTA裝置機(jī)理模型開發(fā)

根據(jù)恒力石化PTA生產(chǎn)裝置的具體工藝流程，采用.net core框架自主開發(fā)PX氧化和CTA加氫精制的機(jī)理建模，實(shí)現(xiàn)裝置生產(chǎn)模擬。具體內(nèi)容如下：

1. 機(jī)理模型構(gòu)建： 基于氧化反應(yīng)過程和加氫精制反應(yīng)過程基本原理和裝置特性建立能反映原料性質(zhì)、工藝參數(shù)與產(chǎn)品性質(zhì)之間關(guān)系的全流程機(jī)理模型。

2. 模型自動(dòng)校正： 在機(jī)理模型基礎(chǔ)上，基于裝置實(shí)時(shí)運(yùn)行數(shù)據(jù)，根據(jù)模擬計(jì)算預(yù)測(cè)結(jié)果與實(shí)際運(yùn)行數(shù)據(jù)之間的偏差，調(diào)用智能優(yōu)化算法，以偏差最小化為優(yōu)化目標(biāo)，獲得模型最佳參數(shù)。

2）生產(chǎn)裝置實(shí)時(shí)仿真與工藝參數(shù)操作優(yōu)化

在工藝機(jī)理模型自動(dòng)校正和運(yùn)行數(shù)據(jù)實(shí)時(shí)更新的基礎(chǔ)上，實(shí)現(xiàn)裝置模型實(shí)時(shí)仿真。同時(shí)，對(duì)影響生產(chǎn)過程的關(guān)鍵變量進(jìn)行辨識(shí)，結(jié)合市場(chǎng)信息，構(gòu)建效益最大化目標(biāo)函數(shù)，并確定約束范圍，利用高效的智能優(yōu)化方法實(shí)現(xiàn)工藝操作參數(shù)優(yōu)化。

1. 通過機(jī)理模型自動(dòng)校正，實(shí)現(xiàn)模型實(shí)時(shí)仿真，并與實(shí)際運(yùn)行結(jié)果進(jìn)行實(shí)時(shí)對(duì)比展示。

2. 全流程關(guān)鍵影響因素辨識(shí)與效益模型：基于過程模型和實(shí)際運(yùn)行數(shù)據(jù)，采用主元分析方法、靈敏度分析方法結(jié)合專家經(jīng)驗(yàn)知識(shí)，從大規(guī)模數(shù)據(jù)中辨識(shí)出影響過程關(guān)鍵指標(biāo)的變量并確定其變化范圍，在此基礎(chǔ)上，綜合裝置實(shí)際運(yùn)行信息，建立工藝指標(biāo)最優(yōu)化模型。

3. 裝置操作優(yōu)化：從經(jīng)濟(jì)效益角度出發(fā)，根據(jù)實(shí)際裝置情況和當(dāng)前PTA產(chǎn)品價(jià)格，在不同的進(jìn)料以及工藝參數(shù)條件下通過模型和優(yōu)化算法優(yōu)化得到價(jià)值最大化的裝置相應(yīng)操作條件。對(duì)產(chǎn)品關(guān)鍵指標(biāo)、裝置能耗進(jìn)行預(yù)測(cè)，并與當(dāng)前產(chǎn)品質(zhì)量、裝置能耗的實(shí)際值比較，累計(jì)得到模型的偏差小時(shí)平均值，同時(shí)結(jié)合當(dāng)前產(chǎn)品價(jià)格，以最大化凈利潤為目標(biāo)，獲得最優(yōu)裝置操作條件，并根據(jù)模型的偏差平均值對(duì)操作條件進(jìn)行校正，校正后的結(jié)果經(jīng)過限幅處理后，作為裝置操作優(yōu)化的參考值。

3）PTA全流程數(shù)字孿生工業(yè)互聯(lián)網(wǎng)平臺(tái)構(gòu)建

在PTA全流程數(shù)字孿生模型、優(yōu)化方法的基礎(chǔ)上，開發(fā)工業(yè)互聯(lián)網(wǎng)平臺(tái)，實(shí)現(xiàn)以下功能：

1. 數(shù)字孿生模型構(gòu)建與在線滾動(dòng)校正

   開發(fā)PTA氧化和加氫工段的機(jī)理模型，通過接口技術(shù)將實(shí)時(shí)數(shù)據(jù)庫、LIMS數(shù)據(jù)等現(xiàn)場(chǎng)數(shù)據(jù)接入模型，調(diào)用智能優(yōu)化算法，實(shí)現(xiàn)機(jī)理模型在線自動(dòng)校正，提升單裝置和全流程模型的準(zhǔn)確性。

2. 工藝流程操作參數(shù)優(yōu)化以單裝置/全流程效益最大化或單位能耗最小化等為指標(biāo)構(gòu)建優(yōu)化目標(biāo)函數(shù)，開發(fā)適應(yīng)工業(yè)海量數(shù)據(jù)的高效優(yōu)化器，可根據(jù)目標(biāo)函數(shù)和指定操作變量、約束條件，調(diào)用機(jī)理模型進(jìn)行求解，并輸出優(yōu)化后的操作條件，提升企業(yè)生產(chǎn)效益。

3. 結(jié)果發(fā)布

   在上述功能基礎(chǔ)上，開發(fā)結(jié)果發(fā)布的功能，采集DCS實(shí)時(shí)數(shù)據(jù)、LIMS數(shù)據(jù)等現(xiàn)場(chǎng)數(shù)據(jù)，采用接口技術(shù)將數(shù)據(jù)送入模型，通過模型參數(shù)優(yōu)化程序等實(shí)現(xiàn)模型的實(shí)時(shí)校正。在準(zhǔn)確模型的基礎(chǔ)上，通過調(diào)用優(yōu)化器優(yōu)化過程操作條件。同時(shí)，將上述信息顯示并發(fā)布到工業(yè)互聯(lián)網(wǎng)平臺(tái)。

4)案例展示

PTA仿真優(yōu)化系統(tǒng)主要包括兩部分，第一部分是模型仿真，主要用來驗(yàn)證模型在長周期運(yùn)行下的精度和自動(dòng)校正功能。第二部分是裝置操作優(yōu)化，主要以裝置關(guān)鍵指標(biāo)為優(yōu)化目標(biāo)，裝置的溫度、壓力、進(jìn)料量等變量為操作條件，裝置瓶頸為約束條件，調(diào)用自主開發(fā)的智能優(yōu)化器進(jìn)行優(yōu)化，并輸出優(yōu)化結(jié)果和優(yōu)化后的操作方案。

1. 仿真系統(tǒng)

   仿真系統(tǒng)以機(jī)理模型為核心，采用接口技術(shù)將現(xiàn)場(chǎng)工藝數(shù)據(jù)實(shí)時(shí)送入模型中，并將模型計(jì)算結(jié)果與實(shí)際結(jié)果進(jìn)行對(duì)比。當(dāng)工況發(fā)生變化時(shí)，自動(dòng)觸發(fā)模型校正機(jī)制，對(duì)模型關(guān)鍵參數(shù)進(jìn)行校正，保證模型在長周期運(yùn)行中的準(zhǔn)確性，為優(yōu)化系統(tǒng)提供準(zhǔn)確的模型基礎(chǔ)。仿真系統(tǒng)的部分結(jié)果對(duì)比如下圖所示，圖中給出了氧化過程產(chǎn)品關(guān)鍵指標(biāo)4-CBA含量的模擬輸出結(jié)果和實(shí)際結(jié)果的對(duì)比曲線，可以看出，模型模擬結(jié)果與實(shí)際結(jié)果非常接近，且在長期運(yùn)行情況下能夠及時(shí)對(duì)模型參數(shù)進(jìn)行校正。

   
   

   

   圖7 氧化過程出口4-CBA質(zhì)量分?jǐn)?shù)對(duì)比曲線示意圖

2. 操作優(yōu)化系統(tǒng)

圖8 操作優(yōu)化系統(tǒng)示意圖

操作優(yōu)化系統(tǒng)同樣以機(jī)理模型為核心，采用接口技術(shù)與智能優(yōu)化算法求解器集成。工藝人員可以按需給定操作條件、約束條件的上下限，調(diào)整優(yōu)化迭代次數(shù)，最終通過優(yōu)化器調(diào)用模型求解計(jì)算出最優(yōu)的操作條件。操作優(yōu)化系統(tǒng)的部分界面如上圖所示，其中，包括操作條件上下限的輸入、約束條件的輸入、優(yōu)化目標(biāo)選擇等權(quán)限，可以進(jìn)行調(diào)整和模擬。優(yōu)化求解采用一鍵式求解，優(yōu)化結(jié)果采用報(bào)表形式輸出，下圖為工藝員在以氧化裝置醋酸單耗最小為目標(biāo)，以進(jìn)料量和反應(yīng)溫度為操作條件進(jìn)行的優(yōu)化求解結(jié)果，可以看出，優(yōu)化結(jié)果給出了優(yōu)化后的關(guān)鍵變量操作方式和優(yōu)化結(jié)果，能夠使醋酸單耗下降0.31kg/t.PTA,極大地方便了操作人員優(yōu)化方案的設(shè)計(jì)和編制。對(duì)工藝生產(chǎn)操作優(yōu)化具有指導(dǎo)作用。

圖9 報(bào)表展示圖

4.案例推廣應(yīng)用價(jià)值

本案例在流程工業(yè)特別是石化行業(yè)具有較大的推廣價(jià)值。開展流程工業(yè)的過程建模優(yōu)化技術(shù)是企業(yè)進(jìn)一步深化認(rèn)識(shí)流程生產(chǎn)過程的規(guī)律、提高裝置運(yùn)行效率、實(shí)現(xiàn)節(jié)能降耗的根本需求，這對(duì)我國目前大型石油化工裝置普遍采用國外引進(jìn)技術(shù)，缺乏核心技術(shù)的現(xiàn)狀而言，具有重要意義；我國石油化工行業(yè)的物耗能耗指標(biāo)和發(fā)達(dá)國家先進(jìn)水平相比，尚存在很大的下降空間，針對(duì)現(xiàn)有裝置、現(xiàn)有生產(chǎn)過程，在運(yùn)行過程中對(duì)裝置進(jìn)行優(yōu)化和調(diào)整，改善資源利用效率，減少運(yùn)行中的物耗能耗，對(duì)加工量大，流程復(fù)雜的煉化行業(yè)實(shí)現(xiàn)資源與效益最大化具有重要作用；由于技術(shù)保密和商業(yè)目的，國外的流程模擬優(yōu)化軟件包價(jià)格昂貴，并且，一個(gè)許可證只能在一臺(tái)電腦上使用。只要建立相應(yīng)裝置工藝過程的機(jī)理模型，本案例的研究成果根據(jù)實(shí)際過程機(jī)理和現(xiàn)場(chǎng)裝置情況修改即可移植到其它工藝過程中去，具有很強(qiáng)的在相關(guān)行業(yè)中的推廣應(yīng)用價(jià)值。

（三）生產(chǎn)過程建模與控制

通用的生產(chǎn)過程建模與控制解決方案，包括數(shù)據(jù)采集、大數(shù)據(jù)處理、機(jī)理建模/數(shù)據(jù)建模、可視化、離線和實(shí)時(shí)優(yōu)化、控制系統(tǒng)。

本方案采用先進(jìn)的建模、多變量模型預(yù)測(cè)控制（MPC）、軟測(cè)量技術(shù)等手段，對(duì)裝置或工藝單元進(jìn)行多變量協(xié)調(diào)優(yōu)化控制。具體技術(shù)實(shí)現(xiàn)是在工業(yè)互聯(lián)網(wǎng)平臺(tái)的基礎(chǔ)上，以數(shù)字孿生系統(tǒng)的動(dòng)態(tài)實(shí)測(cè)虛擬空間多維模型為基礎(chǔ)，兼前饋、反饋、滾動(dòng)優(yōu)化為一體，在裝置操作平穩(wěn)的基礎(chǔ)上，在每一個(gè)運(yùn)行周期（一般為1分鐘）根據(jù)裝置約束條件，通過穩(wěn)態(tài)優(yōu)化（LP或QP）算法尋找裝置效益最佳操作點(diǎn)，并通過動(dòng)態(tài)控制器驅(qū)動(dòng)裝置平穩(wěn)的向最佳操作點(diǎn)靠近，以實(shí)現(xiàn)卡邊操作，從而提高高價(jià)值產(chǎn)品收率、降低裝置能耗之目的。方案如下圖所示：

圖10 數(shù)字孿生系統(tǒng)生產(chǎn)過程建模與控制建模通用解決方案示意圖

1.案例定位

2.案例優(yōu)勢(shì)分析

本案例通過先進(jìn)的建模、多變量模型預(yù)測(cè)控制（MPC）、軟測(cè)量技術(shù)等手段，對(duì)裝置或工藝單元進(jìn)行多變量協(xié)調(diào)優(yōu)化控制。具體技術(shù)實(shí)現(xiàn)是在工業(yè)互聯(lián)網(wǎng)平臺(tái)的基礎(chǔ)上，以數(shù)字孿生系統(tǒng)的動(dòng)態(tài)實(shí)測(cè)虛擬空間多維模型為基礎(chǔ)，兼前饋、反饋、滾動(dòng)優(yōu)化為一體，在裝置操作平穩(wěn)的基礎(chǔ)上，在每一個(gè)運(yùn)行周期（一般為1分鐘）根據(jù)裝置約束條件，通過穩(wěn)態(tài)優(yōu)化（LP或QP）算法尋找裝置效益最佳操作點(diǎn)，并通過動(dòng)態(tài)控制器驅(qū)動(dòng)裝置平穩(wěn)的向最佳操作點(diǎn)靠近，以實(shí)現(xiàn)卡邊操作，從而提高高價(jià)值產(chǎn)品收率、降低裝置能耗。

通過建設(shè)高仿真度的生產(chǎn)過程建模與控制仿真平臺(tái)，依托工業(yè)互聯(lián)網(wǎng)和云服務(wù)平臺(tái)，實(shí)現(xiàn)產(chǎn)品質(zhì)量建模、優(yōu)化控制建模、閉環(huán)優(yōu)化控制仿真、產(chǎn)品質(zhì)量預(yù)報(bào)和管理等各個(gè)環(huán)節(jié)在虛擬空間中的全流程覆蓋，形成虛擬空間的數(shù)字孿生系統(tǒng)，實(shí)現(xiàn)虛擬空間與物理空間的實(shí)時(shí)交互，最終為裝置優(yōu)化控制提供有效指導(dǎo)并形成信息閉環(huán)。

圖11

數(shù)字孿生系統(tǒng)的特色技術(shù)包括：

（1）面向生產(chǎn)過程運(yùn)行的不同操作方案，包括不同原料方案（如常減壓裝置原油性質(zhì)不同）、不同產(chǎn)品方案（如常減壓裝置產(chǎn)品優(yōu)化為多出PX、多出航空煤油或者多出乙烯裂解料等化工輕油方案，聚丙烯裝置不同聚丙烯牌號(hào)生產(chǎn)）、不同操作條件（如常減壓裝置產(chǎn)品的干點(diǎn)指標(biāo)要求變化，裝置的關(guān)鍵非線性相關(guān)變量變化），建立適用于每個(gè)工作方案下的產(chǎn)品質(zhì)量預(yù)報(bào)模型和預(yù)測(cè)控制模型，構(gòu)成完備的生產(chǎn)過程數(shù)字孿生模型集，基于物理空間產(chǎn)品質(zhì)量化驗(yàn)數(shù)據(jù)對(duì)模型性能進(jìn)行實(shí)時(shí)評(píng)價(jià)、實(shí)時(shí)更新，并基于演示平臺(tái)進(jìn)行展示和仿真比較優(yōu)化操作方案，對(duì)物理空間的應(yīng)用進(jìn)行指導(dǎo)。

（2）基于建立的生產(chǎn)過程數(shù)字孿生模型集，實(shí)現(xiàn)生產(chǎn)過程的實(shí)時(shí)模擬仿真及變量預(yù)報(bào)，提供在虛擬空間對(duì)實(shí)際生產(chǎn)過程的實(shí)時(shí)仿真和預(yù)報(bào)功能。

（3）在虛擬空間，根據(jù)原油狀況與產(chǎn)品質(zhì)量管理需求，從數(shù)字孿生模型集中選取對(duì)應(yīng)的預(yù)報(bào)模型實(shí)現(xiàn)產(chǎn)品質(zhì)量實(shí)時(shí)預(yù)報(bào)與評(píng)價(jià)。基于數(shù)字孿生模型集中的預(yù)測(cè)控制模型，通過閉環(huán)控制仿真形式進(jìn)行優(yōu)化控制預(yù)報(bào)，包括對(duì)被控變量控制效果的預(yù)報(bào)和裝置經(jīng)濟(jì)指標(biāo)變化的預(yù)報(bào)。根據(jù)操作方案的變化以及對(duì)關(guān)鍵非線性相關(guān)變量的自動(dòng)判斷，在模型集的多個(gè)預(yù)測(cè)控制模型之間進(jìn)行自動(dòng)智能切換，從而實(shí)現(xiàn)控制系統(tǒng)的數(shù)字孿生，并基于演示平臺(tái)進(jìn)行展示。

（4）使用上述生產(chǎn)過程的數(shù)字孿生及其控制系統(tǒng)的數(shù)字孿生，實(shí)現(xiàn)基于數(shù)字孿生模型集的產(chǎn)品質(zhì)量預(yù)報(bào)和優(yōu)化控制預(yù)報(bào)，并基于預(yù)報(bào)進(jìn)行操作決策?；诠I(yè)互聯(lián)網(wǎng)平臺(tái)，根據(jù)虛擬空間的操作決策結(jié)果，選擇匹配目前生產(chǎn)狀況的模型和參數(shù)，以及未來對(duì)模型和參數(shù)的操作切換方案，從而實(shí)現(xiàn)虛擬空間在模型、參數(shù)和操作上對(duì)物理空間過程生產(chǎn)運(yùn)行的指導(dǎo)。

3.實(shí)施步驟及路徑

給出具體的項(xiàng)目實(shí)施步驟，分析每個(gè)實(shí)施步驟的實(shí)施細(xì)節(jié)，涵蓋運(yùn)用的具體技術(shù)及使用的軟硬件工具。

1）開發(fā)云服務(wù)模式的生產(chǎn)過程產(chǎn)品質(zhì)量建模、動(dòng)態(tài)控制建模和控制器設(shè)計(jì)工具軟件

采用B/S結(jié)構(gòu)的基于ASP.net的云服務(wù)程序方式實(shí)現(xiàn)產(chǎn)品質(zhì)量模型建模軟件、預(yù)測(cè)控制模型建模軟件、預(yù)測(cè)控制參數(shù)組態(tài)與離線仿真軟件等工具軟件，實(shí)現(xiàn)人機(jī)交互的建模與仿真，輔助進(jìn)行生產(chǎn)過程優(yōu)化控制系統(tǒng)的設(shè)計(jì)，用于產(chǎn)品質(zhì)量預(yù)報(bào)和管理。

各軟件的主要功能點(diǎn)包括：

a）產(chǎn)品質(zhì)量建模

按照已經(jīng)制定的軟測(cè)量模型方案，從上傳的數(shù)據(jù)文件中讀取生產(chǎn)過程歷史數(shù)據(jù)和產(chǎn)品質(zhì)量化驗(yàn)歷史數(shù)據(jù)，實(shí)現(xiàn)數(shù)據(jù)自動(dòng)清洗，

圖12 變量曲線折線圖

并基于慢特征回歸、深度學(xué)習(xí)等先進(jìn)建模方法建立動(dòng)態(tài)軟測(cè)量模型。

圖13 動(dòng)態(tài)模型訓(xùn)練

保存所建立的模型，并將建模過程在訓(xùn)練集、測(cè)試集上的計(jì)算結(jié)果保存到文件。

圖14 動(dòng)態(tài)模型訓(xùn)練集、測(cè)試集

b）預(yù)測(cè)控制建模

按照已經(jīng)制定的動(dòng)態(tài)控制模型方案，從上傳的數(shù)據(jù)文件中讀取生產(chǎn)過程歷史數(shù)據(jù)和產(chǎn)品質(zhì)量軟測(cè)量歷史數(shù)據(jù)，按照被控變量、操作變量、干擾變量分類

圖15 模型結(jié)構(gòu)設(shè)置

之后，按照生產(chǎn)方案（如果生產(chǎn)過程非線性比較強(qiáng)，還要按生產(chǎn)工況的關(guān)鍵變量分區(qū)域）分成多個(gè)數(shù)據(jù)集，分別進(jìn)行自動(dòng)數(shù)據(jù)清洗，利用稀疏學(xué)習(xí)等新的辨識(shí)建模方法進(jìn)行過程辨識(shí)，先后建立FIR和傳遞函數(shù)形式的動(dòng)態(tài)控制模型集。

圖16 動(dòng)態(tài)控制模型集

c）閉環(huán)控制組態(tài)與仿真：

使用已建立的動(dòng)態(tài)控制模型集，對(duì)控制變量常規(guī)參數(shù)進(jìn)行組態(tài)，之后對(duì)模型集面向不同的生產(chǎn)方案的各個(gè)模型分別進(jìn)行控制、優(yōu)化參數(shù)的設(shè)計(jì)和組態(tài)。

圖17

基于當(dāng)前的工況（各變量最新的歷史數(shù)據(jù)）和通過界面給出的未來的生產(chǎn)方案和操作條件，使用對(duì)應(yīng)的動(dòng)態(tài)控制模型和參數(shù)（如果未來的生產(chǎn)方案有變化，那么對(duì)應(yīng)有模型和參數(shù)的切換），對(duì)閉環(huán)控制進(jìn)行仿真，推演未來的各被控變量及經(jīng)濟(jì)指標(biāo)的變化趨勢(shì)。

圖18

基于這些未來的控制效果和經(jīng)濟(jì)指標(biāo)方面的預(yù)測(cè)，對(duì)物理空間實(shí)體的控制模型和參數(shù)切換給出指導(dǎo)建議。

2）數(shù)字孿生系統(tǒng)

a）生產(chǎn)過程數(shù)字孿生

基于動(dòng)態(tài)控制建模工具軟件，建立生產(chǎn)過程的數(shù)字孿生，即預(yù)測(cè)控制模型。

建模采用多模型方案，多模型的劃分依據(jù)包括：

原料方案不同：常減壓裝置的原油性質(zhì)不同，反映在進(jìn)料為多種原油按一定配比混合而成，原油品種及其配比發(fā)生變化。

產(chǎn)品方案不同：常減壓裝置產(chǎn)品進(jìn)行卡邊優(yōu)化，如果航空煤油產(chǎn)品價(jià)值比較高，則優(yōu)化方向?yàn)楹娇彰河偷某躔s點(diǎn)盡可能低，干點(diǎn)盡可能高；如果石腦油生產(chǎn)PX，柴油經(jīng)加氫裂化生產(chǎn)乙烯裂解料等化工輕油，這些產(chǎn)品價(jià)值更高，則優(yōu)化方向相反。聚丙烯裝置生產(chǎn)多種牌號(hào)的聚丙烯產(chǎn)品，牌號(hào)不同則生產(chǎn)過程的特性不同。

操作條件不同：常減壓裝置產(chǎn)品如柴油的干點(diǎn)指標(biāo)廠控要求發(fā)生變化，裝置的關(guān)鍵非線性相關(guān)變量。

面向這些不同的條件變化，分析其對(duì)生產(chǎn)過程動(dòng)態(tài)特性的影響，建立適用于每個(gè)操作方案下的產(chǎn)品質(zhì)量預(yù)報(bào)模型和預(yù)測(cè)控制模型，從而構(gòu)成生產(chǎn)過程的數(shù)字孿生模型集。

b）控制系統(tǒng)的數(shù)字孿生

基于控制器設(shè)計(jì)工具軟件，建立控制系統(tǒng)結(jié)構(gòu)和參數(shù)，實(shí)現(xiàn)控制系統(tǒng)的數(shù)字孿生，根據(jù)原油與產(chǎn)品質(zhì)量管理所給出的當(dāng)前操作方案，基于數(shù)字孿生模型集中對(duì)應(yīng)當(dāng)前操作方案的產(chǎn)品質(zhì)量預(yù)報(bào)模型，進(jìn)行產(chǎn)品質(zhì)量實(shí)時(shí)預(yù)報(bào)?；跀?shù)字孿生模型集中的預(yù)測(cè)控制模型，通過閉環(huán)控制仿真形式進(jìn)行優(yōu)化控制預(yù)報(bào)，包括對(duì)被控變量控制效果的預(yù)報(bào)和裝置經(jīng)濟(jì)指標(biāo)變化的預(yù)報(bào)，從而構(gòu)成了控制系統(tǒng)的數(shù)字孿生。

c）基于數(shù)字孿生的預(yù)報(bào)并對(duì)物理空間進(jìn)行指導(dǎo)

基于數(shù)字孿生的產(chǎn)品質(zhì)量預(yù)報(bào)用于顯示產(chǎn)品質(zhì)量變量的計(jì)算結(jié)果，并與化驗(yàn)值進(jìn)行對(duì)比和統(tǒng)計(jì)分析，其中關(guān)鍵的產(chǎn)品質(zhì)量預(yù)報(bào)如下圖所示

圖19

全部的產(chǎn)品質(zhì)量預(yù)報(bào)則如下圖所示：

圖20

曲線圖顯示了不同產(chǎn)品質(zhì)量變量的實(shí)時(shí)仿真計(jì)算曲線（周期為1分鐘）及與廠控限的安全裕量。

同時(shí)展示了不同產(chǎn)品質(zhì)量變量的仿真計(jì)算曲線、化驗(yàn)值曲線及與廠控限的安全裕量，用于對(duì)生產(chǎn)操作的產(chǎn)品質(zhì)量裕量進(jìn)行優(yōu)化調(diào)整。

圖21

基于數(shù)字孿生的優(yōu)化控制仿真預(yù)報(bào)根據(jù)原油與產(chǎn)品質(zhì)量管理所給出的操作方案（即優(yōu)化控制仿真預(yù)報(bào)的參數(shù)）的變化以及對(duì)關(guān)鍵非線性相關(guān)變量的自動(dòng)判斷，在模型集的多個(gè)預(yù)測(cè)控制模型之間進(jìn)行適時(shí)自動(dòng)切換。例如，常減壓進(jìn)料的配比計(jì)劃在1小時(shí)后發(fā)生變化，那么未來模型切換時(shí)間和切換前后的閉環(huán)控制效果、對(duì)裝置經(jīng)濟(jì)指標(biāo)的影響都可以通過虛擬空間的控制仿真進(jìn)行推演。如下圖所示。

圖22

原油與產(chǎn)品質(zhì)量管理根據(jù)產(chǎn)品質(zhì)量預(yù)報(bào)和產(chǎn)品質(zhì)量化驗(yàn)結(jié)果，針對(duì)模型失配對(duì)產(chǎn)品質(zhì)量預(yù)報(bào)模型進(jìn)行再學(xué)習(xí)，進(jìn)而對(duì)產(chǎn)品質(zhì)量預(yù)報(bào)模型進(jìn)行更新，對(duì)物理空間的產(chǎn)品質(zhì)量預(yù)報(bào)模型進(jìn)行指導(dǎo)。

使用上述生產(chǎn)過程的數(shù)字孿生及其控制系統(tǒng)的數(shù)字孿生，實(shí)現(xiàn)基于數(shù)字孿生模型集的產(chǎn)品質(zhì)量預(yù)報(bào)和優(yōu)化控制預(yù)報(bào)，并基于預(yù)報(bào)進(jìn)行操作決策?；诠I(yè)互聯(lián)網(wǎng)平臺(tái)，根據(jù)虛擬空間的操作決策結(jié)果，選擇匹配目前生產(chǎn)狀況的模型和參數(shù)，以及未來對(duì)模型和參數(shù)的操作切換方案，從而實(shí)現(xiàn)虛擬空間在模型、參數(shù)和操作上對(duì)物理空間的指導(dǎo)。

4.案例推廣應(yīng)用價(jià)值

若本案例有向其他行業(yè)或領(lǐng)域推廣的經(jīng)驗(yàn)，描述一下具體的推廣場(chǎng)景。若未形成推廣應(yīng)用，分析一下潛在的規(guī)模推廣價(jià)值。本案例面向流程行業(yè)不同流程使用了虛擬空間多時(shí)空尺度模型，用于建立數(shù)字孿生系統(tǒng)的模型。

從煉油生產(chǎn)過程全局出發(fā)，提出了全流程集成優(yōu)化控制與調(diào)度優(yōu)化的綜合解決思路，給出一種面向原油性質(zhì)分類和有限操作優(yōu)化模式的多維模型描述結(jié)構(gòu)。該模型描述體系按原油性質(zhì)和有限種操作優(yōu)化模式分類建模，使原來隨機(jī)問題轉(zhuǎn)換為工程意義上的確定性建模問題?；谠摱嗑S關(guān)鍵產(chǎn)品質(zhì)量控制指標(biāo)預(yù)報(bào)模型、優(yōu)化控制模型描述體系，基于大數(shù)據(jù)解析、深度學(xué)習(xí)、人工智能、建模等技術(shù)實(shí)現(xiàn)高精度、高可靠性的產(chǎn)品質(zhì)量估計(jì)和預(yù)報(bào)、優(yōu)化控制數(shù)字孿生對(duì)象模型建立，解決過程模型隨原料和產(chǎn)品加工方案變化的難題，達(dá)到提高裝置高價(jià)值產(chǎn)品收率、節(jié)能降耗、安全平穩(wěn)運(yùn)行的目標(biāo)，并為實(shí)現(xiàn)煉化一體化生產(chǎn)過程全流程集成優(yōu)化控制與計(jì)劃調(diào)度優(yōu)化的綜合解決方案提供基礎(chǔ)。本案例的研究成果根據(jù)實(shí)際過程機(jī)理和現(xiàn)場(chǎng)裝置情況修改即可移植到其它生產(chǎn)裝置中去，具有很強(qiáng)的推廣應(yīng)用價(jià)值。

（四）產(chǎn)品質(zhì)量管理

本方案充分利用先進(jìn)的自動(dòng)采集、分析檢驗(yàn)儀器設(shè)備，構(gòu)建基于工業(yè)互聯(lián)網(wǎng)平臺(tái)的產(chǎn)品質(zhì)量管理系統(tǒng)，通過實(shí)時(shí)的數(shù)據(jù)采集與傳輸，將產(chǎn)品實(shí)時(shí)的質(zhì)量參數(shù)同步至數(shù)字孿生系統(tǒng)構(gòu)建的多時(shí)空尺度預(yù)測(cè)模型中，通過理論模型的分析獲取產(chǎn)品質(zhì)量偏差，進(jìn)行卡邊優(yōu)化，實(shí)現(xiàn)產(chǎn)品質(zhì)量的最優(yōu)管理。

通過對(duì)原材料選購、入廠、加工、產(chǎn)品出廠到用戶服務(wù)的所有環(huán)節(jié)質(zhì)量的監(jiān)控，建立物料走向模型、物料質(zhì)量傳遞模型、物料質(zhì)量與工藝參數(shù)相關(guān)性模型，實(shí)現(xiàn)“實(shí)驗(yàn)室基礎(chǔ)—質(zhì)量監(jiān)控—質(zhì)量追溯—質(zhì)量預(yù)測(cè)”一體化功能。方案如下圖所示：

圖23 數(shù)字孿生系統(tǒng)質(zhì)量管理解決方案圖

1.案例定位

2.案例優(yōu)勢(shì)分析

（一）基于六西格瑪質(zhì)量管理體系的生產(chǎn)過程統(tǒng)計(jì)

六西格瑪管理是一套成熟的質(zhì)量管理體系，這套體系通過持續(xù)改進(jìn)產(chǎn)品、服務(wù)和過程的質(zhì)量，實(shí)現(xiàn)用戶滿意。 它通過系統(tǒng)地、集成地采用質(zhì)量改進(jìn)流程，實(shí)現(xiàn)無缺陷的過程設(shè)計(jì)，并對(duì)現(xiàn)有過程進(jìn)行過程定義、測(cè)量、分析、改進(jìn)和評(píng)價(jià)，消除過程缺陷和變異，從而提高質(zhì)量和服務(wù)，降低成本。該系統(tǒng)可以探索出影響關(guān)鍵產(chǎn)品特性的因素，并確定少數(shù)的關(guān)鍵因素，對(duì)其優(yōu)化。

統(tǒng)計(jì)過程控制是現(xiàn)代化工業(yè)生產(chǎn)中確保產(chǎn)品質(zhì)量和可靠性的核心方法之一, 而過程能力指數(shù)則是度量一個(gè)工業(yè)過程能力的重要指標(biāo)。研究過程能力指數(shù)的前提條件就是過程要處于統(tǒng)計(jì)控制狀態(tài)，其中的某些變量是可以檢測(cè)的，這個(gè)過程中采集的數(shù)據(jù)的分布不應(yīng)該是隨意變化的，應(yīng)該服從某單一分布通常為正態(tài)分布，或至少接近正態(tài)分布，且檢測(cè)變量的觀察值是相互獨(dú)立的從實(shí)用的角度出發(fā)，通常情況下，要求檢測(cè)變量服從正態(tài)分布。對(duì)于過程質(zhì)量控制主要考慮以下兩個(gè)重要指標(biāo)。

工藝過程生產(chǎn)能力（Cpk：Process capability）定義為一個(gè)穩(wěn)定過程的固有變差的總范圍，以6來表述，它反映的是過程的固有能力。它的基本特征為：(1) 過程處于統(tǒng)計(jì)穩(wěn)定狀態(tài)；(2) 過程的各測(cè)量值服從正態(tài)分布；(3) 測(cè)量變差相對(duì)較??；(4) 僅由于普通原因產(chǎn)生的過程變差, 可以通過R / d2來估算。

工藝過程性能（Ppk：Process Performance）定義的是一個(gè)過程變差的總范圍，以6s來表述，反映的是當(dāng)前過程的狀態(tài)。它的基本特征為：(1) 可以隨時(shí)反映實(shí)時(shí)過程的性能；(2) 當(dāng)前的過程狀態(tài)不一定很清晰；(3) 過程變差包括了普通和特殊兩種原因所造成的變差原因，可用樣本標(biāo)準(zhǔn)偏差S 來估算。

（二）基于數(shù)據(jù)驅(qū)動(dòng)產(chǎn)品質(zhì)量指標(biāo)軟測(cè)量監(jiān)測(cè)模型

在實(shí)施智能控制時(shí)，需要對(duì)產(chǎn)品的質(zhì)量指標(biāo)進(jìn)行閉環(huán)控制，但由于經(jīng)濟(jì)或技術(shù)的原因（如在線分析儀價(jià)格昂貴，或者在惡劣的工作環(huán)境下無法正常工作），這些質(zhì)量指標(biāo)難以進(jìn)行在線測(cè)量，只能通過離線實(shí)驗(yàn)室分析得到分析值。但是實(shí)驗(yàn)室分析數(shù)據(jù)往往存在長時(shí)間滯后的問題，無法滿足在線實(shí)時(shí)控制和優(yōu)化操作的要求。

以本項(xiàng)目聚丙烯裝置為例，在線實(shí)時(shí)計(jì)算的質(zhì)量指標(biāo)主要有：熔融指數(shù)、等規(guī)度、堆積密度、鋁、鈦、鋁等。以上指標(biāo)計(jì)算通過數(shù)據(jù)建模服務(wù)軟件來完成，該軟件基于LSTM神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)驅(qū)動(dòng)模型對(duì)目標(biāo)指標(biāo)進(jìn)行預(yù)報(bào)。

無論采用何種方法建立的軟測(cè)量模型，都是基于現(xiàn)場(chǎng)采集得到的數(shù)據(jù)經(jīng)過優(yōu)化建模而得，但生產(chǎn)裝置在實(shí)際運(yùn)行過程中，隨著操作條件的變化，其過程對(duì)象特性不可避免地發(fā)生變化和漂移，所以依據(jù)過去工況建立的模型在對(duì)后面的參數(shù)進(jìn)行估計(jì)時(shí)可能會(huì)存在一定的誤差。為使計(jì)算結(jié)果趨于真值，必須對(duì)模型在實(shí)際使用過程中進(jìn)行在線校正以提高模型的計(jì)算精度。

3.實(shí)施步驟及路徑

本案例依托于恒力工業(yè)互聯(lián)網(wǎng)平臺(tái)，利用java spring框架結(jié)合HTML和JS技術(shù)自主研發(fā)了基于B/S架構(gòu)聚丙烯裝置的產(chǎn)品質(zhì)量管理系統(tǒng)旨在輔助工藝人員實(shí)現(xiàn)對(duì)于生產(chǎn)過程的平穩(wěn)操作進(jìn)而提高產(chǎn)品質(zhì)量的合格率和降低因?yàn)樯a(chǎn)波動(dòng)而引起的物能耗。

1）開發(fā)過程質(zhì)量管理服務(wù)軟件

將聚丙烯生產(chǎn)過程的統(tǒng)計(jì)控制與六西格瑪管理體系相結(jié)合，通過實(shí)時(shí)計(jì)算出的工藝過程生產(chǎn)能力指數(shù)Cpk、工藝過程性能指數(shù)Ppk、控制限與報(bào)警限的分析值，針對(duì)生產(chǎn)過程平穩(wěn)控制給出指導(dǎo)建議。

圖24 生產(chǎn)過程質(zhì)量管理

2）開發(fā)數(shù)據(jù)建模軟測(cè)量服務(wù)軟件

在產(chǎn)品質(zhì)量的管理過程中，熔融指數(shù)、等規(guī)度、堆積密度、鋁、鈦、氯等以上指標(biāo)難以進(jìn)行在線測(cè)量，只能通過離線實(shí)驗(yàn)室分析得到分析值。但是實(shí)驗(yàn)室分析數(shù)據(jù)往往存在長時(shí)間滯后的問題，無法滿足在線實(shí)時(shí)控制和優(yōu)化操作的要求。

該軟件采用基于LSTM神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)驅(qū)動(dòng)模型實(shí)現(xiàn)對(duì)于熔融指數(shù)、等規(guī)度、堆積密度、鋁、鈦、氯等產(chǎn)品質(zhì)量指標(biāo)的軟測(cè)量。從而保證了工藝人員可以在整個(gè)產(chǎn)品的生產(chǎn)過程中對(duì)于質(zhì)量指標(biāo)的實(shí)時(shí)監(jiān)控，從而能滿足用戶對(duì)于實(shí)時(shí)控制質(zhì)量指標(biāo)的需求，有效的提高產(chǎn)品質(zhì)量，降低成本消耗。

圖25 產(chǎn)品質(zhì)量管理界面

3）數(shù)字孿生系統(tǒng)產(chǎn)品質(zhì)量管理系統(tǒng)

a)生產(chǎn)過程質(zhì)量管理

將物理空間的DCS組態(tài)鏡像表示在孿生空間中，通過生產(chǎn)數(shù)據(jù)庫ip21數(shù)據(jù)接口以1次/分鐘的頻率取得相應(yīng)DCS點(diǎn)位數(shù)據(jù)，通過接口調(diào)用質(zhì)量管理服務(wù)軟件對(duì)此點(diǎn)位的生產(chǎn)數(shù)據(jù)進(jìn)行實(shí)時(shí)質(zhì)量管理，通過實(shí)時(shí)計(jì)算出的工藝過程生產(chǎn)能力指數(shù)Cpk、工藝過程性能指數(shù)Ppk、控制限與報(bào)警限的分析值，針對(duì)生產(chǎn)過程平穩(wěn)控制給出指導(dǎo)建議。

b)產(chǎn)品質(zhì)量管理

通過生產(chǎn)數(shù)據(jù)庫ip21歷史數(shù)據(jù)接口和LIMS接口獲取開工至今的相應(yīng)DCS點(diǎn)位歷史生產(chǎn)數(shù)據(jù)和產(chǎn)品質(zhì)量分析數(shù)據(jù)，接著將獲取的生產(chǎn)數(shù)據(jù)與質(zhì)量分析數(shù)據(jù)以時(shí)間相同為條件進(jìn)行數(shù)據(jù)對(duì)齊形成數(shù)據(jù)集，然后調(diào)用產(chǎn)品質(zhì)量管理服務(wù)軟件對(duì)熔融指數(shù)、等規(guī)度、堆積密度、鋁、鈦、氯等產(chǎn)品質(zhì)量指標(biāo)進(jìn)行實(shí)時(shí)軟測(cè)量并可視化展示軟測(cè)量結(jié)果。為使計(jì)算結(jié)果趨于真值，必須對(duì)模型在實(shí)際使用過程中進(jìn)行在線校正以提高模型的計(jì)算精度。

4.案例推廣應(yīng)用價(jià)值

本案例所采用的的統(tǒng)計(jì)過程控制是一種數(shù)理統(tǒng)計(jì)方法應(yīng)用于質(zhì)量管理的過程控制工具。

統(tǒng)計(jì)過程控制是小概率事件原理的應(yīng)用，連續(xù)假設(shè)檢驗(yàn)理論應(yīng)用于觀測(cè)值落入控制限內(nèi)的判斷。應(yīng)用于區(qū)分正常波動(dòng)和異常波動(dòng)，并對(duì)異常波動(dòng)的預(yù)警以便采取措施。當(dāng)過程受控時(shí)，過程特性一般服從穩(wěn)定的隨機(jī)分布；但是失控時(shí)，過程分布將發(fā)生改變。正是利用過程波動(dòng)的統(tǒng)計(jì)規(guī)律性對(duì)過程進(jìn)行分析控制的。對(duì)異常波動(dòng)的及時(shí)預(yù)警是統(tǒng)計(jì)過程控制最大特點(diǎn)，預(yù)警原理應(yīng)用對(duì)檢測(cè)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析能夠區(qū)分生產(chǎn)過程中產(chǎn)品質(zhì)量的正常波動(dòng)和異常波動(dòng)。

在工業(yè)的產(chǎn)品生產(chǎn)中即使操原材料、操作人員、生產(chǎn)設(shè)備、加工過程、測(cè)量方法、生產(chǎn)環(huán)境等到條件相同。生產(chǎn)出來每一批 產(chǎn)品的質(zhì)量特性的實(shí)際值也并不完全相同，產(chǎn)品的質(zhì)量特性總是存在差異，這就是質(zhì)量特性的波動(dòng)。將統(tǒng)計(jì)過程控制與六西格瑪質(zhì)量管理體系相結(jié)合能更好的對(duì)制造業(yè)產(chǎn)品生產(chǎn)的整個(gè)生命周期進(jìn)行質(zhì)量管控，可以實(shí)現(xiàn)生產(chǎn)過程中各生產(chǎn)條件的平穩(wěn)運(yùn)行，進(jìn)而實(shí)現(xiàn)降低能耗，物耗，提高收益的效果。同時(shí)，也可以保證產(chǎn)品性質(zhì)的穩(wěn)定保證產(chǎn)品具有較高的合格率，因此本案例具有較好的工業(yè)推廣價(jià)值。

（五）設(shè)備故障診斷與遠(yuǎn)程運(yùn)維

本方案在工業(yè)互聯(lián)網(wǎng)平臺(tái)的基礎(chǔ)上，應(yīng)用了邊緣計(jì)算技術(shù)、工業(yè)大數(shù)據(jù)技術(shù)、人工智能技術(shù)、IoT技術(shù)，從傳感器采集數(shù)據(jù)中提取特征的趨勢(shì)曲線，通過大數(shù)據(jù)分析、挖掘能力和機(jī)器學(xué)習(xí)，提高數(shù)字孿生系統(tǒng)設(shè)備診斷模型精確性，為技術(shù)專家掌握及維護(hù)系統(tǒng)運(yùn)行及提升系統(tǒng)診斷能力提供技術(shù)手段，實(shí)現(xiàn)設(shè)備故障診斷管理水平，降低工廠資產(chǎn)的運(yùn)營風(fēng)險(xiǎn)。

本方案以及數(shù)字孿生系統(tǒng)的工業(yè)設(shè)備機(jī)理模型與算法，實(shí)現(xiàn)設(shè)備在線狀態(tài)監(jiān)測(cè)、故障監(jiān)測(cè)與自動(dòng)診斷、設(shè)備趨勢(shì)預(yù)測(cè)等核心功能，提升設(shè)備管理的感知控制能力、故障診斷能力、預(yù)測(cè)能力、分析優(yōu)化能力、決策能力。方案功能架構(gòu)圖如下所示：

圖26 數(shù)字孿生系統(tǒng)設(shè)備故障診斷與遠(yuǎn)程運(yùn)維模塊功能架構(gòu)圖

1.案例定位

2.案例優(yōu)勢(shì)分析

動(dòng)設(shè)備數(shù)字孿生應(yīng)用方案融合了機(jī)械工程、信號(hào)處理、工業(yè)大數(shù)據(jù)、機(jī)器學(xué)習(xí)、數(shù)字孿生以及工業(yè)4G等相關(guān)技術(shù)，可實(shí)現(xiàn)大機(jī)組、高危泵以及其他重要設(shè)備狀態(tài)自動(dòng)分析與跟蹤、故障診斷與預(yù)警，精準(zhǔn)把握設(shè)備全生命周期狀態(tài)的變遷，提升動(dòng)設(shè)備管理的效率與水平，促進(jìn)設(shè)備管理由事后維護(hù)、周期維護(hù)，向智能化的預(yù)知維護(hù)轉(zhuǎn)變。

運(yùn)用數(shù)字孿生技術(shù)如下：

1）邊緣計(jì)算技術(shù)

邊緣計(jì)算設(shè)備主要功能包括設(shè)備運(yùn)行狀態(tài)信息的采集、分析、特征提取、狀態(tài)報(bào)警以及數(shù)據(jù)管理等，同時(shí)支持多種方式數(shù)據(jù)遠(yuǎn)程傳輸，把數(shù)據(jù)映射到設(shè)備對(duì)象的數(shù)字孿生體，是設(shè)備故障診斷與遠(yuǎn)程維護(hù)的基礎(chǔ)。邊緣計(jì)算技術(shù)是基于機(jī)械工程、信號(hào)處理、4G傳輸?shù)认嚓P(guān)技術(shù)，實(shí)現(xiàn)設(shè)備就地連續(xù)不斷的數(shù)據(jù)采集、計(jì)算、分析、實(shí)時(shí)的狀態(tài)判斷及智能傳輸，在大大增加邊緣側(cè)計(jì)算數(shù)據(jù)量的同時(shí)，減少了傳輸?shù)臄?shù)據(jù)量，降低中心服務(wù)器的計(jì)算及存儲(chǔ)壓力，同時(shí)不遺漏關(guān)鍵數(shù)據(jù)。

2）數(shù)字孿生

設(shè)備故障診斷與遠(yuǎn)程運(yùn)維數(shù)字孿生應(yīng)用，將物理設(shè)備構(gòu)建一個(gè)可視的、多時(shí)空尺度的數(shù)字化孿生對(duì)象，實(shí)現(xiàn)直觀、快速、全面、精準(zhǔn)地掌握設(shè)備的狀態(tài)。設(shè)備的數(shù)字化孿生對(duì)象是通過結(jié)構(gòu)、時(shí)間、空間、顏色、尺度、形狀等可視化要素對(duì)物理設(shè)備進(jìn)行描述，形成物理模型，模型融合工業(yè)大數(shù)據(jù)、設(shè)備機(jī)理模型與算法、行業(yè)標(biāo)準(zhǔn)、自學(xué)習(xí)、人工智能、邊緣計(jì)算等技術(shù)形成設(shè)備的數(shù)字孿生體,數(shù)據(jù)驅(qū)動(dòng)對(duì)設(shè)備的智能監(jiān)測(cè)，實(shí)現(xiàn)數(shù)字系統(tǒng)與物理系統(tǒng)之間基于數(shù)據(jù)自動(dòng)流動(dòng)的狀態(tài)感知、實(shí)時(shí)分析、科學(xué)決策、精準(zhǔn)執(zhí)行的閉環(huán)賦能體系，通過對(duì)設(shè)備狀態(tài)的評(píng)價(jià)，掌握企業(yè)實(shí)時(shí)生產(chǎn)狀態(tài)。

下圖為一個(gè)典型的設(shè)備全貌的數(shù)字化孿生可視化狀態(tài)監(jiān)測(cè)方案。

 圖27

3）基于工業(yè)大數(shù)據(jù)自學(xué)習(xí)模型的狀態(tài)監(jiān)測(cè)

針對(duì)各類設(shè)備，利用工業(yè)大數(shù)據(jù)技術(shù)對(duì)設(shè)備相關(guān)的歷史工藝數(shù)據(jù)、振動(dòng)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析、自學(xué)習(xí)建模，實(shí)現(xiàn)在線對(duì)設(shè)備狀態(tài)進(jìn)行監(jiān)測(cè)。傳統(tǒng)設(shè)備的監(jiān)測(cè)閾值是由設(shè)計(jì)定義，標(biāo)準(zhǔn)比較通用，難以適應(yīng)不同結(jié)構(gòu)、不同工藝環(huán)境、不同運(yùn)行歷史等設(shè)備行為狀態(tài)；而現(xiàn)場(chǎng)技術(shù)人員根據(jù)經(jīng)驗(yàn)自定義，缺乏數(shù)據(jù)以及相關(guān)技術(shù)支持，因此設(shè)備故障報(bào)警誤報(bào)與漏報(bào)嚴(yán)重。通過對(duì)設(shè)備相關(guān)的歷史工藝數(shù)據(jù)、振動(dòng)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析、挖掘、自學(xué)習(xí)建模，可以實(shí)現(xiàn)對(duì)設(shè)備與流程狀態(tài)進(jìn)行預(yù)知。

下圖是對(duì)設(shè)備相關(guān)工藝數(shù)據(jù)進(jìn)行趨勢(shì)分析、挖掘、建模方案：

圖28

4）故障預(yù)警及自動(dòng)診斷

設(shè)備數(shù)字孿生對(duì)故障預(yù)警與診斷的精確度，是決定其應(yīng)用效能的關(guān)鍵指標(biāo)。精確度越高，越可以更準(zhǔn)確實(shí)時(shí)地反映設(shè)備的狀態(tài)，從而提升工廠設(shè)備預(yù)警及自動(dòng)診斷水平。系統(tǒng)內(nèi)置國內(nèi)外設(shè)備監(jiān)測(cè)專業(yè)的技術(shù)標(biāo)準(zhǔn)、部件參數(shù)、數(shù)學(xué)模型等，并根據(jù)不同設(shè)備的類型、結(jié)構(gòu)及運(yùn)行特點(diǎn)，設(shè)計(jì)了相應(yīng)的監(jiān)測(cè)與故障診斷模型。每臺(tái)設(shè)備監(jiān)測(cè)與診斷智能模型多達(dá)300余個(gè)，如同300個(gè)專業(yè)工程師24小時(shí)不間斷對(duì)一臺(tái)設(shè)備狀態(tài)進(jìn)行實(shí)時(shí)診斷，偵測(cè)設(shè)備狀態(tài)變遷與早期故障征兆。設(shè)備監(jiān)測(cè)與診斷模式由傳統(tǒng)的依賴人工向智能化、小樣本向大樣本、少特征向多特征、單時(shí)刻向全周期、黑盒子向可視化方向發(fā)展，降低誤報(bào)與漏報(bào)。

下圖為往復(fù)式壓縮機(jī)氣缸工作模型的數(shù)字化孿生實(shí)例：

圖29

3.實(shí)施步驟及路徑

方案實(shí)施步驟及路徑：

1）動(dòng)設(shè)備結(jié)構(gòu)及所在工藝流程分析。

2）傳感器、邊緣計(jì)算、傳輸網(wǎng)絡(luò)安裝。

使用的軟硬件工具：邊緣計(jì)算設(shè)備

3）系統(tǒng)安裝，初始化設(shè)備測(cè)點(diǎn)、部件、模型以及相關(guān)屬性參數(shù)。

使用的軟硬件工具：ISEA建模工具。

4）試運(yùn)行，閥值自學(xué)習(xí)適應(yīng)，模型自學(xué)習(xí)修正。

使用的軟硬件工具：ISEA工業(yè)大數(shù)據(jù)分析、處理、建模工具；ISEA平臺(tái)軟件；

5）驗(yàn)收及投用。 

4.案例推廣應(yīng)用價(jià)值

動(dòng)設(shè)備作為工業(yè)的動(dòng)力來源，設(shè)備健康是企業(yè)正常生產(chǎn)的保證，在流程行業(yè)一些核心關(guān)鍵設(shè)備，產(chǎn)生非計(jì)劃停機(jī)，企業(yè)將面臨全面停產(chǎn)或部分停產(chǎn)，損失巨大，因此案例在流程行業(yè)進(jìn)行推廣應(yīng)用為迫切需求。案例推廣到其他行業(yè)，例如離散行業(yè)，在國家推行數(shù)字化轉(zhuǎn)型與智能化發(fā)展的大環(huán)境下，設(shè)備智能監(jiān)測(cè)及故障診斷為智能化發(fā)展中最為薄弱的環(huán)節(jié)之一，客戶逐步開始重視這方面的投入，隨著邊緣計(jì)算、大數(shù)據(jù)、5G技術(shù)、工業(yè)互聯(lián)網(wǎng)等相關(guān)技術(shù)的發(fā)展，終端數(shù)據(jù)的采集接入變得更加便利，進(jìn)而案例推廣應(yīng)用具備了非常好的基礎(chǔ)條件，同時(shí)也展現(xiàn)出非常廣闊的應(yīng)用空間。

（六）腐蝕管理

本方案基于物理空間實(shí)體數(shù)字孿生模型層涵蓋資產(chǎn)全生命周期的屬性數(shù)據(jù)，結(jié)合物理空間實(shí)體的模型的空間位置，對(duì)資產(chǎn)腐蝕進(jìn)行相應(yīng)的管理，包括腐蝕回路劃分、抽取、檢測(cè)點(diǎn)規(guī)劃、檢測(cè)實(shí)施及記錄、定點(diǎn)測(cè)厚點(diǎn)標(biāo)識(shí)及測(cè)厚數(shù)據(jù)管理等工作。

基于工業(yè)互聯(lián)網(wǎng)平臺(tái)，物理空間實(shí)體數(shù)字孿生模型集成了裝置設(shè)計(jì)資料、采購資料以及介質(zhì)屬性與生產(chǎn)實(shí)時(shí)數(shù)據(jù)，虛擬空間多維模型可根據(jù)RBI分析結(jié)果，進(jìn)行智能預(yù)警，從而指導(dǎo)設(shè)計(jì)全面腐蝕管理策略、制定檢測(cè)優(yōu)化方案，以低成本完成腐蝕管理與規(guī)劃。數(shù)據(jù)集成示意圖如下：

圖30 數(shù)字孿生系統(tǒng)物理空間實(shí)體模型層數(shù)據(jù)集成及展示效果示意圖

1.案例定位

2.案例優(yōu)勢(shì)分析

腐蝕損傷一直是影響煉化企業(yè)靜設(shè)備完整性，乃至生產(chǎn)裝置安全穩(wěn)定長周期運(yùn)行的主要因素之一。為有效提升設(shè)備完整性管理，腐蝕管理技術(shù)在虛擬模型上的集成優(yōu)化也已成為國外先進(jìn)技術(shù)的發(fā)展潮流和最佳實(shí)踐。

本項(xiàng)目運(yùn)用智能的三維建模技術(shù)和開放的數(shù)據(jù)集成技術(shù)，對(duì)裝置腐蝕回路建立三維智能虛擬現(xiàn)實(shí)模型，模型集成資產(chǎn)的全生命周期數(shù)據(jù)以及分散在各應(yīng)用系統(tǒng)中的資產(chǎn)、腐蝕監(jiān)測(cè)、文檔等業(yè)務(wù)數(shù)據(jù)，實(shí)現(xiàn)三維智能模型與腐蝕管理業(yè)務(wù)的融合。

（1）物理空間實(shí)體模型數(shù)字孿生技術(shù)

方案采用物理空間實(shí)體模型數(shù)字孿生技術(shù)構(gòu)建虛擬模型，提出物理空間實(shí)體模型層、虛擬空間多維模型層建模方法，采用孿生數(shù)據(jù)驅(qū)動(dòng)的時(shí)變動(dòng)態(tài)模型映射機(jī)制，實(shí)現(xiàn)模型對(duì)腐蝕機(jī)理、設(shè)備運(yùn)行空間、時(shí)間多維動(dòng)態(tài)描述。

模型涵蓋資產(chǎn)全生命周期的屬性數(shù)據(jù)，結(jié)合物理空間實(shí)體模型的空間位置，融合裝置設(shè)計(jì)資料、采購資料以及介質(zhì)屬性與生產(chǎn)實(shí)時(shí)數(shù)據(jù)、運(yùn)行歷史數(shù)據(jù)、檢維修數(shù)據(jù)等，在虛擬模型上可根據(jù)RBI分析結(jié)果，進(jìn)行智能預(yù)警，從而指導(dǎo)設(shè)計(jì)全面腐蝕管理策略、制定檢測(cè)優(yōu)化方案，以低成本完成腐蝕管理與規(guī)劃。

在虛擬模型上可以很方便對(duì)資產(chǎn)腐蝕進(jìn)行相應(yīng)的管理，包括腐蝕回路劃分、抽取、檢測(cè)點(diǎn)規(guī)劃、檢測(cè)實(shí)施及記錄、定點(diǎn)測(cè)厚點(diǎn)標(biāo)識(shí)及測(cè)厚數(shù)據(jù)管理等工作，實(shí)現(xiàn)數(shù)據(jù)與空間位置的統(tǒng)一，為腐蝕分析帶來極大方便。

圖31 數(shù)字孿生系統(tǒng)物理空間實(shí)體模型層數(shù)據(jù)集成及展示效果示意圖

（2）動(dòng)態(tài)RBI數(shù)字孿生技術(shù)

綜合考慮裝置運(yùn)行工況、設(shè)備運(yùn)行數(shù)據(jù)及設(shè)備腐蝕在線監(jiān)測(cè)數(shù)據(jù)，建立基于實(shí)時(shí)數(shù)據(jù)分析的承壓設(shè)備動(dòng)態(tài)風(fēng)險(xiǎn)分析模型。通過大量的常減壓裝置失效模式數(shù)據(jù)庫、風(fēng)險(xiǎn)分布數(shù)據(jù)庫、失效案例數(shù)據(jù)庫，結(jié)合操作工藝變化，對(duì)設(shè)備進(jìn)行動(dòng)態(tài)風(fēng)險(xiǎn)分析，實(shí)時(shí)掌握高風(fēng)險(xiǎn)設(shè)備的風(fēng)險(xiǎn)波動(dòng)情況，為承壓設(shè)備提供實(shí)時(shí)動(dòng)態(tài)的風(fēng)險(xiǎn)分析與預(yù)警，解決傳統(tǒng)運(yùn)維由被動(dòng)防控轉(zhuǎn)變?yōu)橹鲃?dòng)防控，從根本上預(yù)防和避免事故的發(fā)生，保障裝置長周期安全穩(wěn)定運(yùn)營，

圖32 基于多源數(shù)據(jù)融合的動(dòng)態(tài)RBI分析技術(shù)

3.實(shí)施步驟及路徑

本項(xiàng)目具體內(nèi)實(shí)施步驟如下：

（1）模型解析與轉(zhuǎn)換

三維模型作為數(shù)字化工廠最重要的數(shù)據(jù)源之一，模型轉(zhuǎn)換技術(shù)有非常重要的地位。

常減壓裝置設(shè)計(jì)模型采用的是PDMS模型，本方案的三維模型的轉(zhuǎn)換技術(shù)遵循ISO15926的標(biāo)準(zhǔn)框架，在轉(zhuǎn)換過程中確保模型在圖形、屬性、顏色、資產(chǎn)樹等關(guān)鍵管理要素?zé)o損失。三維模型轉(zhuǎn)換技術(shù)同時(shí)遵循工程級(jí)三維數(shù)字化孿生系統(tǒng)的管理要求，經(jīng)多模型坐標(biāo)統(tǒng)一、模型拼接，生成虛擬三維模型。

（２）資產(chǎn)屬性信息孿生

本項(xiàng)目資產(chǎn)信息孿生提供了一套較完整的解決方案，以工廠對(duì)象為載體，采用以虛擬資產(chǎn)為索引的方式構(gòu)建資產(chǎn)數(shù)據(jù)中心方案，形成以三維模型為核心的數(shù)字化資產(chǎn)信息模型，包括設(shè)計(jì)、制造、安裝、運(yùn)行、維護(hù)數(shù)據(jù)等全生命周期的動(dòng)靜態(tài)數(shù)據(jù)集，這樣，讓數(shù)字孿生工廠系統(tǒng)不僅實(shí)現(xiàn)對(duì)實(shí)體資產(chǎn)三維外形的數(shù)字化，更實(shí)現(xiàn)了資產(chǎn)全生命周期數(shù)據(jù)的有效管理，實(shí)現(xiàn)了真正資產(chǎn)的數(shù)字孿生。

（３）建立模型與相應(yīng)靜態(tài)數(shù)據(jù)關(guān)聯(lián)關(guān)系

通過工廠對(duì)象的唯一編號(hào)信息關(guān)聯(lián)該對(duì)象在設(shè)計(jì)、采購、施工各個(gè)階段的靜態(tài)數(shù)據(jù)信息。

（４）文檔數(shù)據(jù)關(guān)聯(lián)

解析文檔關(guān)聯(lián)關(guān)系，開發(fā)文檔關(guān)聯(lián)接口，以工廠對(duì)象為維度，關(guān)聯(lián)工廠設(shè)計(jì)階段、采購階段、建設(shè)階段的圖紙資料、技術(shù)說明、數(shù)據(jù)表、材料表等文檔信息，實(shí)現(xiàn)接受移交的文檔關(guān)聯(lián)關(guān)系。

（５）動(dòng)態(tài)數(shù)據(jù)集成

一個(gè)完整的數(shù)字化資產(chǎn)模型除了上述靜態(tài)信息外，還包括運(yùn)營維護(hù)階段的動(dòng)態(tài)數(shù)據(jù)。動(dòng)態(tài)數(shù)據(jù)集成是以工廠對(duì)象為載體，集成MES系統(tǒng)、LIMS系統(tǒng)、測(cè)厚系統(tǒng)、動(dòng)態(tài)RBI系統(tǒng)、腐蝕系統(tǒng)、設(shè)備管理系統(tǒng)等。

（６）動(dòng)態(tài)RBI分析

針對(duì)高風(fēng)險(xiǎn)設(shè)備的類型及全生命周期中可能的失效模式，以RBI評(píng)估數(shù)據(jù)庫、檢驗(yàn)檢測(cè)數(shù)據(jù)庫、失效案例庫等為基礎(chǔ)，結(jié)合特征安全參量監(jiān)測(cè)，對(duì)設(shè)備的動(dòng)態(tài)風(fēng)險(xiǎn)進(jìn)行分析，實(shí)時(shí)掌握高風(fēng)險(xiǎn)設(shè)備的風(fēng)險(xiǎn)情況，保障高風(fēng)險(xiǎn)設(shè)備的安全。

4.案例推廣應(yīng)用價(jià)值

長期以來我國煉化行業(yè)工作重點(diǎn)是保障工藝的正常進(jìn)行，但在復(fù)雜工況、工藝波動(dòng)等條件下裝置的長周期運(yùn)行要求不斷提高，對(duì)裝置及設(shè)備安全帶來嚴(yán)峻挑戰(zhàn)。針對(duì)近年來發(fā)生的涉及裝置的設(shè)備事故進(jìn)行分析發(fā)現(xiàn)，傳統(tǒng)的以定期檢驗(yàn)為主的設(shè)備安全保障技術(shù)已經(jīng)不能完全適應(yīng)設(shè)備長周期安全的要求。

本項(xiàng)目以3D數(shù)字化平臺(tái)為基礎(chǔ)，將相關(guān)設(shè)備運(yùn)行參數(shù)、操作工藝參數(shù)及設(shè)備監(jiān)測(cè)參數(shù)等數(shù)據(jù)以一定的邏輯關(guān)系組織起來，結(jié)合對(duì)設(shè)備特征安全參量的檢測(cè)監(jiān)測(cè)、設(shè)備完整性分析，從而實(shí)現(xiàn)設(shè)備運(yùn)行的動(dòng)態(tài)風(fēng)險(xiǎn)分析與控制、完整性監(jiān)測(cè)，失效的早期預(yù)警，實(shí)現(xiàn)高風(fēng)險(xiǎn)設(shè)備的精準(zhǔn)風(fēng)險(xiǎn)控制，提高針對(duì)性和效率，保障裝置的安全，是近年來石化流程裝置設(shè)備運(yùn)維技術(shù)的發(fā)展方向，具有非常重要的推廣應(yīng)用價(jià)值。

三、實(shí)施效果

目前項(xiàng)目在實(shí)施階段，效益成果的定性定量分析也在不斷深入，根據(jù)目前的項(xiàng)目進(jìn)度和實(shí)施情況，初步展現(xiàn)的實(shí)施效果如下：

1.建立面向流程行業(yè)生產(chǎn)線的感知、優(yōu)化、控制、診斷和決策等過程的數(shù)字孿生對(duì)象模型1000余個(gè)；

2.形成多時(shí)空尺度模型的統(tǒng)計(jì)計(jì)算求解能力，時(shí)間尺度覆蓋秒、分、小時(shí)，空間尺度覆蓋設(shè)備、工序、產(chǎn)線。數(shù)字孿生系統(tǒng)實(shí)現(xiàn)關(guān)鍵工藝性能指標(biāo)的模型預(yù)測(cè)，預(yù)測(cè)提前時(shí)間不少于20分鐘，預(yù)測(cè)精度不低于90%；實(shí)現(xiàn)異常工況的模型預(yù)測(cè)，預(yù)測(cè)提前時(shí)間不少于15分鐘，誤報(bào)率和漏報(bào)率均不低于5%（與實(shí)際現(xiàn)場(chǎng)數(shù)據(jù)對(duì)比）。

3.生產(chǎn)線的孿生對(duì)象支持單向、雙向以及一對(duì)多的數(shù)據(jù)同步與交換，具有閉環(huán)控制功能，關(guān)鍵性能指標(biāo)控制誤差小于1%，形成可視化虛擬生產(chǎn)線，與現(xiàn)場(chǎng)生產(chǎn)線平行運(yùn)行；

4.形成3條數(shù)字孿生示范生產(chǎn)線。

本項(xiàng)目實(shí)施有助于推動(dòng)國家和地方規(guī)劃制定的發(fā)展目標(biāo)的實(shí)現(xiàn)，對(duì)于提升制造業(yè)基于大數(shù)據(jù)的智能決策能力，提高產(chǎn)品質(zhì)量，實(shí)現(xiàn)社會(huì)效益、企業(yè)效益和環(huán)境效益三個(gè)同步發(fā)展，調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，深化改革開放，實(shí)現(xiàn)行業(yè)創(chuàng)新具有重要意義，實(shí)施效果也會(huì)逐漸完善。