摘要：结合中国石化九江分公司等试点企业智能工厂案例，总结了五项实践特点；提炼出石化行业智能制造的四大技术趋势和三大建设理念。针对石化智能制造困境，提出了石化企业推进智能制造应该关注的重点及对策。

关键词：石化工业；智能工厂；智能制造；对策

近年来，物联网、大数据、云计算、人工智能等新一代信息技术的迅猛发展，推动经济社会各领域从数字化、网络化向智能化加速跃升。石化行业属于传统流程工业，具有资金、技术、劳动、风险密集的特点，随着供给侧结构性改革的深化和安全环保要求的提高，智能化成为石化企业转型升级的必然选择。同时，由于炼化大型化、一体化、高端化的趋势导致石化运营业务广、流程复杂，同时要求操作弹性大、反应灵活以应对市场快速变化，因此石化行业对智能制造的要求相对较高。

虽然自2015 年国务院发布《中国制造2025》国家战略以来，相继发布了《国家智能制造标准体系建设指南》等一系列体系、规划、政策和措施，并且对智能工厂的本质也达成了清晰共识，但对于生产企业进行智能制造这些政策还缺乏可操作性。企业更想了解石化行业智能工厂建设的顶层设计、进度划分、技术路线，以及如何结合行业特点及企业现状制订行之有效的实施方案等。本文在总结石化行业智能制造实践的基础上，提炼一些值得借鉴的经验，提供具备可行性的 对策。

1、现状、特点与启示

1.1 建设现状

目前，已在中国石化、中国石油、中国海油等大型国有企业广泛开展数字化应用。总体上构建了三层应用架构，即围绕ERP 的经营管理层，以LIMS、MES、PIMS、APC 为核心的生产执行层，以及以生产实时数据库为支撑，涵盖研发、生产、储运、安防、环保等多个环节的操作控制层。通过管理、生产、控制等业务流程间的纵向联合，装置、车间及运行部之间的横向集成，实现集中化操作控制、精益化生产运行、规范化经营管理。

在智能化应用上，2013 年中国石化燕山石油化工有限公司、中国石化镇海炼化分公司、中国石化九江分公司（以下简称“九江石化”）、中国石化茂名分公司成为中国制造2025 智能制造试点企业。四家试点企业围绕生产管控、设备管理、安全环保、能源管理、供应链管理、辅助决策等六个方面开展智能化应用，采用云计算、物联网、移动应用、大数据等先进技术，实现了企业生产运营的信息化集成，从而推动企业生产方式和管控模式变革，提升工厂运营管理水平及安全环保、节能减排水平，促进了效率和效益提升。

在总体效果上，四家企业装置自控率、数据自采率均在90%以上，分别提高10%～20%；外排污监控率达到100%；生产优化由局部、离线逐步提升为一体化、在线优化。企业生产组织模式也得到精简，如九江石化班组数量减少13%，外操室数量削减35%，员工总数减少12%。

在四家企业中，九江石化在“智能工厂”试点建设方面取得成效显著，进入石化行业首批入选工信部智能制造试点示范项目名单。深入总结九江石化的实践特色，可以带来更多启发。

1.2 实践特点

回顾九江石化智能工厂的建设之路，可以总结出以下几个特点。

第一，科学合理谋划建设思路。九江石化提出顶层设计、整体规划、业务驱动、分工合作、有限目标、持续进步的建设思路（见表1）。

表1 九江石化智能工厂的建设思路

第二，重视基础建设和新技术应用。智能化的前提是互联互通，打破信息孤岛和应用孤岛，在数据标准化的基础上通过ODS 和EBS 实现数据集成和应用集成。同时适时引入新技术，如利用无线移动通信技术建立企业移动宽带和融合通信；利用大数据技术进行报警分析、结焦预测、收率寻优。

第三，积极引入外脑，形成产学研用合力。以企业为主体、以合作项目为载体，成立陈丙珍院士工作站、钱锋院士工作站和一系列智能制造联合实验室，打造产学研用一体化“集智”工作模式。

第四，引进吸收与自主创新并重。采用国外成熟品牌的应用系统，如PIMS、ORION、RSIM、Aspen。同时搭建企业内部“双创”平台，组建创新专业团队，如全流程优化团队、三维数字团队、模型优化团队，开展自主创新工作。一方面开展集成创新，对已有应用扩展改造和企业化深度定制；另一方面进行原始创新，主导构建工业企业移动宽带网络及音视频融合通信、炼油全流程一体化优化、全三维数字化炼厂等平台。

第五，产品选择上坚持国产化和强强联合并举。除了上述成熟的应用选择了外国品牌，在软硬件选择上，主要选择与华为、浙大中控、石化盈科等名企合作，为控制成本以及后续维护和开发奠定基础。

1.3 带来启示

基于上述实践，可以得到以下几个启示。

第一，技术四大趋势显化。当前，石化行业智能化呈现四大趋势，即网络高速化、三维可视化、业务集成化、应用智能化。

第二，企业主导、价值引领、顶层设计是经验理念。建设实践提升了理念清晰化，可以提炼为三点。

一是企业主导建设。企业内生需求是推动智能制造的核心动力，是管控流程、组织架构、制度规范、质量标准、资产设备等核心内容的提供者。只有企业主导智能制造的建设，才不会出现目标频繁受环境左右的情况。

二是以创造价值为引领。瞄准降低生产成本、提高产品质量、提高生产运营效率等经济技术指标，以系统、流程、技术、组织、文化等深度融合为支撑，牵引项目建设的层次、计划及资源，使之既不能单纯成为一种管理手段，也不能为智能而智能。

三是做好顶层设计，做到扎实推进。传统石化企业建设智能工厂不同于新建企业，而是一个边改边建的过程，周期长、任务杂、见效慢；必须要明确建设目标、策略、规划、路线，落实保障措施，上下结合、全员参与、积极培育IT 文明。

2、困境与对策

针对未来如何提升石化行业智能制造水平，结合当前困境提出几点对策。

2.1 当前困境

一是政策支持有限。从全球来看，发达国家的石化工业已是夕阳工业，技术进步空间有限，智能制造建设缺乏动力和相关技术。发展中国家的石化工业资本和技术的积累不足，缺乏建设的兴趣和资金，而智能工厂的投入相对较大，短期经济效益却不明显。从国内来看，智能工厂试点示范优先选择离散工业。

二是相关标准缺乏且制定滞后。按照2018年版《国家智能制造标准体系建设指南》说明，智能制造标准体系框架包括“基础共性”“关键技术”“行业应用”三个部分，其中基础共性标准中的《智能制造能力等级要求》和《智能制造能力等级评价方法》待制定；关键技术标准中智能工厂部分共70 个计划内的标准，尚有17 个待制定；而拟制定行业应用标准范围内没有列入石化行业，这些都对评价、指导、规范石化企业智能工厂建设造成影响。

三是传统行业先天局限性。石化行业流程长而复杂，工艺调整频繁，涉及业务范围广；同时不同企业发展不平衡，大量企业尚处于机械化、电气化、自动化、数字化并存阶段，信息化基础薄弱，缺乏系统整体解决方案。从目前大型企业建设思路来看，现阶段主要还是对原有不同领域技术整合和优化，尚未研发面向行业的一体化技术。

四是关键共性技术和核心装备受制于人。一方面，目前国际上对于石化工业智能工厂的理论、定义、建设均不明确，多是测控系统供应商或集成商的宣传，具有偏向性。另一方面，缺乏用于智能工厂的建设、运行、维护的模型架构，对于石化行业的高风险、多变化、高危害，不成熟的工具无法采用，而工艺流程和分包设备缺少综合考虑的控制策略。

五是数据资源利用不足。石化企业的工艺多样，工况多变，全过程、全流程数据的积累对于运行和维护非常重要，而以往各类功能单一的应用系统只是进行简单的物理堆积，并没有从智能工厂系统性建设考虑问题，也无有效数据的挖掘和知识共享。

2.2 对策思路

石化企业智能工厂建设除了需要先做顶层规划，在此基础上再确定具体信息化目标以外，还需进行以下改进。

一是始终瞄准建设的根本目标。生产工艺是石化企业的命脉所在，生产过程数字化、自动化和智能化是为工艺服务的。该目标使企业不仅仅专注于生产环节，而是从全局角度，让整个业务链自动运行在满足装置安全、产品质量达标的约束下，物耗、能耗、排放最低，人力和资产利用率最优，适应多产品、精益化、及时响应、柔性生产。

二是加强企业自身数据建模和知识管理能力。过程建模是建设的关键和难点。将实时生产数字化，通过数据挖掘探寻运行规律，然后将规律转化为数学模型，再通过对模型求解寻优生成决策，将决策或指令自动向上/下传递，从而达到集成化。

三是智能石化应以自主学习和智能预测为最终目标，要注重结合已有数据、经验和系统，研发适用于复杂炼化生产过程的智能学习与预测系统。该系统应融合机理建模、深度学习和专家经验，并借助人工智能技术实现知识的学习、推理、应用和改进。

四是避免智能工厂建设的认识误区。如把智能工厂等同于机器巡检、无人值守、黑屏操作等；也不能重蹈覆辙，简单地把原有的信息化系统物理升级；更不能陷入对大数据、人工智能等新技术的被动等待。企业建设务必要把握好自身条件、核心目标、问题焦点、资源优势等，因地、因时制宜地制订方案为上策。

五是实现自主创新和队伍培养相互融合。智能石化建设不能一味依赖供应商，而要注重通过自我创新实现适合企业应用的改造、扩充和升级。加速提升员工专业知识结构，培养适应工艺全流程优化、资产全周期管理的专业技术人才，确保智能化后的高效应用和运行。

3、结语

今后，石化企业智能工厂建设将继续以提升质量、效益、安全、环保为目标核心，突破重点在全流程优化、管控一体化、风险识别、趋势预测等应用方面。炼化生产过程本身的复杂性、特殊性和影响性，使得石化企业智能工厂是一个长期的研究与建设过程，企业作为建设主体，应深入探索和实践“产、学、研、用”新模式，以在建设中取得实效。

本文作者：易轶虎（石油化工管理干部学院）