中国石化智能工厂试点建设项目初步设计

1、中国石化智能工厂试点建设项目初步设计报告编制单位：中国石油化工股份有限公司信息化管理部 中国石油化工股份有限公司炼油事业部 中国石油化工股份有限公司化工事业部中国石油化工股份有限公司北京燕山分公司中国石油化工股份有限公司镇海炼化分公司中国石油化工股份有限公司茂名分公司中国石油化工股份有限公司九江分公司石化盈科信息技术有限责任公司二零一四年十月中国石化智能工厂试点建设项目 初步设计报告目 录1.现状及发展趋势11.1智能工厂研究成果11.1.1SPM关于智能流程制造的研究成果11.1.2ESTEP关于流程工业智能制造的研究成果61.1.3IBM关于智能工厂的研究成果81.1.4SAP关于典型企业

2、数据部署架构的研究成果131.2智能工厂最佳实践131.2.1 通过供应链集成优化，实现效益最大化141.2.2 通过实施装置在线优化，提高生产敏捷性151.2.3 强化能源规范管理与优化，实现节能减排181.2.4 通过对KPI体系全局监控，提高科学决策能力191.2.5 建设企业级集成框架，支持卓越运营221.3智能工厂建设现状及发展趋势总结232.需求分析242.1需求分析方法242.2战略分析242.3模型定义262.3.1中国石化智能工厂模型定义262.3.2业务最佳实践272.3.3IT支持体系282.3.4建设基础条件282.4对标分析292.4.1试点企业现状292.4.2业务

3、需求分析552.4.3IT需求分析663.总体目标与阶段目标733.1总体工作思路733.2本期建设目标和内容733.2.1本期建设目标733.2.2总体建设内容753.2.3分企业建设内容和范围774.总体设计904.1设计原则904.2总体架构904.3业务域系统设计924.3.1计划生产协同优化924.3.2调度指挥984.3.3生产绩效及运行分析1024.3.4操作报警1054.3.5操作管理1084.3.6HSE管控1114.3.7能源管理1154.3.8设备健康管理1204.3.9设备可靠性1234.3.10辅助决策1274.4集中集成设计1304.4.1集中集成架构设计方法130

4、4.4.2数据集成1334.4.3应用集成1384.4.4界面集成1594.5三维数字化设计1624.5.1数据源1624.5.2数据层1634.5.3平台层1634.5.4应用层1654.6工业分析设计1684.6.1 基于MPP架构的数据仓库平台规划1684.6.2实时数据分析平台规划1704.6.3大数据决策分析平台的规划1714.6.4大数据分析结果的展示1714.7主数据管理与标准化设计1744.7.1中国石化信息标准化体系1744.7.2智能工厂建设的标准化模板1814.7.3主数据管理平台1824.8基础设施设计1864.8.1 IT基础设施总体框架1864.8.2 IT基础设施

5、路线图1884.8.3网络系统方案1884.8.4云计算资源节点方案1904.8.5信息安全方案2014.9技术路线及采用的关键技术2104.9.1计划生产协同优化2104.9.2调度指挥2114.9.3生产绩效及运行分析2114.9.4操作报警2124.9.5操作管理2124.9.6HSE管控2134.9.7能源管理2134.9.8设备健康管理2144.9.9设备可靠性2154.9.10辅助决策2164.10安全设计2174.10.1网络安全2184.10.2主机安全2194.10.3应用安全2214.10.4数据安全及系统备份恢复2215.系统配置方案2225.1系统配置原则2225.2配

6、置方案2225.2.1云计算企业端资源节点2225.2.2统一身份/单点登录2265.2.3工控网安全提升2266.实施方案2306.1组织机构2306.2项目管理2316.3进度计划2336.4风险评估及规避2336.5保证措施2357.资金预算2357.1投资估算依据及方法2357.2投资估算及资金来源2367.2.1项目总投资估算2367.2.2按费用类别投资汇总表2397.2.3按企业投资汇总表2397.2.4分系统立项投资汇总2407.2.5各企业立项投资汇总2448.项目验收指标2518.1技术指标2518.1.1验收标准2518.1.2验收条件2528.1.2验收组织及方式252

7、8.1.3验收交付成果2528.2效益指标2529.其它2559.1缩写词表2559.2 参考文献、资料25510.附件256IV1. 现状及发展趋势当今正处于信息化技术不断更新、发展的阶段，对流程行业产生深远的影响。对于信息技术的合理应用已经成为企业有效管理生产流程，确保效益最大化，以及安全、环保地进行生产的基础。此外，石油和天然气的价格的不确定性、数据储存量的指数增长、以及全球激烈竞争的巨大压力等这些因素都促使企业不断向信息化方向发展。而在企业信息化的进程中，实现企业的智能化应用是非常重要的一个环节。通过实现智能化，企业能够根据市场波动不断对生产计划进行调整，能够准确地掌握生产中各个环节所

8、产生的经济效益，跨领域进行团队的高效协作，有效地控制产品质量，使企业实现可持续、安全、环保以及低碳的发展。1.1智能工厂研究成果1.1.1SPM关于智能流程制造的研究成果2008年在美国国家科学基金会的赞助下，由加利福尼亚大学（UCLA）牵头，成立了包括企业界、学术界和政府相关机构组成的SPM组织，专门对智能流程制造（SMART PROCESS MANUFACTURING）进行研究。其中，参与的炼化企业有埃克森美孚、壳牌、道化学、杜邦等；相关的技术公司有霍尼维尔、IBM、艾斯本、ABB等。到目前为止，主要研究成果包括智能流程制造的定义、特征、模型和路线图。（1）智能流程制造的定义一种集成的、知

9、识驱动的、多模型的企业，其中所有操作与运营的决策和执行都来自于主动地运用尽可能最好的信息和广泛的评价指标。（2）智能流程制造的十大特征1）行动和决策具有适应性、预测性和主动性决策与活动具有可自适应性、预见性、前瞻性。通过合理计划和持续监控，在知识管理体系的支撑下，准确应对计划内的和意外的情况，实现效率最大化。2）运营资产被模型化并集成，具有自我意识所有资产（人力、装置、设备、知识、模型、数据等）实现有效集成和自我感知。现场设备、控制器、操作单元利用传感器实现自我感知，并具有智能处理能力。所有系统都能够清楚了解自身状态并发布必要信息，以使该系统以及相关系统能够作出迅速的、正确的响应。3）自动监测

10、生产过程的扰动并调整通过评估当前的情况和使用持续积累的知识，智能制造能够识别并采取最佳的措施应对工况的变化，如因为原料供应、工艺改变、设备故障等引起的进料变化或装置波动。生产过程应具有很强的柔性和鲁棒性。4）在任何需要时都能获取到可用的、可理解的完整信息，并以最适当的形式展现。具有高效的信息知识管理体系。任何人和系统都能够在其需要时候快速地、正确地找到所需的信息，并且这些信息或知识的表现形式易于理解和使用。5）实时异常侦测与处理能力具备完善的实时数据采集系统，以便及时发现问题，主动采取措施，最大限度的避免故障发生。6）快速反应，强调主动控制必须具有实时测量和主动控制能力，能够快速地进行响应，尤

11、其在毫秒级物料转化的生产过程中。7）对环境是可持续发展的，实现最小的环境排放从产品和过程的循环利用角度进行生产，并且持续地进行监测和调整，从而将对环境的影响降到最小，包括用能、用水、排放等。8）高素质人才是智能流程制造的组成部分人在智能制造中依然起着决定性作用，需要具有知识丰富、训练有素、分工明确、紧密协作，有能力不断调整和改进企业绩效。9）人机协同鉴于自动化系统功能的有限性，智能制造通过提供必要信息和相关分析结果，为训练有素的操作员和管理层提供帮助，使他们能够更好地发挥人的智慧，做出最优的决策，采取正确的措施。10）员工持续培养通过人员培训和部署推动企业绩效的整体提升，使掌握先进技术的人与最

12、好的装备与系统相融合，在瞬息万变、充满风险和不确定的环境中做到最好。（3）智能流程制造模型SPM智能流程制造模型（见图1.1）定义了三大驱动力：以人为本，充分发挥人的主动性和创造性，提升创新能力；全面贯彻和树立绿色清洁生产理念，实现可持续发展；健康、安全、环保理念渗入工厂运营方方面面，形成HSE典范。涉及三大管理领域：“技术管理”提供先进的技术资源；“专业管理”通过工厂操作、资产、环境的精细化管理，实现绿色、安全、优化的生产；“全局管理”通过一体化业务集成与整合，人力资源管理与企业战略相匹配，实现最优化运营。图1.1 SPM智能流程制造模型1）技术管理1. 流程制造技术采用新工艺技术，对工艺流

13、程进行改造，改善产品质量，提高装置产量，节能降耗。2. 控制技术实施先进控制和模型预测控制，改善控制器的响应速度和控制策略，提高产品质量，减少能源使用。3. 信息技术采用物联网、云计算、新一代通信技术、辅助决策系统、ERP、MES、先进控制等技术，实现信息的全面采集、互联互通、集中集成及共享服务，辅助工厂运营与决策。2）专业管理1. 工厂操作通过异常情况管理，对有效报警及时掌控，并建立问题闭环，保障生产与作业安全；重视过程自动化、优化技术应用，优化生产、提高效率，降本增效。2. 设备管理通过设备全生命周期管理，保证设备高效率、长周期、安全、经济地运行。3. 环境管理建立完善的能源管理和环境保护

14、体系，通过不断的持续改进，支撑绿色生产、节能减排。3）全局管理1. 供应链管理构建灵活、信息高度集成的供应链，减少了库存，更快地开发和引进新的产品与服务，使企业在快速多变的市场中具备高度竞争力。2. 全局视野创建通用标准来集成和评估整体运营，并形成行业标准化的最佳实践和工具，促进企业发展。3. 人力资源管理对员工进行全面培训，并提供广泛的知识获取和知识管理解决方案，建立复合型KPI，提升企业学习与创新能力。（4）智能流程制造路线图智能流程制造是层层递进、复合性演进过程，通过收集和解释数据（“数据转化为知识”），决定什么模式和模型是工厂经营所需要的（“知识产生运营和操作模型”）；然后将这些模型都

15、运用到工厂操作中（“运营和操作模型成为企业关键资产”）。工厂的运营将向“弹性的、主动的工厂运营方式”的方向发展。虽然最初的重点是工厂运作，但也必须关注劳动力的培训和过渡，以及面向全局发展的思维和决策。在灵活主动的工厂操作方法中，越来越多的需要考虑管理和决策的新方式，知识驱动全局业务，增强企业在同行业中的竞争力。当这些都被充分考虑到（“人、知识、模型构建复合型KPI”），（“模型推动全局应用”），在全球范围内一种新型的劳动力与弹性的主动的过程合并，智能流程制造最终成形。五个演进阶段如下图所示。图1.2 SPM智能流程制造五个演进阶段1）数据转化为知识数据将以更有效的方式从合适的来源中收集。在未来

16、，更多数据将通过有线和无线网络进行收集，传感器会相互沟通。数据被初步分析和编译，生成为具有价值的信息。根据以往经验、规则、标准，对信息进行预处理，并利用适当的产品模型，创造、提供正确的决策信息和执行决策所需要的知识。数据转化为知识主要包括以下内容：Ø 开发适合流程制造业的通讯标准和工具；Ø 设计新一代传统网络与执行器，收集数据，使用更优控制方法，积累基于模型的状态评估和偏差检测知识；Ø 利用标准方法去构建流程企业及其各种活动的模型。2）知识产生运营和操作模型如果把经营模式定义为对象、资产或过程相互作用的表现，未来将会利用获得的知识建立合理的运营和操作模型，该模型能

17、够在过程中准确地反映一个进程中组件和材料的相互作用。在未来的，标准材料和转化过程中的模型将共享于整个过程行业。这些模型将被用来进行验证和集成，以充实一个虚拟过程的基本框架。知识产生运营和操作模型主要包括以下内容：Ø 能够快速建模和评估分子属性；Ø 开发用于故障检测/隔离和根源分析的工具；Ø 实施开发、管理和验证模型的方法；Ø 开发用于实时、大规模操作的算法。3）运营和操作模型成为企业关键资产把经营模式、数据和信息整合在一起的方式是非常重要的。因为，运营和操作模型将作为企业重点的固定资产管理。通过把人、模型、设备有机的结合起来，使模型能够高效地协助企业，获

18、得良好的经济效益。运营和操作模型成为企业关键资产主要包括以下内容：Ø 为数据驱动的设备全生命周期管理，积累知识并形成数据模型；Ø 将模型作为公司关键资产进行开发和维护；Ø 使过程操作中的设备能够自动地识别和响应工况变化；Ø 开发智能实时工具来监控变化，对潜在过程或绩效风险主动做出反应；Ø 实现装置范围状态数据可视化。4）模型推动全局应用工艺制造的龙头企业非常重视利用模型和知识建立起来的基础系统，实现企业的智能化应用，这是企业在成本和性能上的突破。同时考虑到其潜在的市场和经营地点时，大多数流程制造商将目光看向全局。因此，工厂资产的概念肯定会扩展到

19、全局。为实现这一目标，下一步需要进一步加强利用先进的过程控制、学会对形势的分析和优化生产管理，超越传统企业的经营和管理模式，达到企业效益最大化的目的。模型推动全局应用主要包括以下内容：Ø 采用统一的度量机制评估和集成全局生产过程；Ø 开发跨供应链的集成技术和标准；Ø 集成企业和装置层面的计划，实现多目标优化；Ø 基于标准化跨行业最佳实践和工具。5）人、知识、模型构建复合型KPI过程制造业有经验的操作人员退休后，将带走其积累的经验和有价值的知识。这方面的知识必须通过各种途径和形式进行收集，当需要的时候可以访问使用，同时将该方面知识自动编码进模型。许多公司正

20、在采取步骤：收集其专家的知识、创造降低成本的知识库、推进企业全球一体化和更快地培养年轻操作人员。人、知识、模型构建复合型KPI主要包括以下内容：Ø 提供广泛的知识捕捉和知识管理解决方案；Ø 流程制造的在岗培训；Ø 建立复合型KPI；Ø 提升新员工的发展；Ø 持续对课程、教学法进行，坚持长期学习。路线图还远未完成，因为它仅仅代表了多行业、学术界和政府关于智能化应用广泛讨论的开始。它是一种工作的路线图，需要进一步发展。重要的是路线图代表了领先的从业者、供应商和学者们的共识。1.1.2ESTEP关于流程工业智能制造的研究成果ESTEP （Europe

21、an Steel Technology Enterprise Platform，欧洲钢铁技术平台指导委员会）定义流程工业企业智能制造：智能制造是构建先进的制造链的集成控制系统，包括全部技术（传感器使用、生产过程控制环、IT系统、生产计划和调度等），并提供建模，包括自励认知内容的先进控制和先进运营工具，优化和仿真，专家知识，人工智能等，并且与企业内容员工的智能紧密的结合和良好的一致。ESTEP提出了智能制造实施模型如下图所示。图1.3 ESTEP智能制造实施模型ESTEP提出智能制造实施计划如下图所示。图1.4 ESTEP智能制造实施计划ESTEP提出智能制造基于集成的十个主题如下图所示。图1.

22、5 ESTEP提出智能制造基于集成的十个主题1.1.3IBM关于智能工厂的研究成果IBM(International Business Machines） 近年来一直推广智慧地球理念，勾勒出智慧运转的三个重要维度：第一，更透彻地感知；第二，更加全面地互联互通。第三，更深入的智能化，获得更智能的洞察。并结合在全球主要石油石化企业的实践经验和研究成果，提出炼化企业智能工厂建设目标、基本框架和成熟度模型。（1）建设目标借鉴先进的管理理念，充分利用前沿的技术、更先进的工作流和优化手段联接已有和新扩资产，提高业务可见性和经营及生产决策的速度和准确性，以此期望能够通过智能工厂建设实现以下目标： 1）提高生

23、产经营效益构建灵活、信息高度集成的供应链，减少了库存，使企业在快速多变的市场中具备高度竞争力。强化各个生产装置的控制、协作和优化，持续降低成本，优化资本性支出。2）支持产能用能的整体优化通过智能仪器仪表和集成系统的应用，对设备和生产过程进行实时监控和测量可以大幅提高生产力；建立完善的能源管理和环境保护体系，通过不断的持续改进，支撑绿色生产、节能减排。3）支持资源合理配置通过对设备和工艺的信息集成，对不同设备和工厂之间的绩效评估对比进而可以有效的控制成本；通过资产管理全面集成，帮助提高物理资产管理的安全性、可用性和法规遵从。4）提高经营和生产决策的速度和准确性采用商业智能、移动应用等技术，对工厂

24、运营进行全局监控，提升了企业的整体响应能力，建立了上下一体的仪表盘，基于主题进行信息的组织和展示。通过建立合理的KPI体系，对实时生产情况和经营情况进行监控，提高决策速度。5）提升企业一定程度的自适应、自学习能力提供广泛的知识获取和知识管理解决方案，建立复合型KPI，提升企业学习与创新能力，同时提高员工的整体素质。（2）基本框架通过构建智能工厂的基本框架支撑智能工厂各个目标实现，形成竞争优势。如下图所示。 图1.6 IBM的智能工厂基本框架1）智能工厂四个要素Ø 可视化：将简单数据转换为上下文相互关联的、有明确意义的信息；通过技术手段显著地减少获取数据所需的时间，从而能拥有更多的时间

25、去对数据进行分析；Ø 预测预警：通过传感器和智能软件提高设备智能化水平，提高工艺建模和预测生产的能力；Ø 协同：引入远程的专家知识，通过流程和系统协同提高响应速度、降低协调成本，达成装置级、车间级、工厂级、地区公司级和总部级的多层次和全方位协同；Ø 优化改进：提升工艺控制手段；优化现有的模式；拥有更多的分析手段提高装置和全厂的优化能力；同时地区公司之间与总部之间在协同的基础上，实现全局最优。2）智能工厂的支持单元包括变革管理、业务集成信息平台以及所需要的信息系统基础构架，它们不仅是智能工厂建设时期的必要组成部分，也是智能工厂可持续发展的必要手段。1. 变革管理IB

26、M认为变革管理是复杂的系统工程，需要从多方面逐步推进。图1.7 IBM的变革管理框架因此变革管理需要：Ø 变革计划：对变革的方向、策略和方案进行规划；Ø 变革的实施：创建变革的组织，按照项目管理的方式推进变革，并通过沟通、培训和文化的改变促成变革；Ø 持续改进：持续实现变革的最终目标，并进行持续的变革推进。在业务变革方面：Ø 改变设备投资的决策行为：当前工艺设备的投资目的仅仅用于产品的生产，通过智能工厂的实施，在决定投资前，需充分考虑将知识和操作优化等功能结合到设备的基本功能中。具有知识管理和操作优化的设施可以收集、分析、更新工艺流程知识，平稳和优化生产

27、，提高产品质量；Ø 从“被动反应”转变为“主动应对”：智能工厂可以主动感知内部和外部环境的变化，并主动做出反应。企业将能够预测风险和跟踪所有可能影响健康、运营的因素。业务部门能够不仅对可精确预测的状况进行反应，而且能对因为在一个变化环境中出现的情况进行反应；Ø 从被动的满足合规最低要求转变为主动的提升绩效指标：企业将成为一个零事故的场所，对于全体员工而言，质量保证、安全生产、无环境污染成为企业文化的基础部分，以履行企业的社会责任；Ø 从“反应式”到“积极预防”：智能工厂将感知和分析可以预见的运营和设施变化，从而消除对企业造成的消极影响，这些影响不仅在生产层面，还会

28、包括在HSE和员工方面的影响；Ø 从“战术变化”到“战略变化”：战略层面的思考将会渗透在每个业务管理领域；Ø 从“区域化“到“全球化”：智能工厂不仅可以连接不同层面的设备、工艺过程和管理流程，还可以连接全球范围不同地域的资源，以响应市场变化和达到企业全局最优。在技术变革方面：Ø 充分发挥工艺过程模型在实际生产中的作用：之前的模式是生产加模型，即实际生产和针对此过程的模型是分离的，智能工厂可以达到模拟、控制、优化、工厂参考等模型根据实时操作情况的变化及时更新，指导和优化生产；Ø 从“分散独立的智能工厂立方”到“分布式的智能工厂立方”：在智能工厂的环境下，知

29、识能够得到有效管理，并且在任何时间或地点需要它的时候能有效运用。必要的、有用的数据和信息进行分类存储、管理、组织，用户在智能工厂的环境下可以通过虚拟环境、远程监控等方式进行问题解决；Ø 从“非智能化系统”到“智能化的系统”：智能化的系统能够根据企业状况进行自我优化、自我配置或设定的能力，这种自我识别的能力能够与外界进行信息交换；Ø 从“单个系统”到“可集成的系统”：在智能工厂的环境下，各个业务系统不是独立的存在，系统之间存在互联，业务数据在各系统之间进行流转；Ø 从“环境的不可预测”到“可预测的环境”：在智能工厂的环境中，对于突发的环境变化、工艺设备故障、物料短缺

30、、产品质量问题以及生产事故，在可预测的环境下能够事先预防，并及时消除。2. 业务集成信息平台IBM集成的信息框架（IIF）能够有效的提供实时数据传输、转换和数据归集与合并，采用可扩展的行业标准框架，可以更好的帮助建立业务集成信息平台。图1.8 IBM的集成信息框架（3）成熟度模型智能工厂建设是一个渐进的、持续的和长期的过程。在不同的阶段，具有不同的特征，IBM认为可以通过成熟度模型来指导和衡量智能工厂的建设。如下图所示。图1.9 IBM的智能工厂成熟度模型Ø 成熟度1级仪表化和电子化；Ø 成熟度2级企业范围的可视化；Ø 成熟度3级绩效监控和事件管理；Ø

31、成熟度4级积极主动的生产管理；Ø 成熟度5级资产的全局优化。IBM认为，成熟度越高，智能工厂建设所能带来的价值也就越大。1.1.4SAP关于典型企业数据部署架构的研究成果SAP公司，作为成功企业背后的管理大师，是全球最大的企业ERP系统和商务智能解决方案供应商。在全世界超过120多个国家拥有超过11万家ERP系统客户。通过提供广泛的业务管理解决方案帮助各种规模、行业的企业更卓越地运营。针对典型企业的数据部署方案，SAP专家建议采取分层部署的方式，在各炼化企业部署本地ODS，并向总部部署的EDW提供数据支撑。部署方案如下图所示。图1.10 SAP推荐的典型企业数据部署架构1.2智能工厂

32、最佳实践在国际化的大背景下，国外炼化企业正朝着大型化、清洁化、一体化和智能化等方向发展，充分体现安全、健康、环保和循环经济的理念。在发展的过程中，同时也面临诸多挑战：Ø 成本的持续增加以及需求的长期波动，企业及客户对于价格的变动敏感度持续提高；Ø 效益提高与生产平稳安全的矛盾；Ø 全球经济一体化导致企业的经营环境更加复杂，供应链壁垒以及各环节的复杂度日益升高；Ø 能源消费的增长趋缓，炼油与销售的利润空间缩小；Ø 低碳时代的环境保护和节能减排是炼化企业的重大挑战。为突破发展瓶颈，国外炼化企业争相采用自动化技术、信息技术和与之相伴而生的现代管理技术

33、手段和方法，结合自身实际取得了智能化建设的局部突破。其中ExxonMobil、BP、Shell等世界知名的能源企业在智能化建设走在世界的前列，促进了企业运营和战略决策能力的提升，推动了企业发展。（1）实现跨地域、上下游的供应链优化协同ExxonMobil开发了原油 “指纹信息”分子管理和供应链优化系统，把正确的分子在正确的时间放到供应链环节的正确位置上，从而使每桶原油产生最大的价值。（2）强化生产过程的优化及智能化BP、Shell等公司广泛应用流程模拟和实时优化技术，形成自主知识产权的装置优化模型，实现贯穿整个炼油过程的更加经济的决策。（3）注重环保、节能和安全的综合管理ExxonMobil建

34、立全球能源管理系统（GEMS），已总结了200多个节能最佳实践和12类绩效衡量计算方法，预计每年将取得500万美元至10亿美元的效益，减少二氧化碳排放1千万吨。（4）提升生产运营指挥的智能化水平各大生产企业广泛建设生产指挥中心，对生产信息、设备运行、能源消耗、原料和产品市场变化等内容进行全面分析，并基于智能化的数据挖掘和预测模型支持决策。1.2.1 通过供应链集成优化，实现效益最大化通过上中下游业务整合，快速响应原料和市场需求变化，信息实时一致；集成生产经营及生产管理业务，业务自动化程度及工作效率显著提高。相关企业的最佳实践应用情况如下图所示。图1.11 供应链集成优化最佳实践应用情况其中，E

35、xxonMobil从2003年起开发“分子炼油”系统，采用分子指纹分析、在线优化、调合优化、供应链优化等技术，对工厂操作、供应链管理进行改进、优化，从原油开始就建立了分子“指纹信息”，其目标是：把正确的分子、在正确的时间、放到炼油生产过程正确位置上，从而使每桶原油产生最大的价值。系统主要包括：原油“指纹信息”光谱仪分析；加工方案的模拟优化；生产操作在线优化控制；物料掺混调合优化；采购分送仓储管理车船运输整个供应链优化。系统投用后，ExxonMobil按产品为炼厂选择和配比合适的原料，2007年已使下游炼化系统获得7.5亿美元效益，逐步实现从单厂的优化、集成的区域优化到全企业范围的工厂多周期集成

36、。1.2.2 通过实施装置在线优化，提高生产敏捷性通过实施装置在线优化，自适应更新关键工艺参数的设定值，实现装置实时最优化运行；加强操作过程的规范管理、即时预警、自动化控制，保障人身安全；根据产品、原料价格等变化及时作出相应的生产调整，保证装置的总体经济效益最大。相关企业的最佳实践应用情况如下图所示。图1.12 操控优化最佳实践应用情况其中，Shell在北美所有常减压装置都实施了以ROMeo为基础的在线优化（RTO），提高装置运行效益；对操作报警进行分级管理，能够实现消除从动报警、误报警，并对剩下的报警按等级进行优先级分类，推送给操作人员、业务人员就是优先关注最重要的报警。将物联网技术应用到外

37、操巡检，提升了工厂操作管理水平。（1）在线优化系统实施在线优化系统时，通常先建立装置模型，设定基准方案，完成离线测试；其次，开环试运行，根据数据整定与优化情况调整模型；最后，闭环运行，每两小时对装置操作参数进行一次优化，算出最佳值，传递给APC、DCS进行稳态控制，从而获得操作过程最大效益。如下图所示。图1.13 Shell“ROMeo”在线优化系统示意图其中在美国德州鹿园炼厂2号常减压装置在线优化方案包括343个测量值、25，000个方程式、200个数据校正点、18个优化自由度，实施步骤为离线、开环到闭环。经评估， Shell在优化上每投资25美元就能带来1000美元的回报。（2）报警管理系

38、统1998年Shell某炼厂发生一起严重安全生产事故、导致6人死亡。事故之后，Shell全球总裁要求在全球的下游企业内开展一项改进安全生产为宗旨的计划，取名叫GAME（Global Asset Management Excellence）计划。GAME计划中一个重要的子项目是ESP（Ensure Safe Production）项目。在该项目中开发的软件帮助操作人员更加清晰地洞察工厂运行，包括控制台操作、可靠性工程、制定计划与进度功能等方面。同时，该软件还可确保工厂在规定的安全操作范围内运行，以保护设备，确保达到安全生产、健康和环境标准。ESP项目从2002年启动试点。2004年开始在7家壳牌

39、美国的炼油厂进行第一阶段推广，2006年初完成第一阶段推广、取得了满意的效果。2006年5月该技术推广到其壳牌全球范围内的下游炼油厂和石化厂、共25家。ESP项目中报警管理系统功能架构如下图所示。图1.14 Shell报警管理系统报警管理系统的主要功能包括：Ø 操作指导：提供了一个操作指导数据库，指导操作员进行操作，对于每个报警，操作人员可查看可能的原因、可能的后果以及建议采取的措施，操作人员还可以以只读方式访问ACM报警系统文档；Ø 动态报警组态管理：根据所配置的方案或根据操作员的命令，可以动态地把报警值下写。根据当前装置的操作模式把设计的报警与当前报警进行比较；

40、6; 报警系统变更管理：采用结构化工作流程来管理报警系统变更，每个变更必须经由事先定义的编辑与批准程序，包括变更交叉参考与变更说明等；Ø 报警系统审计与报告：ACM可以防止手工修改报警值后而忘记；可以检测、记录和报告禁止地或修改的报警设置。（3）移动巡检系统Shell为了实现本来靠人工记录的现场数据电子化，确保现场操作层面正确实施运行规则、设备维护策略，获取现场关键的及时数据，在所有性能可以改善的地方 (产出、可靠性、可用性、HSE）满足股东的期望，提升竞争力，事故零容忍、失控零容忍等规划，将物联网技术和先进的移动巡检设备应用到外操巡检。系统应用如下图所示。图1.15 Shell移动

41、巡检系统示意图移动巡检系统实现巡检作业智能化，无需纸质记录，而是对所有任务进行正确、结构化、高效的排班和巡检。消除先前人工巡检时的纸质记录，99.04% 的日常巡检任务都得到了有效的执行。通过人员位置定位，实现巡检路径跟踪，识别人员状态，保障人员安全。并能实时利用移动巡检手持终端，查看生产的实时情况，了解装置的运行状况。RCM （Round Check）任务和设备可靠性检查融合一起，帮助降低维护、维修、运行等费用。1.2.3 强化能源规范管理与优化，实现节能减排通过能源计划和指标分解，建立贯穿各个运行点的节能调度目标并监控跟踪； 针对生产加工方案的变化，实时调整能源管网产耗，保证供给，优化能源

42、运行； 通过能源评价，建立与行业先进水平的对标，分析最佳实践，指导改进。相关企业的最佳实践应用情况如下图所示。图1.16 能源管理与优化最佳实践应用情况其中，VALERO通过优化信息系统进行节能减排。对锅炉进行了建模，采用面向方程式的仿真和优化软件工具，以过程单元能源需求、由设备或环境法规所造成的能源要求和制度的约束为依据，优化燃料采购，蒸汽与电力的应用，产生年效益约270万美元，效益比对见表2.1。表2.1 VALERO通过优化信息系统进行节能减排效益表效益区域结果节省汽电联合装置锅炉蒸汽负荷的分配 -1MM SCFD NG $1.0MM/year FCC蒸汽轮机的负荷 -2MW $0.5M

43、M/year 最大程度地利用切换轮机 -1000hp $0.4MM/year 更加审慎地维护热量的备用 -0.6MM SCFD $0.8MM/year 总计 $2.7MM/year BP从管理、技术两方面入手进行能源管理，通过对能源管理体系评估和对能源消耗指标的实时监控，找到改进方向，支撑了节能减排。在管理方面，从组织结构、节能计划、人员配备、能源管理认知度、财务管理、供应管理、操作与维护、工艺设备、监控与报告和最终成效等10个关键领域共20个主要方面开展能源管理诊断，并根据诊断结果对企业能源管理水平自动评级（共分五级）和基准对比，自动生成诊断报告，指出企业能源管理最薄弱的三个方面，提出改进方

44、向和措施。在技术方面，在下属的部分炼油企业应用软件首先对来自DCS、SCADA、PI系统或数据仓库的相关能源数据进行实时采集、传输和存储，然后对不同类别、不同层面的历史能耗数据进行线性回归分析，并根据回归分析结果设定目标值；通过监控目标值与实际消耗数值之间的差距变化发出报警信息，并提出未来的改进方向。如下图所示。图1.17 BP能源管理系统示意图ExxonMobil早在1973至1999年间就取得超过35%的节能效果。在2000年公司开始部署全球能源管理系统（GEMS），通过对炼油、化工能量效率对标分析，发现仍有15%-20%节能改进空间，从而确立新的节能目标，并通过最佳业务实践指导措施的制定

45、和落实，如：修改大型冷冻压缩装置的控制策略，减少蒸汽轮机驱动装置的能耗；为喷射燃烧装置更换了蒸汽管道，减少了蒸汽用量；优化冷却水泵的操作，节约了抽水能耗；改进除氧蒸汽管理，降低了蒸汽损耗。这些最佳实践全部实施后预计每年将取得500万美元至10亿美元的效益，减少二氧化碳排放1千万吨。埃克森美孚的能源管理系统是公司能源管理和不断持续改进的重要支撑平台，在系统中已总结了200多个节能最佳实践和12类绩效衡量计算方法。1.2.4 通过对KPI体系全局监控，提高科学决策能力建立了上下一体的仪表盘，基于主题进行信息的统一组织和展示；实现基于角色、灵活、动态的可视化决策支持；支持移动应用，做到了信息的随用随

46、取。相关企业的最佳实践应用情况如下图所示。图1.18 KPI监控最佳实践应用情况其中，ExxonMobil从2002年开始，以区域性生产指挥中心为基础，在全球26个炼厂实施生产可视化系统（DATA Visualization）。具体内容包括：Ø 统一标准、统一平台，通过与企业生产执行（MES）、ERP、实时数据库等系统集成，实现生产经营信息的全方位集成； Ø 实现对生产过程、装置运行、产品质量、物流配送、库存，以及生产运行绩效等进行动态跟踪；Ø 实现对企业各种资源，如：原油、原料、产品等进行实时监控，及时调整资源配置；Ø 可视化展示使决策者和管理者实时跟

47、踪生产计划的完成情况，第一时间掌握突发事件的细节，及时制定解决方案进行决策和管理，实现了生产的实时调度管理； Ø 生产可视化系统的建立，支撑了企业一体化管控，提高了资源的利用率；Ø 开展了移动应用，信息可在IPHONE、IPAD进行展示与分析，做到了信息的随用随取。不同层面的管理人员基于统一信息系统平台，获得业务管理需要的信息，并实现可视化展现，确保信息的一致、完整、及时。BP炼油销售部门通过iPlant战略实施，进行业务与信息化的转型，实现IT建设的标准化和集成化，支持整体业务战略目标。具体内容包括：Ø 集成工厂内、外的信息，提高信息的一致性和准确性；Ø

48、; 实现绩效管理的标准化，促进跨炼厂的绩效对比分析，提升科学决策水平。图1.19 BP业务一体化管理示意图VALERO基于SAP MII集成平台，采用服务总线的设计模式，实现SCADA、DCS、MES、SPC/SQC、LIMS、维修管理系统等的数据源的集成。并基于ISA 95/88的标准，建立了工厂模型，对工厂实时数据进行标准化管理和处理。具体内容包括 ：Ø 实现了企业、炼厂、操作员的多个层面用户的仪表盘管理。展示内容包括HSE、工艺安全、运行吞吐量、罐区库存、能源记分卡等5大类关键指标；Ø 实现仪表盘、门户展示等的数据需要；实现仪表盘/记分卡普遍使用，展示方式包括图形、表

49、格、指标、统计分析、向下挖掘能力、根本原因分析等；Ø 采用按需配置、即配即用的设计模式，应对快速变化的业务需求。图1.20 VALERO企业运营仪表盘示意图1.2.5 建设企业级集成框架，支持卓越运营HMEL炼厂是印度于2009年着手新建的1000万吨/年加工能力的炼厂。建设了基于SOA架构，开放式企业集成平台，具有良好的扩展性；引入工厂参考模型、行业数据标准，实现数据交互的标准化；实现从工厂实时数据到企业经营层面数据的全面整合与贯通；实现企业级应用系统的流程整合和业务协同；实现生产与经营层面各类异构系统的全面集成企业级集成框架。HMEL炼厂通过企业级集成架构建立，按需展现各角色在业

50、务活动中的信息；展现的信息数出一门，准确、可靠；灵活、可扩展的信息系统架构可快速响应和支撑企业的业务变化；大量降低IT部门的运维成本。HMEL炼厂的企业级集成架构如下图所示。图1.21 HMEL企业级集成架构中国石化阿根廷公司是2010年中国石化从美国西方石油公司（OXY）收购，在阿根廷Santa Cruz，Mendoza和Chubut省持有23个生产和勘探区块，其中19个区块为作业区，主要从事原油勘探、开发。该公司建立了ESB+ODS+DW的企业级信息架构，通过Microsoft BizTalk采集各专业系统的交易数据到ODS操作型数据库，ODS给DW数据仓库提供一致、准确的运行数据，共同支

51、撑了企业运营智能和商务智能应用。信息架构图如下图所示。图1.22 中国石化阿根廷公司信息架构1.3智能工厂建设现状及发展趋势总结综上所述，炼化企业智能工厂建设是一个渐进的、持续的和长期的过程，由初级阶段逐步向高级阶段演进，建设现状及发展趋势主要表现为：（1）以业务为驱动力，以运营智能为重点面向企业战略要求，以提升核心竞争力为主要目标；以支撑业务提升为驱动；多以运营智能为建设重点或建设主线，在供应链管理、生产管控、HSE管理、设备管理、能源管理等方面取得智能化应用突破。（2）集成是基石，从“单个系统”到“可集成的系统”由点对点的集成方式到基于SOA的集成方式；由分散建模到符合行业标准的工厂参考模

52、型，实现数据一致的共享；由独立的业务流程到组件化的编排和集成，实现跨领域、跨应用的协同；由独立的应用系统到基于消息中间件、服务调用的多系统应用集成。（3）融合多种技术，打造新型生产方式综合应用多种技术实现更透彻的感知、更全面的互联互通、更深入的智能化，包括集成技术、移动应用、大数据分析、云计算、物联网等IT技术，专业模型、专家知识库等专业技术，流程再造、敏捷制造等管理技术。主要内容有：1）充分发挥工艺过程模型在生产优化的作用现有的模式是生产加模型，即实际生产和针对此过程的模型是分离的，智能工厂可以达到模拟、控制、优化、工厂参考等模型根据实时操作情况的变化及时更新，指导和优化生产。如ExxonM

53、obil采用分子指纹分析、在线优化、调合优化、供应链优化等各类模型技术，并实现集成应用，建立的“原油指纹信息”系统。2）构建高效、共享的专家系统实现分布式的智能知识能够得到有效管理，并且在任何时间或地点需要它的时候能有效运用。必要的、有用的数据和信息进行分类存储、管理、组织，用户在智能工厂的环境下可以通过虚拟环境、远程监控等方式进行问题解决。如BP把知识管理从单一的技术文档管理扩展到全面的知识收集、分享和利用，建立的知识管理系统。3）从“被动反应”到“主动应对”借助于覆盖工业现场感知网络快速感知与工厂相关的各类信息，综合运用神经网络、遗传算法、进化计算、混沌控制等智能技术，对于突发的环境变化、

54、工艺设备故障、物料短缺、产品质量问题以及生产事故，在可预测的环境下系统能根据工厂状况进行自我设定，能够事先预防，并及时消除。如Shell在厂区建立无线巡检系统，采用物联网技术，实现巡检过程数据自动采集与实时监控；广泛应用在线优化技术，实现装置效益的动态控制。2. 需求分析2.1需求分析方法智能工厂项目需求分析分成四个步骤进行，如下图所示。图2.1 智能工厂需求分析方法（1） 战略分析基于炼油板块、化工板块业务发展目标，确定智能工厂的建设价值和关键领域，明确智能工厂是支撑炼化企业卓越运营、提高企业卓越绩效的重要保障。（2）模型定义基于战略分析，得出中国石化智能工厂的模型、定义及业务最佳实践。（3

55、）对标分析深入分析细化业务主线，并结合企业实际情况、基础条件与业务发展战略，与业务最佳实践进行对标，定位差距，明确改进点，形成业务需求。基于业务需求，对IT支持能力进行分析，提出IT技术平台和IT基础设施的建设需求。（4）愿景展望从运营决策、运营管理、运行操作、IT支持等四个层面描述智能工厂初步建成后带来的变革及效果。2.2战略分析从战略高度认真学习中国石化发展目标和发展战略，深入领会炼油板块和化工板块的发展目标和具体措施，内容如下：（1） 中国石化发展目标建设世界一流能源化工公司，大力实施资源战略、市场战略、一体化战略、国际化战略、差异化战略、绿色低碳战略，建立具有中国石化特点的发展模式。（

56、2） 炼油板块发展目标到2015年，主要技术经济指标达到世界先进水平；千万吨级炼油厂技术经济指标达到世界先进水平；前三名炼油厂技术经济指标达到世界领先水平。1）当前世界一流炼油厂评价指标Ø 盈利能力：净现金利润、资产回报率；Ø 运营能力：能源消耗EII、加工损失率、装置运行周期；Ø 质量水平；车用汽油、车用柴油；Ø 安全水平：可记录伤害率、损失工时伤害率；Ø 环保水平：废气排放、污水排放。2）炼油板块争创世界一流的工作举措Ø 注重做强做优：规模化、一体化、国际化；Ø 实施低成本策略：原油成本、物流成本运行成本；Ø

57、提高资源利用效率：资源配置、产品开发、节能减排、制油替代；Ø 提高炼厂运营效率：全过程优化、长周期运行、专业化经营、精细化管理。（3） 化工板块发展目标到2015年，乙烯装置达到世界先进水平，前3名乙烯装置达到世界领先水平。1）当前世界一流乙烯装置评价指标Ø 重置资产投资回报率；Ø 单位高附净现金收益；Ø 单位高附现金操作费用；Ø 单位高附净能耗；Ø 维修效率指数。2）争创世界一流的工作举措Ø 更加市场化、精细化、选好原料、用好原料；Ø 坚持依靠技术进步、持续推进节能减排；Ø 强化精细管理，优化装置操作。（4） 智能工厂是炼化企业实现世界一流的重要保障1) 认真研究炼油、化工世界一流的评价指标，结合IBM公司的智能工厂研究成果，得出智能工厂对实现世界一流的价值体现如下：Ø 通过生产优化、供应链优化，提升盈利能力；Ø 通过生产自动化、移动应用，提升劳动生产力；Ø 通过生产监控与预警，提升安全运行能力；Ø 通过可视及联动，提升应急响应能力；Ø 通过供应链分析与监控，提升风险防范能力；Ø 通过信息集成与