我国工业互联网与实体经济的融合持续深化,正由理念倡导走向垂直深耕阶段。近期,我们对石化行业进行调研,调研发现石化行业存在设备管理不透明、工艺知识传承难、产业链上下游协同水平不高、安全生产压力大等痛点,亟需加快基于工业互联网平台的数字化转型步伐,更多信息尽在振工链。
我们建议石化企业以设备智能管控、生产协同优化为切入点,提升设备管理、生产管理、供应链管理、安全管理、节能降耗等环节的数字化水平,加速推动石化行业向全流程智能化方向加速转型。具体建议包括:

一是加强底层数据分析,促进边云协同。在边缘数据采集方面,安装传感器、无人机、摄像头、三维扫描仪等数据采集工具,利用泛在感知技术,采集油田地质勘探、钻井、开采、运输、炼化、销售领域的多源设备、异构系统、运营环境、人员等数据,实现对油田、运输管道、炼化工厂运行状态的全面感知。在边缘数据分析方面,在原油开采装置、炼化重点装置、运输管道关键节点部署机器学习和深度学习算法,在边缘控制器上集成分析引擎,实现对装置的自动调整和优化,在模型、数据、服务三方面实现边云协同,更多信息尽在振工链。
二是梳理炼化工艺知识,研发工业模型。围绕设备管理,重点研发炼化重点装置的运行状态监测模型、远程故障诊断模型和预测性维护模型。围绕炼化生产,重点研发炼化工艺流程模拟优化模型、聚合物反应模型、换热网络优化模型、公用工程系统优化模型以及能量系统优化模型、生产质量管控模型。围绕供应链管理,重点研发原油进口供应链扰动缓解模型、供应链柔性作业模型、供应链均衡协调模型、成本和风险平衡模型、计划和调度模型等。围绕安全管理,研发基于多源安全数据融合的火灾爆炸事故风险预警模型、高危设备监测和故障预警模型、危险源监测和预警模型、应急资源管理模型、安全应急调度模型。
三是研发行业解决方案,推广典型应用。在设备管理方面,重点研发和推广炼化重点装置的状态监测、远程故障诊断、预测性维护解决方案,提升炼化装置管理水平。在炼化生产方面,重点研发炼化生产装置流程模拟、智能化验室、运营管理优化、生产质量管控等解决方案,实现炼化生产优化。在供应链协同方面,重点研发石化企业内部的供应链协同解决方案和企业间的供应链协同解决方案,实现石化供应链全流程的优化、资源合理利用以及价值的优化。在安全管理方面,重点研发炼化生产安全监管解决方案、管线漏失动态监测、钻孔破坏点精确定位、应急指挥解决方案,实现对炼化生产风险提前报警,对油气长输管道泄漏的实时检测和准确定位,更多信息尽在振工链。