王晨光 邵萬欽

[摘? ? 要] 第三次工業(yè)革命以來，信息技術(shù)的飛速發(fā)展使社會的生產(chǎn)效率得到了極大的提高，給人類的生活方式帶來了前所未有的深刻變化。這種背景下，傳統(tǒng)石油化工行業(yè)也開始積極探索數(shù)字化、網(wǎng)絡(luò)化以及智能化的轉(zhuǎn)型發(fā)展。本文結(jié)合石化行業(yè)的智能化轉(zhuǎn)型現(xiàn)狀和最新研究成果，對其未來的發(fā)展趨勢進(jìn)行了預(yù)測。

[關(guān)鍵詞] 石油化工;智能化轉(zhuǎn)型;趨勢;智能油田;智能煉廠

doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2019. 17. 030

[中圖分類號] F270.7? ? [文獻(xiàn)標(biāo)識碼]? A? ? ? [文章編號]? 1673 - 0194（2019）17- 0074- 03

0? ? ? 引? ? 言

在2019年的政府工作報告中，李克強總理多次提到“互聯(lián)網(wǎng)+”，并首次提出了“智能+”[1]?；仡櫧鼛啄甑恼ぷ鲌蟾妫瑥?015年首次提及“互聯(lián)網(wǎng)+”到2019年提出“全面推進(jìn)‘互聯(lián)網(wǎng)+”和“拓展‘智能+”，啟示我們應(yīng)該進(jìn)一步轉(zhuǎn)變思維，在數(shù)字化的基礎(chǔ)上加快智能化轉(zhuǎn)型，為制造業(yè)轉(zhuǎn)型升級賦能，以實現(xiàn)制造強國的戰(zhàn)略目標(biāo)。作為傳統(tǒng)制造業(yè)，石油化工行業(yè)的智能化轉(zhuǎn)型也取得了一定的進(jìn)展，在上中下游的代表包括智能油田、智能煉廠和智能加油。

1? ? ? 智能化轉(zhuǎn)型和研究現(xiàn)狀

智能油田一般被定義為能夠全面感知、自動操控、預(yù)測趨勢、優(yōu)化決策的油田，是數(shù)字油田的高級階段，通過建立覆蓋油田各業(yè)務(wù)的知識數(shù)據(jù)庫和分析、決策模型，為油田生產(chǎn)和管理提供智能化手段[2];其最終目標(biāo)是實現(xiàn)生產(chǎn)實時化、過程自動化、油田可視化、管理協(xié)同化、分析模型化以及決策科學(xué)化[3]。從應(yīng)用的角度來看，數(shù)字油田代替了人的重復(fù)性統(tǒng)計工作，是應(yīng)用知識的過程;而智能油田代替的是人的分析歸納工作，是創(chuàng)造知識的過程[4-5]。

很多企業(yè)和科研機構(gòu)都提出了智能油田模型，其中具有代表性的是沙特阿美石油公司提出的四大層次模型[6]，如圖 1。監(jiān)控層能夠?qū)ιa(chǎn)數(shù)據(jù)進(jìn)行連續(xù)、實時的監(jiān)測;集成層基于監(jiān)測數(shù)據(jù)發(fā)現(xiàn)油藏異常;優(yōu)化層提供了在油田生產(chǎn)管理方面的優(yōu)化建議;創(chuàng)新層執(zhí)行上述優(yōu)化建議，能夠?qū)W習(xí)到“知識”并進(jìn)行管理。

類似地，智能煉廠也是在數(shù)字煉廠的基礎(chǔ)上發(fā)展起來的。所謂智能煉廠，就是利用物聯(lián)網(wǎng)、大數(shù)據(jù)、云計算、人工智能等信息技術(shù)，加強信息管理和服務(wù)，減少生產(chǎn)線上的人工干預(yù)，提高生產(chǎn)過程的可控性，及時準(zhǔn)確地采集和分析生產(chǎn)數(shù)據(jù)，保證煉油全過程實現(xiàn)本質(zhì)安全、本質(zhì)環(huán)保[7]。

智能煉廠離不開各類信息系統(tǒng)，如表 1所示，按照業(yè)務(wù)領(lǐng)域，煉化企業(yè)信息系統(tǒng)自頂向下可以劃分為三個層次[8]：經(jīng)營管理層，以ERP為核心，進(jìn)行財務(wù)、物料、銷售、設(shè)備、人力資源等方面的管理;生產(chǎn)運營層，包括MES等系統(tǒng)，利用生產(chǎn)過程的各種物質(zhì)、裝置和市場信息，形成經(jīng)濟效益最大化的生產(chǎn)方案;操作控制層，主要是利用RTO、DCS等系統(tǒng)獲取實時數(shù)據(jù)、進(jìn)行實時優(yōu)化等。

相比于中上游，產(chǎn)業(yè)鏈下游的業(yè)務(wù)成分較高、工藝成分較少，因此有著更好的智能化轉(zhuǎn)型基礎(chǔ)。殼牌的智能加油應(yīng)用實現(xiàn)了線上下單、上門加油、線上結(jié)算的移動加油模式，顯著縮短了用戶的加油時間，極大地提升了用戶體驗[9]。基于銷售大數(shù)據(jù)，智能加油站不但可以計算出效益最大化的站點網(wǎng)絡(luò)布局，而且能夠?qū)τ脩粝M偏好進(jìn)行定量分析，進(jìn)而圍繞“人·車·生活”開展精準(zhǔn)營銷。智能加油顛覆了自1905年第一座加油站誕生以來就從未改變過的加油模式，同時對于石化企業(yè)降本減費、實現(xiàn)可持續(xù)發(fā)展亦有重要的意義。

2? ? ? 石化行業(yè)的智能化轉(zhuǎn)型發(fā)展趨勢

如上所述，石化行業(yè)的智能化轉(zhuǎn)型在產(chǎn)業(yè)鏈上中下游都已經(jīng)取得了一定進(jìn)展。通過對現(xiàn)狀進(jìn)行剖析，可以歸納出其發(fā)展趨勢。

2.1? ?從“以流程為中心”到“以數(shù)據(jù)為中心”

當(dāng)前的石化企業(yè)智能化轉(zhuǎn)型，一般有兩條路徑。一是建立一體化的全流程模型，即對生產(chǎn)、科研、運行、管理等環(huán)節(jié)全面建模并實現(xiàn)不同業(yè)務(wù)流程的耦合運行，通過實時模擬、不斷優(yōu)化，增加模擬的約束條件，使模型無限逼近真實。但從現(xiàn)有案例來看，這種方法的工作量太大，并且針對性較強，難以推廣。大數(shù)據(jù)技術(shù)提供了另一種方案，即脫離復(fù)雜的物理概念，用純數(shù)據(jù)模型進(jìn)行分析和預(yù)測，這需要智能化轉(zhuǎn)型工作從“以流程為中心”轉(zhuǎn)向“以數(shù)據(jù)為中心”。

目前的數(shù)字化、智能化應(yīng)用中，多數(shù)仍以流程為中心。IBM的最新報告預(yù)測，全球油田每天產(chǎn)生約2TB數(shù)據(jù)，但其中95%都沒有得到利用[10]。在煉廠，信息系統(tǒng)僅停留在對工藝流程的模擬階段，工藝參數(shù)等實時數(shù)據(jù)未被充分利用。

實際上，智能化與數(shù)字化的最大區(qū)別就是不再以流程為中心，而是以數(shù)據(jù)為中心，“數(shù)據(jù)湖”的概念即是在這種背景下被提出的。如圖 2，根據(jù)IBM公司提出的模型[6]，智能油田是為了從數(shù)據(jù)采集與控制（價格最高的組件）和中層組件獲取最大價值，幫助人們（價值最高的組件）更有效地一起工作。原始數(shù)據(jù)經(jīng)由各個組件的遷移，最終轉(zhuǎn)化為知識并用于輔助決策。此外，智能煉廠、智能加油積累的海量數(shù)據(jù)中通常也隱藏著有關(guān)生產(chǎn)和運行的規(guī)律[11]，這對于保證生產(chǎn)安全環(huán)保穩(wěn)定、提高生產(chǎn)效益具有重要的意義。在未來的智能化轉(zhuǎn)型工作中，我們應(yīng)該充分運用大數(shù)據(jù)技術(shù)開展數(shù)據(jù)挖掘，把海量數(shù)據(jù)轉(zhuǎn)化為有價值的信息。

2.2? ?數(shù)據(jù)采集和存儲協(xié)議的標(biāo)準(zhǔn)化

當(dāng)前，石化企業(yè)所部署的信息化系統(tǒng)，每天都會產(chǎn)生海量的數(shù)據(jù)。但是，由于物理設(shè)備和初期規(guī)劃的問題，這些數(shù)據(jù)在采集和存儲的過程中并沒有采用統(tǒng)一的協(xié)議，無法順利地開展大數(shù)據(jù)分析[12]，給智能化轉(zhuǎn)型工作帶來了阻礙。

首先，物理設(shè)備的差別造成數(shù)據(jù)采集的不統(tǒng)一。以煉廠為例，實際采集到的數(shù)據(jù)數(shù)量、類型和質(zhì)量因裝置的新舊、先進(jìn)程度的不同而不同。舊裝置的儀表不全、精度不足，進(jìn)行數(shù)據(jù)分析的資源較為有限。相反，新裝置中傳感器數(shù)量較多、精度較高、自動化程度也較高，因此生成了海量的有價值數(shù)據(jù)。在數(shù)據(jù)采集階段的標(biāo)準(zhǔn)化工作需要統(tǒng)一新舊裝置中的傳感器等電子設(shè)備，使采集的數(shù)據(jù)在精度、實時性等方面具有相當(dāng)?shù)乃?，以利于后續(xù)的數(shù)據(jù)分析。其次，各個系統(tǒng)在初期規(guī)劃時各自為政造成數(shù)據(jù)存儲的不統(tǒng)一。在規(guī)劃時，沒有對數(shù)據(jù)的存儲格式、粒度和接口進(jìn)行統(tǒng)一規(guī)劃，因此各個系統(tǒng)的數(shù)據(jù)存儲千差萬別，并且缺乏聯(lián)動性。這種現(xiàn)象增加了數(shù)據(jù)挖掘的難度，極大地制約了智能化轉(zhuǎn)型的實施。

未來的智能化轉(zhuǎn)型應(yīng)該構(gòu)建統(tǒng)一的數(shù)據(jù)采集和存儲協(xié)議，使之成為石油化工企業(yè)智能化轉(zhuǎn)型的基礎(chǔ)設(shè)施。

2.3? ?數(shù)據(jù)多“跑路”，系統(tǒng)少“繞路”

當(dāng)前，石化企業(yè)的信息孤島[13]現(xiàn)象比較常見（如圖 3），主要有兩個原因：一是在初期缺乏整體規(guī)劃，智能化建設(shè)一般僅圍繞單獨項目或應(yīng)用，缺少信息共享機制的頂層設(shè)計;二是由于職能部門各自為政、工作流程整合不利、數(shù)據(jù)所有權(quán)模糊以及技術(shù)實現(xiàn)上的局限。信息孤島的存在造成了各系統(tǒng)之間的繞路現(xiàn)象，即彼此孤立、不成體系，關(guān)鍵的操作仍需借助人工。不僅沒有減輕人的勞動強度，反而增加了不必要的工作量，與信息化建設(shè)的初衷背道而馳。

為了解決上述問題，最根本的方法是通過讓數(shù)據(jù)多跑路、系統(tǒng)少繞路來提高數(shù)據(jù)的流動性。然而，當(dāng)前較普遍的做法是“插管式”的信息系統(tǒng)集成，即針對需要進(jìn)行集成的系統(tǒng)，專門開發(fā)數(shù)據(jù)接口或文件共享平臺作為不同系統(tǒng)之間互相聯(lián)系的“管道”，如圖 3所示。這種方式在一定程度上緩解了信息孤島問題，但效率較低。隨著時代發(fā)展，企業(yè)需要不斷深入推進(jìn)經(jīng)濟、環(huán)境、社會等多目標(biāo)的協(xié)調(diào)，基于多個系統(tǒng)之間的業(yè)務(wù)需求、數(shù)據(jù)傳遞需求以及流程自動銜接需求等越來越多，系統(tǒng)的個性化“插管式”集成越來越難以滿足企業(yè)發(fā)展的要求。因此，我們需要在初期規(guī)劃時就充分考慮到業(yè)務(wù)流程之間的銜接問題，通過打通數(shù)據(jù)實現(xiàn)信息共享，進(jìn)而使數(shù)據(jù)在數(shù)據(jù)集內(nèi)部流動起來，如圖 3所示。只有把各系統(tǒng)聯(lián)系起來形成高速公路網(wǎng)，讓數(shù)據(jù)在上面像汽車一樣奔跑起來，才能從根本上解決信息孤島問題。

2.4? ?更加適應(yīng)智能化的管理模式

智能化轉(zhuǎn)型的首要目的是提高生產(chǎn)效益，更深層次的則是管理模式的革新。生產(chǎn)力決定生產(chǎn)關(guān)系，技術(shù)創(chuàng)新將帶來生產(chǎn)力的提高，過去的生產(chǎn)關(guān)系必然會出現(xiàn)與之不相適應(yīng)的地方。因此，石化企業(yè)的智能化轉(zhuǎn)型將帶來或主動、或被動的管理模式的變革，這亦是傳統(tǒng)企業(yè)實現(xiàn)向現(xiàn)代企業(yè)轉(zhuǎn)型的有效手段[14]。

當(dāng)前，由于現(xiàn)有制度的掣肘，部分系統(tǒng)未能充分發(fā)揮作用，兩則典型案例如下。自動化方面，雖然系統(tǒng)可以自動導(dǎo)出生產(chǎn)日志，但是現(xiàn)有制度仍要求手寫存檔;智能化方面，系統(tǒng)根據(jù)實時參數(shù)計算出的最優(yōu)方案，實際上很少會被采納。究其原因，現(xiàn)有制度未厘清管理、開發(fā)、操作等崗位的數(shù)據(jù)權(quán)責(zé)，因此操作人員在生產(chǎn)中傾向于遵循舊的成熟方案，雖然可能不是最優(yōu)，但能保證避免事故。

可以預(yù)見，隨著智能化轉(zhuǎn)型的深入，這類問題會越來越突出。我們需要根據(jù)智能化轉(zhuǎn)型的具體要求對現(xiàn)有的管理制度進(jìn)行改革，實現(xiàn)企業(yè)組織在線、業(yè)務(wù)運營在線、風(fēng)險管控在線，充分發(fā)揮出智能化管理的真正威力。對于一家傳統(tǒng)的石油化工企業(yè)，要想成為智能化時代的領(lǐng)軍者，就必須在技術(shù)和管理領(lǐng)域采取協(xié)調(diào)一致的行動，并將這兩種能力結(jié)合起來，深植于企業(yè)的核心競爭力之中。因此，石化企業(yè)要更加積極、主動地對管理模式做出改變與調(diào)整，以破除智能化轉(zhuǎn)型中的藩籬，適應(yīng)新的生產(chǎn)力的發(fā)展需要。

2.5? ?更加適應(yīng)智能化的復(fù)合型人才隊伍

眾所周知，信息行業(yè)是知識密集型產(chǎn)業(yè)，智能化轉(zhuǎn)型同樣離不開專業(yè)人才。智能化建設(shè)雖然依靠的是高科技，但是歸根結(jié)底是依靠人的操作，所以人才的建設(shè)是根本。當(dāng)前的石化行業(yè)的人才隊伍存在結(jié)構(gòu)單一的問題，石油、化工、材料及相關(guān)專業(yè)的人才仍占絕大多數(shù)。實現(xiàn)智能化轉(zhuǎn)型，急需來自各個專業(yè)的大量高精尖人才，尤其是需要一支既有石化知識、又懂信息技術(shù)的復(fù)合型人才隊伍。

復(fù)合型人才隊伍建設(shè)包括三個方面，即“信息類的人才”“人才的信息化”以及“領(lǐng)導(dǎo)的信息化”。首先，石化企業(yè)應(yīng)注重引進(jìn)信息類專業(yè)的人才，他們能夠以專業(yè)的技術(shù)視角看待工業(yè)化和信息化的深度融合，并利用較強的數(shù)學(xué)知識將抽象的業(yè)務(wù)流程模型化。因此，他們應(yīng)該成為智能化轉(zhuǎn)型的主體隊伍，這也將徹底改革石化企業(yè)的人員結(jié)構(gòu)[15];其次，企業(yè)還要加強人才的信息化培養(yǎng)，即石化類專業(yè)人才的信息化培訓(xùn)。石油化工背景的人才在生產(chǎn)實踐方面經(jīng)驗豐富，如果他們對信息化理論有更多的了解，將有助于智能化項目更加契合實際生產(chǎn)需要，他們是智能化轉(zhuǎn)型的中流砥柱。最后，還要加強對企業(yè)領(lǐng)導(dǎo)的信息化思維引導(dǎo)，提高整個領(lǐng)導(dǎo)層對數(shù)字化、網(wǎng)絡(luò)化及智能化等概念的認(rèn)知，以便更科學(xué)、更合理地規(guī)劃實施智能化轉(zhuǎn)型項目。因此，他們應(yīng)該成為智能化轉(zhuǎn)型中的執(zhí)牛耳者。

再先進(jìn)的技術(shù)也要靠人去實現(xiàn)，智能化轉(zhuǎn)型離不開一支由以上三類人才共同組成的復(fù)合型人才隊伍。同時，只有這個隊伍的成員統(tǒng)一了思想和認(rèn)識，才能夠形成合力，突破智能化轉(zhuǎn)型的阻力，推動智能化轉(zhuǎn)型落到實處。

3? ? ? 結(jié)? ? 語

國內(nèi)外的經(jīng)驗表明，堅持創(chuàng)新驅(qū)動、工業(yè)化和信息化深度融合，積極推進(jìn)數(shù)字化、網(wǎng)絡(luò)化以及智能化制造，是我國傳統(tǒng)石油化工行業(yè)提質(zhì)增效、轉(zhuǎn)型發(fā)展的重要抓手[16]。智能化轉(zhuǎn)型不僅關(guān)乎石化行業(yè)在未來幾十年內(nèi)能否跟上時代的步伐，更關(guān)乎中華民族能否抓住第四次工業(yè)革命所帶來的“彎道超車”的歷史性機遇。展望未來，在物聯(lián)網(wǎng)、大數(shù)據(jù)、云計算以及5G通信等新一代信息技術(shù)的推動下，世界石油化工行業(yè)的智能化水平將會越來越高，智能化轉(zhuǎn)型也將成為未來石油化工企業(yè)持續(xù)提質(zhì)降本增效、實現(xiàn)高質(zhì)量發(fā)展的有效途徑和必由之路。

主要參考文獻(xiàn)

[1]李克強.政府工作報告[Z].2019.

[2]王興，劉超，張歲盟.大數(shù)據(jù)時代下數(shù)字油田發(fā)展思索——智慧油田的現(xiàn)狀及發(fā)展研究[J].化工管理，2014（35）：50.

[3]劉寶軍.智能油田建設(shè)構(gòu)想[J].勝利油田黨校學(xué)報，2015，28（6）：99-101.

[4]陳頌陽.中海油智能油田建設(shè)的思考[J].中國石油和化工，2014（2）：63-65.

[5]石玉江.智能油田在中國的研究現(xiàn)狀分析[J].海峽科技與產(chǎn)業(yè)，2016（12）：81-83.

[6]王宏琳.通向智能勘探與生產(chǎn)之路[J].石油工業(yè)計算機應(yīng)用，2016，24（4）.

[7]楊金華，邱茂鑫，郝宏娜，等.智能化——油氣工業(yè)發(fā)展大趨勢[J].石油科技論壇，2016（6）：36-42.

[8]覃偉中，馮玉仲，陳定江，等.面向智能工廠的煉化企業(yè)生產(chǎn)運營信息化集成模式研究[J].清華大學(xué)學(xué)報：自然科學(xué)版，2015，55（4）：373-377，469.

[9]Shell TapUp - Effortless refueling[EB/OL].https：//www.tapup.shell.

[10]IBM Chemicals and Petroleum. Digital transformation in oil and gas[EB/OL]. https：//www.ibm.com/downloads/cas/GJ8WNBNW.

[11]周大通， 林東龍，戴倚霞，等.大數(shù)據(jù)技術(shù)將引領(lǐng)油氣行業(yè)變革[J].石油科技論壇，2016，35（5）：45-50.

[12]耿玉廣，張萌，耿英杰，等.油田生產(chǎn)大數(shù)據(jù)分析應(yīng)用研究[J].石油科技論壇，2018，37（4）：41-48.

[13]錢鋒，杜文莉，鐘偉民，等.石油和化工行業(yè)智能優(yōu)化制造若干問題及挑戰(zhàn)[J].自動化學(xué)報，2017，43（6）：893-901.

[14]姜曉陽.中國石化信息化應(yīng)用管理體系的實施與思考[J].計算機與應(yīng)用化學(xué)，2015，32（10）：1277-1280.

[15]劉偉，閆娜.人工智能在石油工程領(lǐng)域應(yīng)用及影響[J].石油科技論壇，2018，37（4）：32-40.

[16]覃偉中.積極推進(jìn)智能制造是傳統(tǒng)石化企業(yè)提質(zhì)增效轉(zhuǎn)型升級的有效途徑[J].當(dāng)代石油石化，2016，24（6）：1-4.