数字化和创新赋能化工油气行业可持续发展——施耐德电气化工油气行业应用白皮书

赋能化工油气行业可持续发展 AVEVA™ PI System及AVEVA™ Predictive Analytics助力化工油气企业发挥数据价值 施耐德电气化工油气行业应用白皮书 AVEVA™ PI System及AVEVA™ Predictive Analytics助力化工油气企业发挥数据价值 作者：常光忠、周浩杰 摘要 为了使化工油气企业成功应对市场和生产层面的挑战，生产企业和其他人员需要找到新的方法来最大限度地提高产量、减少计划外停机时间并优化流程和资产。许多化工油气企业，包括上游、中游和下游，已经采用PI System作为其数据管理平台；现在，这些公司正在寻找更智能的方法来预测结果、提高安全性并在正确的时间执行维护。 化工油气企业正在其PI System之上使用AVEVA Predictive Analytics，以更快、更好、更深入地了解流程中的资产。AVEVA Predictive Analytics不仅可以监测性能异常并预测资产故障，还可以提供洞察力和规范性建议使运营团队能够分析成本与风险并制定最大化效率和盈利能力的计划。 目录 化工油气行业数字化转型需求5工业大数据管理平台AVEVA™ PI SYSTEM7预测性分析平台AVEVA™ PREDICTIVE ANALYTICS12案例介绍15洞见数据的未来15 从遵守管理章程到降低运营成本，从市场复杂性增加到安全环保关注，从能源结构变化到油价波动，化工油气企业每天都面临着众多来自市场和生产运营的挑战。为克服这些挑战，工厂必须优化流程和资产、最大化生产并减少计划外停机时间，以确保可靠、安全和可预测的运营，从而满足总体业务目标。 化工油气行业数字化转型需求 数字化浪潮正在化工油气行业带来巨大的影响。2016年PwC的一项关于“工业4.0：建立数字化企业”的研究显示：在化工油气行业领域，32%的受访者认为自己在数字化解决方案和横向价值链整合（整个供求计划的透明度）方面具备先进水平，即便如此，他们仍计划将年收入的5%投入到数字化解决方案的深化之中。 而数字化转型是一个持续过程，对于任何的化工油气企业来说都是一个从建立数据基础，再分析数据的过程，可能需要花费数年的工作才能完善。但是对于有着良好的自动化基础的化工油气行业的客户，这又是大势所趋下的必由之路。 数字化转型是由“数字化”实现的工作方式的转型。思考“数字化”对话中四个常用词组之间的差别，其实就规划了数字化转型的一般路径，再根据现在企业的现状，进行方案的选择。一般来说，数字化转型的过程就是从信息化、到数字化、到数字化转型到最后加速数字化转型，如下图所示： ●信息化的过程：化工油气企业往往已经具有了数字化设计的静态数据基础，现场设备也大多有着完善的传感设备和监测系统，能够采集并传输生产的实时过程数据，使之有效反映现场的状况，而部分企业缺少的就是一个完整可靠的数据管理平台；●数字化的过程：数据的采集并不是目的，数据的利用才是目的。数据有效分析利用的基础就是需要由平台提供一套数据建模方法，对数据进行建模分析，并将其从设备语言转化为用户语言，能够方便人员对数据进行理解；●数字化转型：数字化转型是要让数据为场景服务。针对设备运维场景，我们需要根据分析后的数据直接监控现场的运行状态，让没有IT的背景的人员也能够利用数字化的成果。●数字化加速：更深层次的数字化转型就是从已有数据、分析数据结果进一步挖掘数据的价值，从数据的现在洞见数据的未来。 现有的过程也是在从信息化到数字化的过程中，在从数据管理开始走向数据分析，随着近些年来数字化浪潮的席卷，这一过程还在不断加速。施耐德电气旗下AVEVA就提供了统一的大数据管理平台PI System的解决方案。 AVEVA™ PI System简介 工业大数据管理平台AVEVA™ PISYSTEM AVEVA™ PI System作为一个企业级实时数据历史库，可以帮助用户将数据转化为信息，将信息转化为力量。在需要时获得准确信息是制定正确业务决策的必备条件。通过PI，数据会转变为信息，转变为有助于管理人员和操作人员明确地制定出能够增加利润、推动企业发展的决策的重要信息。这就是PI的力量。PI System是将实时数据和事件转换为运营信息的企业信息基础架构的核心。它会将生产信息整合到企业业务系统。 AVEVA™ PI System主要功能 PI System通过以下六大核心功能满足各种企业需求： ●数据收集：PI System有450+经过工业用户长年验证的成熟数据采集接口；无论设备的供应商是谁，PI System均支持您从所有各类设备中收集数据。 ●数据归档：PI System可以存储、检索和显示您一直以来收集的所有完整历史记录数据。PISystem的核心特点在于它能够长期存储大量数据，并且无论数据保存的时间有多长，它都能在短短几秒钟内检索到。●设备建模：通过PI AF资产框架，用户可在PI System内对企业内所有设备与工艺进行不同层次、不同维度的对象建模。将来源于各个不同数据源(如DCS/LIMS)的相关信息集成到一起。●数据分析：PI System使用内置的AF Analytic分析功能将数据转换为可操作的信息，借助该功能，您可以合并数据元素、对数据进行汇总统计、并过滤不相关的数据。整个过程通过配置的方式实现，极大的降低用户对数据分析的使用门槛。●事件触发：PI System可通过自身生成的警报和通知将正确的信息通知到正确的员工部门，让信息主动找人。●数据通知：PI System提供Notifications组件实现根据需要自行定制报警出发条件，当报警条件触发时，通过邮件、网络服务等方式通知相关人员。 作为全球排名第一的实时数据库和工业数据行业领导者，PI System在各个行业都拥有非常多的用户，如在石油天然气行业，85%以上的全球领先的油气公司使用PI System，在化工行业，全球前十的化工企业均使用PI System。同样，在国内化工油气行业，PI System也拥有大量的应用案例，这里面包括外商独资工厂、中外合资、国有企业及民营化工企业。 PI System不仅仅是实时数据库，更是高效的数字化分析平台，可帮助企业实现以数据为核心的平台化应用和数据驱动的企业决策。在企业信息化/数字化架构中，PI System可以成为是OT（设备层和控制层）和IT（ERP、EAM、HSE等）的桥梁。此外，基于PI System强大的数据分析、报表及可视化展示能力，可实现化工油气行业MES系统及EMS系统的功能，达到三合一（PISystem=实时数据库+轻量级MES系统+EMS系统）。 PI System拥有无限的扩展能力和灵活性，小型系统（数千数据采集点）和大型系统（数以百万计数据采集点）都使用相同的软件，使拓展变得非常容易。PI System可以使用简单的软件进行升级，添加新的功能，对系统产生的影响非常小。如果公司添加了新的资产需要采集数据，用户只需要购买和安装PI System相应的接口程序即可。新的PI System用户只需安装额外的桌面软件或添加新的网络用户许可，就可以访问PI System中的所有数据。 另外，PI System作为强大的数据分析工具，其用户的使用黏性非常强，不同岗位和专业的关键用户可不断基于自身工作需求进行应用场景开发，实现企业内部的知识沉淀和分享，并且其二次开发难度低，后续投入非常低。 AVEVA™ PI System典型应用场景 ●生产过程监控：PI System可以快速搭建工艺过程图，将现场的数据实时地反映在浏览器画面上。而这一过程并不需要开发画面的知识，只需要简单拖拉拽就能实现。 图5生产过程监控 ●生产运营可视化：通过PI Vision可建立分层级、可钻取的运营管理看板，PI Vision中可配置多个展示画面，这些画面可分为不同的层级，如：决策层画面展示决策管理层关心的数据，生产管理层展示工艺或设备负责人关心的数据，生产执行层展示操作人员关心的数据。 ●能源管理：PI System整合企业的众多系统的数据，让不同部门的人也能够通过平台的画面实时掌握不同的信息，例如能源监控信息。 ●能源管理：PI System整合企业的众多系统的数据，让不同部门的人也能够通过平台的画面实时掌握不同的信息，例如能源监控信息。 ●设备管理：化工油气行业是典型的资产密集型行业，设备资产健康度和维护管理影响着生产效率，对于企业自身经营而言也具有必要性。通过实时数据库和数据平台采集的实时数据，企业可以实时掌握设备的运行情况，及时获取异常报警，结合数据建模分析还可以构建表征设备健康度的KPI指标，进而指导企业进行基于设备运行状态的维护。 PI System由于能够接入企业生产的实时数据，在建模过程中就将实时数据作为属性关联到对应设备上。PI System内部就能够基于此进行比如设备OEE、可用性等基础的分析，将结果展现。而施耐德电气还提供另一个基于人工智能算法的工具，预测性维护平台。此平台可以结合PI System中的历史实时数据，建立设备模型，预测设备未来的状况，从而在现在就能够进行维护检修，从数据现在，洞见数据未来，真正发挥了数据的价值。 AVEVA预测性分析平台通过对化工油气行业关键设备的运行历史数据进行分析，利用AI算法创建设备专有的预测性分析模型，在故障早期阶段，通过捕捉到工艺或状态数据的细微异常征兆，给出早期预警提醒并指导现场生产运维工作。 预测性分析平台AVEVA™PREDICTIVEANALYTICS 图10AVEVA预测性分析概览 AVEVA™预测性分析如何实现预警 AVEVA预 测 性 分 析 采 用 高级 模 式 识 别(APR)和 机 器学习技术，对于较低等级重复性的历史数据、高噪声或流程驱动的系统，预测性资产分析解决方案使用一个名为KANN的预测算法插件。该算法使用人工神经网络技术，允许用户使用一组特定的输入和输出创建设备运行 档案，并通过数据回测输出将来如何发展。 AVEVA™预测性分析的好处 AVEVA预测性分析使用户能够在问题严重影响运营之前将其予以解决，从而更轻松地实现可靠性、性能和效率目标。通过持续的维护和可靠性的改进，可以获得更多的好处。由于相关人员会收到潜在问题的预警，因此可以减少计划外停机时间。由于更合理的规划，维护成本也可以降低；备件可以从容订购和运输，同时设备可以持续运行。 预测性资产分析的优势 1减少计划外停机2预防设备故障3降低维护成本4提高资产利用率5延长设备寿命6识别性能不佳的资产7提高安全性 AVEVA™预测性分析与状态监测系统的区别 与传统的机组状态监测平台的机理模型及DCS固定阈值报警联锁不同，AVEVA预测性维护平台通过将数据建模与机理模型结合，分析相关变量之间的相关性，并基于预测值与实际值之间的偏差量进行动态范围报警，帮助用户在故障的早期阶段即可发现并介入，避免故障恶化造成严重的设备维护费用和非计划生产损失。 AVEVA™预测性分析应用对象 化工油气属于典型的流程行业，拥有大量的汽轮机、压缩机、大型电机等关键机组设备，这些设备一方面价值比较昂贵，其维修成本和备件采购费用较高；另一方面这些设备通常不具有备机或无法短时切换，一旦发生非计划停机，将对生产装置造成严重的生产损失，非常有必要部署预测性维护系统。 某化工新材料企业部署了包括PI System及预测性维护在内的软件解决方案，该方案成为了其数字化转型过程中的重要实践。 案例介绍 在PI System及预测行维护解决方案部署之前，该企业生产运营面临许多挑战： ●生产过程数据量大且乱；●测点命名错误；●传感器故障；●数据不匹配；●非计划停机频发； 而这些挑战的原因之一是来源于该企业的信息化过程不够精细，而且其全球有着众多的工厂，不同工厂的状况也不一，缺乏统一的平台将这些系统都有效地管理起来。 在软件部署实施阶段，企业先通过PI System进行数据的梳理与规范