求真百科歡迎當事人提供第一手真實資料,洗刷冤屈,終結網路霸凌。

變更

前往: 導覽搜尋

HengLink互联感知系列解决方案

增加 60 位元組, 1 年前
無編輯摘要
'''HengLink互联感知系列解决方案'''设备故障诊断与远程运维:在工业 [[ 互联网 ]] 平台<ref>[https://it.sohu.com/a/675846873_478183 工业互联网平台体系架构及核心技术详解],搜狐,2023-05-15 </ref>的基础上,对 设备运行正常状态、健康偏离(亚健康状态)、故障状态、失效或报 废阶段进行智能监测和故障诊断,并为技术专家提供远程运维支持, 降低工厂资产的运营风险。
==一,案例简介==
===1、 设备管理优化===
1) 设备故障诊断与远程运维:在工业互联网平台的基础上,对 [[ 设备 ]] 运行正常状态、健康偏离(亚健康状态)、故障状态、失效或报 废阶段进行智能监测和故障诊断,并为技术专家提供远程运维支持, 降低工厂资产的运营风险。
2) 腐蚀管理:基于物理空间实体数字李生模型集成 [[ 设计 ]] 、采购 等各类数据,进行腐蚀回路划分、抽取、检测点规划、定点测厚点标 识及测厚数据的计算、管理;数字李生系统可根据RBI分析结果进 行可视化展示与智能预警。
===2、 生产执行优化===
1) 物料配方优化:采用 [[ 人工智能]]<ref>[https://www.sohu.com/a/658591835_120633759 人工智能的特点及应用],搜狐,2023-03-24</ref>方法挖掘海量工业数据,建立 融合数据和机理分析的数字李生混合模型,通过多模型优化控制和质 量卡边优化,解决石化生产过程模型随原料和产品加工方案变化的难 题。
2) 工艺参数设计与仿真:基于数字李生 [[ 系统 ]] ,结合初始化反应 动力学参数,使用流程模拟服务组件建立高精度、自适应、自学习、 通用的石化行业数字李生多维模型,指导工厂工艺参数调整与设计。
3) 生产过程建模与控制:在工业互联网平台的基础上,以数字 弯生系统的动态实测虚拟空间多维模型为基础,采用多变量模型预测 控制(MPC)、软测量技术等手段,对装置或工艺单元进行多变量协 调优化控制,提高高 [[ 价值 ]] 产品收率、降低装置能耗。
===3、产品管理优化===
产品质量管理:在数字李生系统建立物料走向模型、物料质量传 递模型、物料质量与工艺参数相关性模型,结合原材料选购、入厂、 加工、产品出厂到用户服务等环节的质量数据,实现“ [[ 实验室 ]] 基础一 质量监控一质量追溯一质量预测”一体化功能。
==二,案例背景==
在智能生产线建模方面,缺少覆盖生产线感知、运行、重构的时 间空间多尺度动态模型支持;在生产线数据集成与仿真求解方面,缺 乏复杂时变感知数据解耦与多时空尺度模型的统一计算快速精准求 解算法的支持;在智能 [[ 生产线 ]] 数据采集方面,缺少面向流程行业的异 构制造资源智能感知与接入的技术和装置支持;在智能仿真、控制、 优化决策以及运维方面,由于缺乏对动态场景的实时映射能力和时空 数据融合能力,导致数据不充分、反应不及时、分析不准确、智能化 程度低,从而导致动设备的故障诊断与预测不准确、静设备的腐蚀诊 断与评估不及时、产品质量相关性分析不足等问题。缺乏对物料配方 优化、工艺参数设计与仿真、生产过程建模与控制、设备故障诊断与 远程运维等高质量的服务。
==三、案例介绍==
===1、设备管理优化===
====1)设备故障诊断与远程运维 ====
通过在现场安装边缘计算设备,以无线有线方式采集 [[ 数据 ]] ,传输 至中心控制室数据服务器中,进行数据提取、分析、建模、监测,从 而实现设备的故障诊断和远程运维。
在工业互联网平台的基础上,应用了边缘计算技术、工业大数据 技术、人工智能技术、IoT技术,从传感器采集数据中提取特征的趋 势曲线,通过大数据分析、挖掘能力和机器 [[ 学习 ]] ,提高数字弯生系统 设备诊断模型精确性,为技术专家掌握及维护系统运行及提升系统诊 断能力提供技术手段,实现设备故障诊断管理水平,降低工厂资产的 运营风险。
本方案以数字李生系统的工业设备机理模型与算法,实现设备在 线状态监测、故障监测与自动诊断、设备趋势预测等核心功能,提升 设备管理的感知控制能力、故障诊断能力、预测能力、分析优化能力、 决策能力。
====2)腐蚀管理:====
基于物理空间实体数字李生模型层涵盖资产全 [[ 生命 ]] 周期的属性 数据,结合物理空间实体的模型的空间位置,对资产腐蚀进行相应的 管理,包括腐蚀回路划分、抽取、检测点规划、检测实施及记录、定 点测厚点标识及测厚数据管理等工作。基于工业互联网平台,物理空 间实体数字李生模型集成了装置设计资料、采购资料以及介质属性与 生产实时数据,虚拟空间多维模型可根据RBI分析结果,进行智能 预警,从而指导设计全面腐蚀管理策略、制定检测优化方案,以低成 本完成腐蚀管理与 [[ 规划 ]]
===2、生产执行优化===
====1)物料配方优化 ====
采用人工智能方法挖掘海量工业数据内在的知识信息,建立融合 数据和机理分析的混合模型,解决石油化工生产过程模型随原料和产 品加工方案变化的难题,开发出面向原料、产品需求变化的石油化工 生产过程数字李生模型,对优化性能、控制(动态调节)性能、模型 预估性能和过程干扰性能进行分析和报告,控制工程师可以根据这些 [[ 结果 ]] 来确定控制器性能的改变并改善控制器性能。
====2 )工艺参数设计与仿真 ====
采用模型参数的智能化拟合技术来建立精准的装置全流程模型, 结合初始化反应动力学参数,并通过智能感知、采集获取生产过程操 作数据,基于数字李生系统,使用流程模拟软件建立通用的石化 [[ 行业 ]] 高精度、自适应、自学习的数字李生过程模型,指导工厂工艺参数调 整与设计。
====3)生产过程建模与控制 ====
采用先进的建模、多变量模型预测控制(MPC)、软测量技术等 手段,对装置或工艺单元进行多变量协调优化控制。在工业互联网平 台的基础上,以数字李生系统的动态实测虚拟空间多维模型为基础, 兼前馈、反馈、滚动优化为一体,在装置操作平稳的 [[ 基础 ]] 上,在每一 个运行周期(一般为1分钟)根据装置约束条件,通过稳态优化(LP 或QP)算法寻找装置效益最佳操作点,并通过动态控制器驱动装置 平稳的向最佳操作点靠近,以实现卡边操作,从而提高高价值产品收 率、降低装置能耗之目的。
===3、产品管理优化===
====产品质量管理 ====
利用先进的自动采集、分析检验 [[ 仪器 ]] 设备,构建基于工业互联网 平台的产品质量管理系统,通过实时的数据采集与传输,将产品实时 的质量参数同步至数字李生系统构建的多时空尺度预测模型中,通过 理论模型的分析获取产品质量偏差,进行卡边优化,实现产品质量的 最优管理。
==四,典型经验提炼==
===(一)具体措施和成效===
恒力工业互联网平台集合了物联网、 [[ 人工智能 ]] 、云计算、工业大 数据、三维数字化等新技术,是具备物联网接入、大数据分析、数字 弯生服务等技术能力和针对石化业务应用场景进行优化设计的行业 级工业互联网平台。在支撑企业生产、设备、能源、HSE等业务领域 的管控业务方面具有较大优势,具体体现在以下方面:
一是实现 [[ 经营管理 ]] 、生产运营、操作管理、控制优化的集成,提 高企业协同优化的能力;
二是建立企业互联感知的生产运行环境,并应用融合通信技术, 实现行政/调度电话、视频监控、视频会议、集群对讲、广播等系统 的互联互通;
三是提出互联感知的系列解决方案,利用无线网、RFID、智能 仪表、智能设备等互联网技术实时跟踪生产过程信息,提升企业现场 感知和预测预警能力,为操作人员提供友好的操作环境;
四是从工厂生产运营的全局角度出发,采用三维数字化交付方式, 实现了部分生产流程及布局数字建模,建立三维数字化工厂模型,开 发在虚拟环境中的生产管理、设备管理、安全管理和 [[ 培训 ]] 管理,实现 虚拟与真实环境的高度融合;
五是利用云计算技术,以共享资源池的方式提供共享云服务,实 现IT资源的集中共享和动态调配;
六是实现智能装备与业务 [[ 环境 ]] 高度融合,促进业务的能力提升, 使管理更高效、生产更经济,提高企业本质安全、节能低碳水平;
七是实现产品质量的最优管理,可以利用先进的自动采集、分析 检验仪器设备,构建基于工业互联网平台的产品质量管理系统,通过 实时的数据采集与传输,将产品实时的质量参数同步至数字李生系统 构建的多时空尺度预测模型中,通过理论模型的分析获取产品质量偏 差,进行卡边优化。
综上所述,恒力石化已基于工业互联网平台、数字弯生、实时数 据库等,实现了生产过程中“人、机、料、法、环、测”全要素的智能 感知互联、高效数据集成、实时交互与控制、智能协作与共融;并通 过工业DCS系统,实现了生产线的李生对象支持单向、双向以及一 对多的数据同步与交换,具有闭环控制功能。但要作为行业服务平台, 还有较大差距,需要解决的问题包括服务 [[ 标准化 ]] 、应用组件化、数据 集成化等,这正是本项目的主要研究内容之一。
==参考文献==
[[Category:500 社會科學類]]
767,342
次編輯