石化盈科信息技术研究院副院长索寒生：提供新动能 打造新生态——石油和化工工业互联网平台ProMACE

两化融合服务联盟

公众号ID：cspiii

关注

本文根据石化盈科信息技术研究院副院长索寒生在12月14日举办的2018年产业互联与数字经济大会——首届工业互联网平台创新发展暨两化融合推进会之流程行业工业互联网平台分论坛上发表的演讲整理而成，索寒生副院长站在石油化工的角度给，介绍了石化盈科打造的石油和化工工业互联网平台ProMACE的建设背景、实践以及下一步思考。

ProMACE建设背景

工业互联网平台促进传统制造业转型升级与提质增效，是实体经济与数字经济深度融合的主要载体，也是实现制造强国和网络强国的重要抓手。工业互联网平台为传统制造行业，特别是石油化工行业可持续和高质量发展提供了新的动能，是整个流程工业转型升级的助推器。基于ProMACE平台，我们输出了中国石化的科技优势和人才优势形成的技术能力，加强了产业聚集与产业链协同合作，构建起石化工业数字化生态系统。

石化盈科在工业互联网建设领域进行了长期的探索与实践，在国内石油和化工行业率先开展了MES、智能工厂、智能管线的研发和建设，经过沉淀与积累，形成了工业互联网平台ProMACE。

2003-2011年，石化盈科依托国家863重大攻关课题，开始研发MES，打破国外软件垄断，填补国内空白，实现中国石化全覆盖，并推广到中煤榆林、神华集团等煤化工企业，成为民族软件品牌。

2012-2016年，在国内首次探索石化智能工厂建设，形成以集中集成为核心的智能制造平台 ProMACE 1.0，打造九江石化、镇海炼化、茂名石化等国家智能制造试点示范。

2017年，支撑石化智能工厂升级版建设，形成“平台+服务”的建设模式。石化盈科与华为深度合作，发布工业互联网平台ProMACE2.0。2018年9月发布2.1版本，完成了中国石化全部的覆盖，并且已经推广到现代民企和外部化工的企业，同步启动了公有云建设工作，并成为国家工业互联网平台试点示范。

ProMACE取得的成果

面向石油和化工行业深耕细作，ProMACE“工业赋能”

ProMACE的定位是为工业赋能，包括工业服务、工业引擎和工业物联三个核心能力。

ProMACE为工业赋能

工业服务：包括工业应用套件、工业APP和专家服务。工业应用套件是面向石油化工行业全产业链，提供融入最佳实践的MES、能源管理、安全管理、环保管理等工业级应用套件。工业APP：形成智能油气田、智能工厂、智能物流3大领域，设备管理、一体化优化、工艺技术服务等19类，300多个核心工业APP。专家服务：依托中国石化领先的行业优势、科技优势、专家优势，为客户提供设备远程诊断、炼化工艺指导、安全环保咨询等专业服务。开创了装置远程专家诊断新模式，涵盖常减压、催化裂化等10大类621套重要生产装置。建立了5个大师级工作室，722名专家在线开展网上巡检及远程诊断。63类工艺模型在线计算，指导企业开展装置生产操作优化。

工业物联：支持海量厂内智能仪表、智能穿戴装备以及新型传感器等到平台的接入与管控。支持企业现有各类音视频系统的互联互通，满足融合通信需求。

平台已接入生产相关感知类、视频监控类、移动终端类共13大类、269小类、约58万台工业设备，工艺流程数据采集点数量超过105.2万，可支持107种工业通信协议。

工业引擎：包括工业数字化、工业实时优化、工业大数据和工业AI。工业数字化能力是在虚拟空间提供与物理空间保持同步的数字模型，提供工厂本体数据治理、统一数据模型构建、多维可视化交互的工具，提供面向石油化工行业复杂生产装置的可视化交互能力。工业实时优化能力是建立企业实时总线和实时计算框架，捕获来自生产现场的事件信息。平台沉淀了覆盖集团、板块、工厂、产品链、装置各个层级的优化模型与测算案例，形成了用于远程诊断、优化和流程模拟3大业务场景共77种工业机理模型。工业大数据能力提供大规模数据存储、实时计算、高速并行计算等能力。围绕生产运行、工艺分析、设备健康领域，提供专业算法和业务组件。工业AI能力是提供具有行业特色的图像分析、视频分析服务，支撑厂区安防、火灾识别、外观检测等专业应用。利用人工免疫等算法，建立抗体样本库对常减压245个重点工艺参数进行报警预测，预测准确率达到95%以上。利用主成分聚类分析法，训练并建立连续重整装置操作样本库，指导工艺参数优化，提高汽油收率，累计增效1000万元。

与各领域合作伙伴开展多层次合作，构建石油和化工工业互联网新生态

我们希望与国内产业机构、领先的ICT企业、科研院所、高等院校、核心企业等一起建立流程工业的数字化生态体系。一方面输出技术服务能力，另一方面引入合作伙伴的应用项目。

我们的案例包括大型炼化企业、新建或扩建大型炼化企业、大型民企、煤化工智能工厂、智能管线、智能物流、智能油气田等实践。

由于时间关系案例不展开讲，这里仅以工业大数据应用为例。

动设备风险预测及预警：某炼厂利用大数据对关键机组的故障预测，每天对27个关键机组进行监测，实时获取机组振动、温度、压力、流量等数据，通过大数据分析，对设备状态进行评定，预测振动趋势，减少了非计划停工。

产品质量相关性分析：通过大数据分析产品质量相关的工艺参数，通过调整工艺操作，达到提升产品质量的目的。

静设备腐蚀预测分析：以腐蚀回路为对象，监控腐蚀相关参数，实现可视化的腐蚀监控；对腐蚀数据进行整合和数据分析，优化传统剩余寿命算法，提高腐蚀速率、剩余寿命的预测精度，提出解决措施及改进建议，实现防腐措施的持续改进。

机组健康状态分析：1.“健康度” 建模：采集机组所有检测数据，通过降维算法将所有监控数据降维整合为“健康度曲线”，2.针对每个维度数据进行实时分析；从维度状态出发进行分级状态分析及异常预警，3. 采用梯度加速归回算法（GBR）对于关键的设备运行风险、异常进行分析。

虽然我们已经做了一些工作，我们认为目前的平台还是定位于本企业数字化、网络化和智能化转型的企业级的平台，我们希望通过行业内企业共同合作、互联互通形成一个行业级的平台，到2025年形成一个流程工业的国家级平台的地位。

合作共赢 各得其所