智能工廠大數據分析平臺軟件的開發與應用

耿慶安

(中石化北京燕山分公司 生產運行保障中心，北京 102500)

由于石油化工行業具有連續性生產的特點，要求自動化儀表設備運維要處于完好狀態，而且能夠適當延長設備零部件的使用壽命，最大限度地降低設備運維費用，杜絕因設備突發故障給生產造成的中斷或運維費用的嚴重超支，避免給企業造成重大損失。長期以來，石化行業的自動化儀表設備均沿用預防性維護方式，具體表現為制訂“五定期”維護方案和定期計劃檢修，它基于“預防為主”、“防患于未然”的理念，根據設備的特點和使用情況的不同，定期對設備實行不同規格的保養，并以此為基礎，制訂設備的預知維修周期。該體制與傳統的事后維修相比是一大進步，因為它可以把故障消滅在萌芽狀態，避免嚴重故障或事故的發生，也減少了因事后維修造成的裝置停車損失，但因為無法準確了解設備的使用壽命和及時掌握設備運行狀態，所以該維護模式無法避免設備的失修和過修。

目前，在國內石化行業自動化儀表設備管理中，尚未形成一套完整有效的設備故障模型預測與分析系統，多數還是依靠聽、摸、看等傳統的手段感性判斷設備的運行狀態。近年來，中國石化北京燕山石化分公司提出了“打造數字公司，建設智能工廠”的信息化發展戰略，大力推動“兩化”深度融合，努力實現傳統國企向現代企業的轉型。為此，以設備狀態監測與故障診斷為基礎，將設備管理由事后管理向事前預測和事中控制轉變，該公司建設了預知維修大數據分析平臺，在實際運行檢驗過程中，應用效果良好，提高了儀表設備的可靠性，確保了生產裝置的長周期安穩運行。

1 項目建設目標和架構

1.1 項目建設目標

搭建燕山石化預知維修大數據分析平臺，通過大數據分析技術，對現場儀表設備壽命周期以及冬季關鍵儀表回路伴熱溫度、特護機組關鍵儀表參數、DCS狀態實時監測，進行運行狀態的分析、故障診斷、劣化趨勢的預測以及生成報警信息，得到儀表設備目前可能存在的故障風險，從而達到預知設備運行故障的目的。

1.2 項目總體架構

預知維修分析平臺總體架構基于面向服務體系結構的理念，分為數據庫層，通用服務/工具層、業務層和展示層4個層次。數據庫層負責與外部系統的數據交換及數據存儲；通用服務/工具層提供信息系統的通用服務和工具，包括日志、權限、建模、算法、內存計算、分布式計算、展示工具等；業務層提供核心業務應用，包括基礎數據管理、知識庫、參數預測、故障診斷、部件壽命管理等；展示層面向用戶，提供系統應用的結果呈現，包括圖形、表格、報告等[1]。預知維修分析平臺總體架構如圖1所示。

圖1 預知維修分析平臺總體架構示意

2 基于互聯網的預知維修大數據分析平臺的建立

在石化行業中，不同設備的監測方法都不是相對獨立的，各個方法之間相互關聯、相互依托。因此將不同設備的監測技術整合到一起，不管是哪一種監測方法，也不管是國內技術還是國外技術，使其形成一個完整的預知維修分析平臺體系是非常必要的。

基于該思路，將預知維修大數據分析平臺與中國石化統一建設的身份認證系統集成，拓展為基于云桌面的企業網監測系統，采用成熟的技術架構作為儀表設備數據分析的核心設計思路，以構造松散耦合的應用系統，滿足對系統的靈活性、可集成性、統一性的要求，讓更多具有中石化統一身份認證的管理者和使用者能夠登錄進入儀表預知維修系統。

3 系統功能描述

儀表預知維修系統包括5個功能模塊： 儀表防凍凝實時監測數據管理及趨勢預測、DCS狀態實時監控及故障診斷、關鍵機組特護儀表巡檢記錄及趨勢預測、儀表設備生命周期管理以及預知維修記錄和故障統計臺賬管理。

3.1 儀表防凍凝實時監測數據管理及趨勢預測

在冬季儀表設備防凍凝承包期，將裂解裝置和三催化裝置等公司級重點裝置的實時伴熱監控系統數據，通過專用工控機數據采集站與儀表設備預知維修系統接口對接，對伴熱防凍凝系統的數據進行監測診斷分析，給出相應的趨勢診斷對策和建議。儀表管理人員利用該軟件系統，在冬季伴熱期內，每天登錄系統檢查、監督現場儀表伴熱的情況，確保每臺儀表的正常使用。

3.2 DCS狀態實時監測及故障診斷

目前該公司重點裝置DCS大多數采用Honeywell PKS以及CENTUM-CS3000/VP，通過查閱DCS資料以及系統組態實踐，自主完成了不同類別DCS報警點的實時數據采集，通過DCS中的OPC協議，將DCS報警診斷信息，添加到實時數據庫服務器，并實時傳送到預知維修系統服務器，進行監測診斷、指導DCS出現問題時的預測及應對策略。

儀表作業部管理人員每天登錄系統，查看管轄裝置的DCS運行狀態，查看DCS狀態是否出現預警和報警提醒，當預知維修系統實際監測到DCS狀態值發生超出規定限值時，會將超限的信息條目推送到總預覽信息平臺上，根據DCS報警信息的傳遞，自動判斷出DCS產生問題的原因，選中條目后，點擊診斷報告，給出對應條目信息的自動診斷結果，根據診斷結果，具體指導維護人員，快速排查故障。如果指導信息不全面或者沒有指導信息，有經驗的技術人員找到原因并排除故障后，可以在DCS數據維護配置中對診斷知識庫進行完善。

3.3 特護儀表巡檢及趨勢預測

離線巡檢是預知維修的手段之一，通過離線巡檢記錄診斷預測大型機組聯鎖儀表系統設備的健康度狀況。根據控制系統和現場儀表設備的運行參數，預知性地掌控機組儀表系統設備運行狀態。根據巡檢示值，描繪出相應的趨勢曲線圖表；根據聯鎖限值進行比較，接近限值區域之前，即給出相應的診斷維護對策建議。

3.4 儀表設備生命周期管理

該模塊用來自動監測大型機組、裝置聯鎖、重要控制回路等關鍵儀表設備以及一般儀表設備投入使用的實際時間，根據國家標準、廠家標準、自定義標準規定的使用壽命標準，系統提前6個月進行預警提醒，提示維護人員注意檢測或者儲存備件更換。根據檢修機會，擇機進行檢測或者更換，并給出相應的維護對策建議。

在2016年該公司大檢修后，逐步完善ERP儀表設備主數據，將新增儀表設備批量導入儀表預知維修系統，添加了所選儀表設備的壽命監測功能。同時對儀表設備預警信息逐一確認，實時更新儀表設備使用壽命。

3.5 預知維修記錄和故障統計臺賬管理

為了統計儀表預知維修情況，每天將儀表設備故障和預知維修情況進行錄入保存，作為案例，供預知維修小組成員借鑒和分享，在工作中具體落實。預知維修情況統計臺賬用來統計分析預知維修記錄中跟預知維修類型相對應的各個作業部的預知維修狀況。

操作時，采用下拉菜單選擇的方式選擇作業部、輸入班組名稱、點擊設備名稱后面的查詢按鈕，在彈出的對話框中找到自己需要的條目，系統自動將設備的名稱、位號、裝置名稱信息導入表格中，故障類別選擇預知故障或者其他故障。手動錄入工藝介質，故障描述從13種儀表故障類型中選擇。

4 應用情況及開發建議

4.1 儀表預知維修系統應用情況

該儀表預知維修系統自2012年開發至今，系統模塊在不斷開發和完善中，為了提高儀表設備故障預測，成立了儀表預知維修小組，定期開展基于預知維修軟件的設備故障預測工作，作業部以及班組參與率100%，并制訂了儀表預知維修率大于70%的工作目標。

截至目前，該儀表預知維修系統實時監控了4 009臺關鍵儀表設備生命周期，共計預測了13套主要裝置的機組和聯鎖儀表設備元件的剩余壽命，共計更新了2 875臺關鍵儀表設備壽命周期，新增了841臺關鍵儀表設備，確認了1 009臺關鍵儀表設備報警，例如，高壓裝置一/二/三線高壓熱電偶測溫元件，擇機一年強制報廢一次，因此在大檢修中更換了12支達到報廢期的高壓熱偶，避免了因熱電偶故障導致裝置的非計劃停車；冬季實時監控重點裝置裂解和三催化960條伴熱回路溫度數值，2018年冬季伴熱投用期內，共監測到伴熱溫度異常數據53條，班組員工及時發現并處理了故障問題，確保每臺伴熱回路儀表設備正常使用和安全過冬，無儀表凍凝事故的發生。2018年儀表預知維修記錄共發現問題558項，大幅降低了儀表設備故障率，避免裝置波動5起和非計劃停工3起，預知維修情況統計見表1所列。

表1 預知維修情況統計

截至目前，共計50套DCS的實時狀態監測及故障診斷順利引入儀表預知維修系統，基本覆蓋了該公司絕大多數重點裝置。將DCS報警的實時監測數據與短信平臺系統接口對接，實現了實時推送報警信息給相關領導，第一時間獲取DCS報警問題。2018年該儀表預知維修系統共監測到DCS報警54條，儀表班組技術員及時進行了確認并采取了處理措施，無法在線處理的故障及時聯系系統廠家并制訂了應急預案，避免了3起裝置波動和2起非計劃停工，在2018年的大檢修中，無法在線處理的DCS故障已經逐一處理完成。

公司級特護機組控制系統儀表巡檢記錄參數組態通信到DCS，通過OPC站上傳到實時數據庫系統，并實時傳送到儀表預知維修系統服務器，實現了19套生產裝置共計39臺特護機組692點儀表巡檢記錄的自動獲取功能，降低了工人巡檢強度，提高了工作效率。2018年關鍵機組特護儀表巡檢記錄共錄入5 463條，通過趨勢預測儀表設備是否線路松動或者存在潛在故障，發現問題11項，避免2起公司級關鍵機組波動和1起停機事故發生。

4.2 典型故障分析

2012年10月24～28日，延遲焦化富氣壓縮機高壓側通道儀表振動探頭振動值異常波動，波動值約16 μm，同時現場設備操作人員也反映儀表振動探頭指示波動。通過對S8000系統圖譜做診斷分析，主要振動頻率是工頻，相位存在突變，懷疑壓縮機轉子失去平衡，經查詢關鍵機組特護儀表巡檢記錄的數據和趨勢，發現儀表顯示數據真實客觀，如圖2所示，可以看出，振動值正常波動范圍2 μm左右，從2012年10月24～28日，波動范圍最大為16.2 μm。2012年10月29日停機檢查處理，發現壓縮機轉子及隔板表面嚴重結焦。

圖2 VISA2542振動值趨勢曲線

4.3 儀表預知維修系統開發建議

1)儀表預知維修系統五大功能模塊的開發與應用，從根本上降低了儀表設備的故障率，但是儀表功能模塊比較單一，存在監測盲區，需要繼續開發完善各項功能，如引入安全儀表系統的系統報警信息以及聯鎖旁路開關實時監控，100%覆蓋各廠家DCS報警信息，消除監測盲區，擴大監測范圍。

2)加強ERP系統中基礎數據的管理，逐步完善存續板塊基礎數據，對變更參數要及時進行維護，以確保模型計算的準確性，使專家診斷結果和實際情況更加吻合。

3)設備管理員需要實時更新儀表設備使用壽命，利用儀表預知維修系統的設備壽命預警功能，自動生成采購訂單，降低設備管理人員工作量，提高備件提報計劃的準確率，有計劃地維修設備，節約各項設備修理費用。

4)加強儀表預知維修系統與其他儀表智能分析軟件的信息資源共享，實現系統之間的無縫對接，實時獲取更多的設備故障預警信息。

5 結束語

通過儀表預知維修系統可以實時監測設備運行狀況，診斷故障問題，以實現設備的全生命周期管理，降低儀表設備故障率，提高維修服務水平，進而提高設備可靠性，降低運行維修成本和人工工作量，實現儀表設備零故障的目標。