技術創新為引擎，轉型升級迎挑戰

“全球煉油業正面臨著前所未有的挑戰和機遇。在此背景下，霍尼韋爾將憑借在煉油和化工領域的先進技術與解決方案，幫助煉油企業應對挑戰，實現轉型升級。我們致力于通過創新的工藝技術和數字化解決方案，助力煉油廠提高能源效率、降低碳排放并優化運營成本，以增強其在全球市場中的競爭力。同時，霍尼韋爾將繼續加大研發力度，與全球客戶緊密合作，共同推動煉油行業的可持續發展。”5月29日，副總裁兼總經理孫建能在2025霍尼韋爾UOP石油煉化大會上表示。

轉型升級破行業困局

中國石油石化：孫總，您好！國外咨詢機構預測，隨著汽油利潤率下降以及碳排放壓力加大，全球超過 20% 的煉油產能（約390萬桶／日）面臨關閉的風險，歐洲煉油廠的形勢尤其嚴峻。請您展望一下全球煉油業的發展趨勢？

孫建能：歐洲作為能源轉型的前沿陣地，正承受多重沖擊。首先，電動汽車滲透率快速提升，在2024年這一數字已經超過 20% ，導致成品油需求持續萎縮。據全球知名能源咨詢公司伍德麥肯茲預計，到2035年歐洲煉油產能將關閉30%以上。其次，歐盟碳價已突破90歐元/噸，5年內增長了4倍，使得歐洲煉廠的運營成本大幅增加。另據伍德麥肯茲預測，歐洲將是高風險煉廠最集中的地區。全球產業重心正在加速東移。與歐洲形成鮮明對比的是，亞太地區正成為煉化產業新重心。當前，行業趨勢主要體現在兩個方面：一是與汽車電動化進程密切相關；二是在產業轉移過程中，技術創新迭代與生產線轉型升級發揮著關鍵作用。

中國石油石化：根據國內機構的研究報告，成品油消費已經達峰。中國的煉化企業應該如何破局突圍？

孫建能：2024年是中國成品油市場的重要轉折點，淘汰落后產能成為行業大勢所趨，國內煉廠的集中化、大型化程度正在進一步提升。在成品油消費達峰的背景下，霍尼韋爾認為“推動高端化轉型，向產業鏈高附加值延伸”是行業破局之道。當前成品油需求增速放緩，但化工新材料、高性能材料的需求持續增長。煉化企業應加快從燃料型向化工型轉型，通過減油增化優化產品結構，提升烯烴、芳烴、高端聚烯烴等化工產品的產能占比。對成品油達峰的新常態，唯有主動擁抱變革、聚焦價值創造，方能化挑戰為機遇，引領行業高質量發展。

相較于原油10億噸級、成品油幾億噸級的規模，化工品市場僅為千萬噸級，賽道變窄是必然趨勢。即便仍有發展空間，企業也需在兩個方面發力：積極尋找新的發展方向和對現有業務進行優化升級。在這一過程中，市場競爭將愈發激烈，優勝劣汰的法則將不可避免地發揮作用。

綠色方案赴低碳之旅

中國石油石化：當前，中國的低碳之旅正在穩步前行，提出打造“零碳園區”。霍尼韋爾如何看待這個機遇？

孫建能：近年來，零碳園區已成為中國綠色低碳發展的重要實踐路徑之一，成為推動碳達峰、碳中和目標的一項重要舉措。對于煉化企業而言，零碳園區的建設既是挑戰，也是實現綠色轉型、提升競爭力的重要機遇。霍尼韋爾高度重視這一發展趨勢，積極布局，致力于為煉化企業提供全面的綠色解決方案。通過采用先進的技術和管理模式，煉化企業可以在降低碳排放的同時提高生產效率和經濟效益，實現可持續發展。

霍尼韋爾約 60% 的新產品研發投入以可持續為導向。煉化企業實現減油增化、降低能耗和碳排放的關鍵在于技術創新。霍尼韋爾可持續航空燃料（SAF）工藝技術、碳捕集、利用與封存、霍尼韋爾UpCycle工藝技術等，都能夠為煉化企業提供全鏈條減碳支持。

霍尼韋爾踐行“東方服務東方”的發展戰略，在自身運營中也積極踐行可持續發展的理念。目前，霍尼韋爾在中國擁有7個國家級或省級綠色工廠。公司在中國生產的產品，超75%來自這些綠色工廠。

中國石油石化：此次大會重磅發布的霍尼韋爾UOP年度創新技術成果MTO-600催化劑，將如何推動煉化行業的低碳發展？

孫建能：霍尼韋爾UOP新一代甲醇制烯烴（MTO）催化劑MTO-600通過降低甲醇消耗率和焦炭產量，能夠幫助客戶減少能源消耗和溫室氣體排放，從而助力實現“雙碳”目標。其次，MTO-600的高效性能能夠提高裝置的運行效率，減少生產成本，使客戶在市場競爭中更具優勢。霍尼韋爾UOP正在積極推廣MTO性能解決方案，已與兩家中國領先的石化企業簽署了性能解決方案協議，共同助力關鍵績效指標的提升。

數字化助力提質增效

中國石油石化：霍尼韋爾在智能煉廠中如何將工業物聯網（IIoT）與核心工藝技術深度融合，優化全廠能效與碳排放？

孫建能：霍尼韋爾積極擁抱智能化的趨勢，致力于將工業物聯網與核心工藝技術深度融合，為智能煉廠建設提供全方位的支持，優化全廠的能效與碳排放。我們不僅能幫助客戶避免非計劃停車，還能提供預警服務。通過參數分析，我們能夠精準預測下次檢修時間，并結合催化劑性能與裝置表現為客戶提供精確的操作指導。通過在關鍵設備和環節部署大量傳感器，實現對溫度、壓力、流量等工藝參數及設備狀態的實時監測和數據采集。這些數據傳輸至集成平臺后，利用先進算法和模型進行分析，從而精準掌握生產變化，為工藝優化提供數據支持。同時，智能設備管理和預測性維護也成為可能，通過分析設備振動、溫度等數據，提前預測故障，減少非計劃停工，提高設備可靠性和生產連續性，降低維修成本。此外，生產流程的自動化和智能化控制得以實現，建立實時生產調度系統，根據市場需求自動調整生產計劃和工藝參數，優化物料分配和利用，提高全廠生產效率和資源利用率，降低成本。

中國石油石化：未來，是否計劃整合AI技術優化催化劑性能與工藝控制？

孫建能：談及A1，我們正在積極擁抱這一技術。霍尼韋爾UOP計劃整合AI技術優化催化劑性能與工藝控制。在催化劑性能優化方面，利用AI機器學習算法分析大量實驗和生產數據，建立性能與原料配方、制備工藝的關聯模型，快速篩選出更優的催化劑配方和工藝參數，提升催化劑活性、選擇性和穩定性。在工藝控制領域，將AI與現有過程控制系統結合，開發更智能的控制策略。通過深度學習算法學習歷史生產數據，建立智能預測模型，提前預測工藝參數變化趨勢并自動調整控制策略，實現更精確高效的工藝控制，提高生產穩定性與產品質量，降低能耗和碳排放。