智能工厂大数据分析平台软件的开发与应用

2019-12-26耿庆安

石油化工自动化 2019年6期

耿庆安

(中石化北京燕山分公司生产运行保障中心，北京 102500)

由于石油化工行业具有连续性生产的特点，要求自动化仪表设备运维要处于完好状态，而且能够适当延长设备零部件的使用寿命，最大限度地降低设备运维费用，杜绝因设备突发故障给生产造成的中断或运维费用的严重超支，避免给企业造成重大损失。长期以来，石化行业的自动化仪表设备均沿用预防性维护方式，具体表现为制订“五定期”维护方案和定期计划检修，它基于“预防为主”、“防患于未然”的理念，根据设备的特点和使用情况的不同，定期对设备实行不同规格的保养，并以此为基础，制订设备的预知维修周期。该体制与传统的事后维修相比是一大进步，因为它可以把故障消灭在萌芽状态，避免严重故障或事故的发生，也减少了因事后维修造成的装置停车损失，但因为无法准确了解设备的使用寿命和及时掌握设备运行状态，所以该维护模式无法避免设备的失修和过修。

目前，在国内石化行业自动化仪表设备管理中，尚未形成一套完整有效的设备故障模型预测与分析系统，多数还是依靠听、摸、看等传统的手段感性判断设备的运行状态。近年来，中国石化北京燕山石化分公司提出了“打造数字公司，建设智能工厂”的信息化发展战略，大力推动“两化”深度融合，努力实现传统国企向现代企业的转型。为此，以设备状态监测与故障诊断为基础，将设备管理由事后管理向事前预测和事中控制转变，该公司建设了预知维修大数据分析平台，在实际运行检验过程中，应用效果良好，提高了仪表设备的可靠性，确保了生产装置的长周期安稳运行。

1 项目建设目标和架构

1.1 项目建设目标

搭建燕山石化预知维修大数据分析平台，通过大数据分析技术，对现场仪表设备寿命周期以及冬季关键仪表回路伴热温度、特护机组关键仪表参数、DCS状态实时监测，进行运行状态的分析、故障诊断、劣化趋势的预测以及生成报警信息，得到仪表设备目前可能存在的故障风险，从而达到预知设备运行故障的目的。

1.2 项目总体架构

预知维修分析平台总体架构基于面向服务体系结构的理念，分为数据库层，通用服务/工具层、业务层和展示层4个层次。数据库层负责与外部系统的数据交换及数据存储；通用服务/工具层提供信息系统的通用服务和工具，包括日志、权限、建模、算法、内存计算、分布式计算、展示工具等；业务层提供核心业务应用，包括基础数据管理、知识库、参数预测、故障诊断、部件寿命管理等；展示层面向用户，提供系统应用的结果呈现，包括图形、表格、报告等[1]。预知维修分析平台总体架构如图1所示。

图1 预知维修分析平台总体架构示意

2 基于互联网的预知维修大数据分析平台的建立

在石化行业中，不同设备的监测方法都不是相对独立的，各个方法之间相互关联、相互依托。因此将不同设备的监测技术整合到一起，不管是哪一种监测方法，也不管是国内技术还是国外技术，使其形成一个完整的预知维修分析平台体系是非常必要的。

基于该思路，将预知维修大数据分析平台与中国石化统一建设的身份认证系统集成，拓展为基于云桌面的企业网监测系统，采用成熟的技术架构作为仪表设备数据分析的核心设计思路，以构造松散耦合的应用系统，满足对系统的灵活性、可集成性、统一性的要求，让更多具有中石化统一身份认证的管理者和使用者能够登录进入仪表预知维修系统。

3 系统功能描述

仪表预知维修系统包括5个功能模块：仪表防冻凝实时监测数据管理及趋势预测、DCS状态实时监控及故障诊断、关键机组特护仪表巡检记录及趋势预测、仪表设备生命周期管理以及预知维修记录和故障统计台账管理。

3.1 仪表防冻凝实时监测数据管理及趋势预测

在冬季仪表设备防冻凝承包期，将裂解装置和三催化装置等公司级重点装置的实时伴热监控系统数据，通过专用工控机数据采集站与仪表设备预知维修系统接口对接，对伴热防冻凝系统的数据进行监测诊断分析，给出相应的趋势诊断对策和建议。仪表管理人员利用该软件系统，在冬季伴热期内，每天登录系统检查、监督现场仪表伴热的情况，确保每台仪表的正常使用。

3.2 DCS状态实时监测及故障诊断

目前该公司重点装置DCS大多数采用Honeywell PKS以及CENTUM-CS3000/VP，通过查阅DCS资料以及系统组态实践，自主完成了不同类别DCS报警点的实时数据采集，通过DCS中的OPC协议，将DCS报警诊断信息，添加到实时数据库服务器，并实时传送到预知维修系统服务器，进行监测诊断、指导DCS出现问题时的预测及应对策略。

仪表作业部管理人员每天登录系统，查看管辖装置的DCS运行状态，查看DCS状态是否出现预警和报警提醒，当预知维修系统实际监测到DCS状态值发生超出规定限值时，会将超限的信息条目推送到总预览信息平台上，根据DCS报警信息的传递，自动判断出DCS产生问题的原因，选中条目后，点击诊断报告，给出对应条目信息的自动诊断结果，根据诊断结果，具体指导维护人员，快速排查故障。如果指导信息不全面或者没有指导信息，有经验的技术人员找到原因并排除故障后，可以在DCS数据维护配置中对诊断知识库进行完善。

3.3 特护仪表巡检及趋势预测

离线巡检是预知维修的手段之一，通过离线巡检记录诊断预测大型机组联锁仪表系统设备的健康度状况。根据控制系统和现场仪表设备的运行参数，预知性地掌控机组仪表系统设备运行状态。根据巡检示值，描绘出相应的趋势曲线图表；根据联锁限值进行比较，接近限值区域之前，即给出相应的诊断维护对策建议。

3.4 仪表设备生命周期管理

该模块用来自动监测大型机组、装置联锁、重要控制回路等关键仪表设备以及一般仪表设备投入使用的实际时间，根据国家标准、厂家标准、自定义标准规定的使用寿命标准，系统提前6个月进行预警提醒，提示维护人员注意检测或者储存备件更换。根据检修机会，择机进行检测或者更换，并给出相应的维护对策建议。

在2016年该公司大检修后，逐步完善ERP仪表设备主数据，将新增仪表设备批量导入仪表预知维修系统，添加了所选仪表设备的寿命监测功能。同时对仪表设备预警信息逐一确认，实时更新仪表设备使用寿命。

3.5 预知维修记录和故障统计台账管理

为了统计仪表预知维修情况，每天将仪表设备故障和预知维修情况进行录入保存，作为案例，供预知维修小组成员借鉴和分享，在工作中具体落实。预知维修情况统计台账用来统计分析预知维修记录中跟预知维修类型相对应的各个作业部的预知维修状况。

操作时，采用下拉菜单选择的方式选择作业部、输入班组名称、点击设备名称后面的查询按钮，在弹出的对话框中找到自己需要的条目，系统自动将设备的名称、位号、装置名称信息导入表格中，故障类别选择预知故障或者其他故障。手动录入工艺介质，故障描述从13种仪表故障类型中选择。

4 应用情况及开发建议

4.1 仪表预知维修系统应用情况

该仪表预知维修系统自2012年开发至今，系统模块在不断开发和完善中，为了提高仪表设备故障预测，成立了仪表预知维修小组，定期开展基于预知维修软件的设备故障预测工作，作业部以及班组参与率100%，并制订了仪表预知维修率大于70%的工作目标。

截至目前，该仪表预知维修系统实时监控了4 009台关键仪表设备生命周期，共计预测了13套主要装置的机组和联锁仪表设备元件的剩余寿命，共计更新了2 875台关键仪表设备寿命周期，新增了841台关键仪表设备，确认了1 009台关键仪表设备报警，例如，高压装置一/二/三线高压热电偶测温元件，择机一年强制报废一次，因此在大检修中更换了12支达到报废期的高压热偶，避免了因热电偶故障导致装置的非计划停车；冬季实时监控重点装置裂解和三催化960条伴热回路温度数值，2018年冬季伴热投用期内，共监测到伴热温度异常数据53条，班组员工及时发现并处理了故障问题，确保每台伴热回路仪表设备正常使用和安全过冬，无仪表冻凝事故的发生。2018年仪表预知维修记录共发现问题558项，大幅降低了仪表设备故障率，避免装置波动5起和非计划停工3起，预知维修情况统计见表1所列。

表1 预知维修情况统计

截至目前，共计50套DCS的实时状态监测及故障诊断顺利引入仪表预知维修系统，基本覆盖了该公司绝大多数重点装置。将DCS报警的实时监测数据与短信平台系统接口对接，实现了实时推送报警信息给相关领导，第一时间获取DCS报警问题。2018年该仪表预知维修系统共监测到DCS报警54条，仪表班组技术员及时进行了确认并采取了处理措施，无法在线处理的故障及时联系系统厂家并制订了应急预案，避免了3起装置波动和2起非计划停工，在2018年的大检修中，无法在线处理的DCS故障已经逐一处理完成。

公司级特护机组控制系统仪表巡检记录参数组态通信到DCS，通过OPC站上传到实时数据库系统，并实时传送到仪表预知维修系统服务器，实现了19套生产装置共计39台特护机组692点仪表巡检记录的自动获取功能，降低了工人巡检强度，提高了工作效率。2018年关键机组特护仪表巡检记录共录入5 463条，通过趋势预测仪表设备是否线路松动或者存在潜在故障，发现问题11项，避免2起公司级关键机组波动和1起停机事故发生。

4.2 典型故障分析

2012年10月24～28日，延迟焦化富气压缩机高压侧通道仪表振动探头振动值异常波动，波动值约16 μm，同时现场设备操作人员也反映仪表振动探头指示波动。通过对S8000系统图谱做诊断分析，主要振动频率是工频，相位存在突变，怀疑压缩机转子失去平衡，经查询关键机组特护仪表巡检记录的数据和趋势，发现仪表显示数据真实客观，如图2所示，可以看出，振动值正常波动范围2 μm左右，从2012年10月24～28日，波动范围最大为16.2 μm。2012年10月29日停机检查处理，发现压缩机转子及隔板表面严重结焦。