化学工业多尺度融合的智能制造模式——互联化工

吉旭，党亚固，周利，戴一阳

（1四川大学化学工程学院，四川成都610065；2四川大学互联化工研究中心，四川成都610207）

1915 年提出的“单元操作”概念奠定了现代化工的技术基础架构，20 世纪50 年代的“三传一反”理论则激发了化工以能量集成和优化为特征的第二次大发展。当前，化工过程越来越大型化和复杂化，构成了由设备层、监控层、调度层、运管层和决策层构成的金字塔型结构，受技术水平限制，各层级间存在明显的信息阻隔，导致从工艺控制到管理决策的综合性和系统性优化水平较低，尤其是随着行业的深入发展，化工安全方面的挑战越来越大，甚至产生了严重的安全与环保问题。因此，对化工过程多相性、非线性、非平衡、多尺度和多时空域特性的认识成为影响化学工业发展的重要因素[1-3]。现代信息技术提供的感知、通信、计算和控制能力提升了人们对化工行业多尺度、多时空域的认知和管控能力[4]，同时产生了面向全产业链整合的新要求、新趋势，甚至新的制造模式[5]。科研领域和工业领域都在对此做出积极响应，中国石油化工集团公司（简称中国石化、中国石油天然气集团公司（简称中国石油）、陶氏、壳牌、霍尼韦尔等企业就此进行了卓有成效的实践，提出了化工行业发展工业互联网及智能制造的技术架构和建设路径[6-9]。中国石化九江石化、镇海炼化的智能制造项目已成为行业样本[10-11]，并开始从企业级向园区级发展，例如中国鲁西集团和新加坡的智慧工业园区等[12]。

尽管如此，化工行业智能化模式在从单元、过程、园区到产业链跨层级的信息融合与协同方面还应有更重要的进展，应对企业多尺度互联条件下的经济性、高效性、安全以及绿色发展等方面的挑战。基于此，四川大学基于行业特点，提出了化工行业面向多尺度融合的智能制造模式——互联化工。

1 互联化工的概念与模型

化工过程通过物质和能量的可控转化和传递来实现化工产品的生产，涉及从产品结构设计、生产组织到产业链协同的宽广领域，多尺度性是化工区别于其他制造业的典型特点，对它的认识和利用是科学研究及创新的重要方向之一[13]。图1所示是化工多尺度模型，包括了分子尺度、单元尺度、过程尺度、工厂尺度、园区尺度、产业链尺度。这一多尺度系统具有非线性和非平衡特性，要实现系统的稳定和均衡，还需要依赖外部更多的输入因素，如信息和能量。多尺度系统往往有多种结构化与非结构化的机制共存，跨尺度影响甚至耦合，对这一特点的认识并实现多尺度的均衡是化工未来发展的突破点[14]。

由于化工系统的多尺度多维度融合特性，化工智能制造与其他制造业相比有更复杂的任务，需要解决多尺度互联体系下多相界面间、设备、企业以及产业链整体的物资和能量转换的协同性与高效性，因此提出了化学工业面向多尺度融合的智能制造模式——互联化工。

图1 化学工业的多尺度、多维模型

互联化工是一种面向多尺度、多时空域的，构筑在以工业互联网、信息物理系统、5G 通信和人工智能为代表的新技术体系上的工业智能化架构。它以化学工业实现安全可靠、绿色低碳、资源高效利用、产业链协同为目标，在全生命周期里将泛在感知、广泛互联、智慧决策、精准控制和自我学习等计算技术与化工领域知识进行深度融合，推动产品与服务、工艺与设备、业务与商业模式的创新。互联化工是一种先进技术架构、智能化系统以及新型制造模式的总称，本文构建如图2所示的“互联化工”技术架构体系。

互联化工具有互联、综合、协同、智慧特点。

（1）“互联化工”是多尺度的互联 1996 年Villermaux[15]提出化工过程包含有同时发生在很宽时尺度和空尺度上的现象，比如从分子振动的纳秒尺度到污染物消失所需长达世纪的时尺度，因而提出了化工的多尺度问题。化工不仅仅要在单一尺度上对物质、能量、资金和信息等进行多维度的精确描述，还需要解决多尺度间的耦合关系以及物质/能量/信息跨尺度的传递与互通机制问题。当下，以工业互联网和人工智能为代表的最新信息技术为化学工业多尺度间的互联互通提供了新的技术平台，成为化工发展的新机遇。比如结构和组分的精准匹配影响着功能材料的宏观性能，微流控将物质的化学结构、性能与流动态结合起来实现微加工和微控制，是非常有前景的微尺度、介尺度与宏尺度融合的科学研究领域[16]。多尺度间的互联、耦合与传递机制正成为科学研究与工程技术应用的热点，也构成了互联化工的基本特性。

（2）“互联化工”面向全产业链的综合 “互联网+”催生了新的经济模式，面向全产业链的整合成为新经济模式的典型特征和要求。“互联化工”通过跨尺度的物料、能量、资金和信息流的综合和集成，可在广阔的时空域范围内强化能质网络的运行效率；同时企业将供应链系统与市场的多样化和个性化需求进行综合，深化产品工程与工业工程的融合，创造新的价值领域，这将推动化工从产品设计、生产控制、业务流程与管理决策的变革。

四川大学将CO2捕集及利用技术融入产业链[17]，氯化镁矿化CO2联产盐酸和碳酸镁，磷石膏固废物矿化CO2联产硫基复合肥，既实现固体废弃物的循环利用，又减少温室气体排放，这是从原子尺度到产业链尺度互联与综合的典型案例。

图2 互联化工的技术架构

（3）“互联化工”的多尺度协同性 互联化工的协同性是面向化学工业多尺度和多层次的，突破传统的时空约束性，实现包括工艺的协同、生产过程的协同、资源配置的协同和过程安全的协同。互联化工的协同有多种尺度下的具体形式，云制造是面向供应链和产业链尺度上的实践，微流控和微化工则强调微单元尺度上的协同性[18]。应该讲，互联化工各尺度间的协同是互为目标和互为条件的，构成了产业链上不同主体耦合共生的基础，从而最终贯通智能产品、智能生产线、智能工厂、智慧园区到智慧产业链。

（4）“互联化工”基于现代计算技术的智慧化 实现化工过程的互联、综合与协同，只有通过多学科知识的交叉与融合，才能快速并精细化处理各种实际问题，满足多目标、多准则以及多尺度融合的优化要求。无疑，以数据+算法+算力为关键要素的智能化是最终实现“互联化工”的必要条件。

总之，物联网和可靠通信技术可实现化工多尺度复杂系统的泛在感知和广泛互联，这为面向全尺度、全产业链、全生命周期的综合奠定了技术基础，人工智能技术则大大增强了人们对于复杂体系的认识和控制的能力，以实现多尺度条件下的协同性。智能化对于互联化工而言非常重要，但它不是目标，而是互联化工的技术特征，是推动化学工业绿色可持续发展的工具与路径。

2 互联化工的关键技术

化工生产过程包含复杂的物理化学变化，工序和企业间的互联存在耦合性、多维性和多层次性，人们需要洞察分子尺度下颗粒的细微扰动直至产业链的动态性变化，以追求生产的安全性与经济性。因此，化学工业需要基于其多尺度特点构建其数字化技术体系。

2.1 工业大数据和人工智能

工业大数据是指企业在生产经营过程中所产生的海量数据，涵盖包括市场、设计、制造、服务和循环利用等全生命周期的各个环节，具有多源性、关联性、低容错性、时效性和专业性特点。在化学工业领域，人工智能技术基于过程机理与工业大数据，围绕着市场、产品、资源、生产及安全等问题，应用数据挖掘和深度学习等智能算法，建立机理与数据驱动相结合的混合知识模型，提升化工系统的智能水平，图3为工业大数据价值流。

化学工业人工智能技术的应用是问题导向的，具体包括：

①面向市场个性化需求，基于智能技术的产品工程新方法论；

②过程机理模型与数据驱动的混合模型理论，智能软测量技术，数字孪生技术；

③边缘计算、云计算与信息物理系统的融合；

④复合尺度下的能质网络集成与优化运行的方法和技术，跨尺度协同的云制造技术；

⑤异常工况识别、故障诊断，安全评价与工艺优化的一体化技术，智能控制技术；

⑥化工过程的本质安全设计，基于区块链的工业安全技术，设备可靠性与健康管理；

⑦资源与环境足迹，工业代谢平衡；

⑧多尺度、多维度的异构数据源的融合技术，机理模型与数据驱动混合的人工智能技术。

图3 工业大数据价值流

2.2 多层级融合的信息物理系统

信息物理系统（cyber physical systems，CPS）最早由美国提出，2007 年将其列为重点发展的八大关键信息技术的第一位，是德国工业4.0 的核心技术[19]。CPS 通过集成感知、计算、通信、控制等信息技术，构建物理空间与信息空间中人、机、物、环境、信息等要素相互映射和适时交互，实现系统内资源配置和运行的按需响应、快速迭代及动态优化[20]。

基于化学工业的多尺度特点，化学工业的信息物理系统分为单元（装置）级、企业（过程级）和系统（供应链）级，它们相互贯通并协同，实现跨尺度间资金流、物质流、能量流和信息流的四流合一，图4所示为互联化工信息物理系统的层级结构。

（1）单元级CPS 系统是面向单元操作和过程的，将现场传感器、控制系统、嵌入式计算设施以及信息终端集成为智慧化单元，实现实时优化（RTO）、装置异常处置等单元级功能。单元级CPS与传统先进控制的不同是CPS装置与上下游工艺装置互连互通，具有一定的自治能力，如自主通信、自主优化、自主控制和自主学习。

（2）过程级CPS是企业或工艺系统规模的，在工业互联网平台上贯通工艺系统中所有的单元级CPS，形成面向全流程的物理系统与信息系统映射交互的综合体，以提升装置间的工艺协同性，实现整体优化。同时，生产管控、能源、设备、安全和环保等过程级CPS 功能集成，是构建智能工厂的基础。

（3）系统级CPS是企业面向供应链集成并优化的智能化系统平台，感知市场供需关系的变化，及时调整销售计划、采购计划、生产计划和调度方案，实现供应链协同下的资源配置和生产组织。系统级CPS面对多样化的异构数据，需解决数据的一致性和完整性，并通过时间序列控制、稳态检测等技术提高系统级CPS、过程级CPS和装置级CPS的协同性，云制造是系统级CPS的典型应用模式。

化学工业CPS的多源、多场景和多目标的应用架构是由化工多尺度多层级的业务模式决定的，其信息架构是如图5 所示的一种全融合的结构体系，这将对企业的业务模式及知识机制产生重大影响。

2.3 云制造模式

图4 互联化工信息物理系统的层级结构

图5 互联化工的信息融合结构

以中国石化（Sinopec Group）为例，主营业务涵盖石油天然气的勘探开采与炼制、石油天然气化工、煤化工、新能源、工程承包和劳务输出等多个业务板块，是一个非常复杂的产业链体系，如何在各业务板块间整合供应链、优化资源配置，以开放性和协同性强化全产业链的集成优势，是企业的关键任务[11]，为此需要构建统一的知识系统[21]，建立多产业协同的智慧化运营模式，云制造模式提供了一个新方向[22]。

云制造是指将网络化制造和服务技术同工业互联网、人工智能和云安全等技术相融合，对制造装备、知识体系、产能、管理能力、制度与文化等制造资源进行数字化、网格化和共享化，实现制造资源和制造能力的统一管理、按需定制与部署，使之能自动和自适应地实现资源及服务的最优化分发和应用，为制造单元提供全生命周期的、按需的、安全可靠的、质优并经济的制造资源与服务[23]。制造资源按其形态分为硬制造资源和软制造资源两类。硬制造资源包括机械、设备、物资、人员等有确定物理形态的资源，软制造资源包括各种制造模型、企业组织架构、知识库、数据信息及软件系统等没有物理形态的资源类型[24]，如图6所示是云制造的资源类型及其融合机构。

云制造可以被认为是一种资源集成并分享的平台，也可以被认为是一种制造模式[25]。实现云制造的基本条件是所有与制造相关的组织均能够通过物联网和互联网实现彼此的感知、互联及相互作用，因此其技术应用和资源整合的范围比单一企业的智能制造和智能工厂更广泛，涵盖资源和服务供给与需求的各个方面，所以云制造是智能制造面向产业链集成的高级形式，体现化学工业未来的互联化、协同化、柔性化和服务化的特征。本文提出图7所示的化学工业云制造架构。

化工云制造架构由用户、制造商和云制造平台构成。用户是根据自身需求提出制造资源和能力请求的一方，是制造服务的需求方和接收方。制造商是为用户提供制造资源和服务的一方，其制造资源和制造能力以数字化形式封装到云制造平台的制造资源池中。云制造平台是承担制造资源管理、分发和计量的第三方。云制造平台接收用户发出的制造服务请求，对其进行评估、分解、匹配和调度，既满足用户需求，又实现制造资源配置效率最大化，调度结果发布给制造商和用户，制造商收到服务任务后，通过线上或线下的形式向用户进行资源或服务交付。

云制造的核心技术包括：①制造资源和制造服务的多维匹配、服务组合和优化调度的模型与算法；②服务过程及状态的在线监控、动态部署和迁移技术[26]；③多准则下的服务质量及性能的评价与预测模型及其算法。同时，广域环境下的信息安全也是云制造模式能够可靠运行的关键[27]。

2.4 互联化工全生命周期的化工过程安全技术

安全可靠是化工行业智能制造的核心价值领域，也是互联化工的关键目标。互联化工的安全技术包括：①全生命周期的化工过程安全管理；②多尺度互联机制下的安全监控与动态决策机制；③互联平台下的数字安全技术。

图6 云制造的资源类型及其融合结构

图7 化工行业云制造架构

2.4.1 全生命周期的安全管理

图8展示了化工全生命周期内主要的过程安全技术，所有的安全信息在全过程中传递和共享，并不断丰富与完善，工业大数据和高性能计算技术为此提供了更强大的效率保证。在产品研发阶段即利用海量化学品数据库和深度学习技术，对化学品的安全风险进行分析预测，以设计符合安全标准的化学产品，同时化学品的安全风险信息作为设计基础，可帮助设计人员使用更加稳定和可控的工艺方案，以达成本质安全的目标[28]。安全设计信息还进一步应用于各类工艺危害分析（process hazard analysis，PHA），进行动态风险评估，提升智能报警与异常诊断的实时性和准确性[29]。

2.4.2 多尺度耦合互锁机制下的安全监控与动态决策

化工生产中，原料、设备、工艺等都不可避免会发生变更，每一次变更都伴随着安全信息的变化，因此完善的变更管理机制是实现安全水平持续提升的重要保障[30]。为克服传统安全管理的不足，本文提出如图9所示的互联化工多尺度互联耦合机制下的安全监控与动态决策模式。这是一种在安全、环保、质量、交期、效益等多准则、多目标下的安全评价与控制决策融合的一体化模型。

图8 化工流程全生命周期过程安全技术

图9 多尺度耦合互锁机制下的动态安全监控与决策

互联化工的安全边界由分子尺度的化学品特性、单元尺度的设备运行状态、过程尺度的生产工艺条件和企业尺度上的安全体系与过程管理水平决定，各尺度相互耦合，有弱中心化、联锁互动、安全自适应特点，当安全风险逼近边界时，决策机制可从多尺度进行分析，以提供相应层级的解决方案，甚至实现安全管理与控制优化的一体化。

2.4.3 基于区块链的数据安全技术

传统的制造系统是以企业为核心的中心化系统，而互联化工面向产业链集成，具有广泛的互联性，同时企业主体在产业链尺度上呈现为松耦合状态，是去中心化的，这对工业安全体系提出了更高的挑战与要求。工业互联网环境下，除了工艺安全以外，还要防范外来的网络恶意攻击，保证网络传输内容的有效性和合法性，所有的知识内容、服务任务和控制指令均需经过严格的合法性和安全性审查。

区块链技术的去中心化特性和链式结构使其在数据安全性、隐私性、完整性等方面备受关注，展示出广阔的应用前景[31-33]。本文结合互联化工以及区块链技术特性，提出由广域区块链（外区块链）和局域区块链（内区块链）构成的互联化工双层区块链安全架构模型，如图10所示。

图10 互联化工的双层区块链安全架构模型

图11 多层级的区块链安全验证的数据流

广域区块链服务于系统级CPS平台，解决系统层级的安全问题，为用户与制造商之间的通信、交易及账单提供安全保障。局域区块链则部署在过程级和装置级CPS：一是解决跨层级平台数据交互的安全性；二是解决装置级CPS 点对点通信的安全性，以满足化工现场生产控制的安全、高效和低时延要求。

化工过程的区块链涉及多层级间的数据交互，直至控制层，因此其结构设计需要在安全强度与计算效率间进行平衡，在保证安全的同时高效率地完成数据交易。图11 是多层级的区块链安全验证的数据流图。

3 结语

信息物理系统、工业互联网、人工智能等技术被应用于流程制造业，支持了生产要素诸元间的信息共享，推动新一轮技术和管理创新，如何扩大信息技术应用的广度与深度，提升企业面向全生命周期进行要素整合与优化的能力，这将成为行业竞争的制高点。基于此，本文提出了化学工业面向多尺度融合的智能制造模式——互联化工。给出了互联化工的定义、技术架构和特点，并探讨了互联化工的关键技术，包括工业大数据、多层级融合的信息物理系统、云制造以及安全技术。介绍了互联化工多尺度互联机制下的安全监控与动态决策机制，以及基于区块链的数字安全技术。对于互联化工的建设途径，大型化工企业与中小型化工企业是不同的。中小型化工企业首先应做好自动化和信息化的规划与建设，加强由单一尺度到多尺度的数据融合，逐步从自动化迈向智能化。大型化工企业如中国石化、中国石油、中国海洋石油集团有限公司等，他们大多已开展了智能制造的探索与建设，进行了相关智能化技术的研究和应用，代表了当前化工智能制造的最高水平。作为发展，大型化工企业应充分利用其基础条件好和海量数据资源的优势，建设跨尺度的知识融合和知识自动化机制，特别是探索适应行业发展需求的云制造模式，优化多尺度间的互联与融合，创新产业模式，这是互联化工最终应达成的目标。