化工设计信息化建设

2024-04-18胡冠丰

化肥设计 2024年1期

胡冠丰

(中国五环工程有限公司,湖北武汉 430223)

1 化工设计信息化建设背景与意义

随着大数据、云计算、移动物联网等技术的迅猛发展,信息化在经济社会各领域的发展表现出了强大推动力。2015年,立足国际产业变革大势,国务院正式印发“中国制造2025”计划,提出信息化要与工业化深度融合。

随着“互联网+”国家战略的推动,工业领域信息化建设加速进行。对于化工行业,推动信息化建设的主要内容是数字化和智能化。数字化是智能化的基础,计算机最擅长将各类问题变成数学问题后,进行计算、分析和解决,如果没有足够的数据来分析和计算,智能化也就成了无米之炊。数字化即将工厂建设以及运营全生命周期产生的信息转化为数据,并存储、分类管理起来,是工厂开启“工业4.0”时代、实施智能制造的必经之路。而工厂的数字化首先需要的就是工厂建设的数据获取,这些数据是最为基础且全面的数据。

设计建设单位在获取工厂建设的数据中具有天然的优势,那么这项任务便成为了最近几年在设计单位出现的新概念——数字化交付。从最终目的来说,数字化交付需要将工厂设计数据、工厂采购数据和工厂施工数据全部获取,并按统一的“数字”格式提交给业主方,业主方管理好这些数据后,只需进行运营数据的实时采集和管理,便实现了工厂完整生命周期的数据管理,即工厂的数字化。完整的数字化工厂结构见图1。

图1 完整的数字化工厂结构

设计建设单位进行数字化交付时,面临的第一个问题便是数字化交付的标准。什么样的统一格式和标准能实现数字化交付,能被业主方便利用呢?

早在1991年,此问题就有机构进行了研究。1991年,欧洲联盟的ESPRIT开启了名为ProcessBase项目的研究工作,目的是开发一个全生命周期的数据模型,用来满足行业过程信息的数据记录。最初这项工作被称为ISO 10303-221标准(简称"AP221"),之后更名为ISO 15926标准。

ISO 15926提供了一套详细而完整的数据模型,可以描述工厂全生命周期的物理对象的变化和相互关系。该标准也被许多工业数字化的巨头公司所采用,包括鹰图(海克斯康)、AVEVA(施耐德)、西门子等。对于国内而言,我国已于2003年和2008年分别转化了ISO 15926-1“综述与基本原理”和ISO 15926-2“数据模型”为国家标准GB/T 18975—1和GB/T 18975—2,目前正在转化第4、10、12、13部分。在工程建设行业,《发电工程数据移交》(GB/T 32575—2016)、《石油化工工程数字化交付标准》(GB/T 51296—2018)和《建筑信息模型设计交付标准》(GB/T 51301—2018)的相继发布,开启了电力、石化、建筑行业工程建设的数字化交付时代[1]。GB/T 51296—2018交付标准主要包括交付范围规定、编码规定、对象类库、属性库等,结构见图2。

图2 GB/T 51296—2018交付标准

有了数字化交付标准,设计建设单位虽然可以进行数字化交付的工作,但是数据如何给业主方、业主方如何利用这些数据,依然需要一个能串联设计建设单位与业主方的信息通道来解决,这个信息通道称之为数字化交付平台,可以将设计建设单位获取和整理的数据提交上去,还能被业主方使用,并利用数据为工厂创造效益。就目前国内而言,虽然有实力较强的化工设计院和IT企业在做自己的数字化交付平台,但相较国际上的工业数字化巨头还有差距。化工企业更倾向于使用国际巨头的数字化交付平台来进行工厂数字化,主要为鹰图(海克斯康)、剑维/AVEVA(施耐德)等。

按照平台要求,交付的设计数据、采购数据和施工数据可分为结构化数据和非结构化数据。在较难处理的数据中,PDF文档、图片等被列为非结构化数据,而重要的带数据的设计图纸、模型和数据被列为结构化数据,包括PID、三维模型、设备、管道、仪表等重要参数。按照传统设计要求来说,设计院对于这些重要的、被列为结构化数据的会提交纸版或者PDF电子版的文件给业主,但从数字化交付平台的要求来看,传统的提交方式已经不能满足数字化交付的要求,这就需要设计院将设计成果转化为符合平台要求的结构化数据,而通常实力较强的软件商会提供产生这些结构化数据的软件工具,如鹰图(海克斯康)的SPPID、SP3D、SPI等。

另一方面,设计建设单位运用数字化交付平台对自身设计、采购、施工信息进行数字化后,最终需要业主方利用交付平台管理和利用数据,为工厂带来经济效益。就目前而言,数字化为工厂带来经济效益的各项技术主要被艾斯本(ASPEN)、施耐德等国际大型技术企业熟练运用。通过调研了解到,这些企业主要通过如下几个技术方向来优化工厂。

1.1 先进过程控制

针对常规PID控制较难解决的强耦合、大时滞、非线性、多约束的工业问题,出现了动态矩阵控制(DMC)等多变量协调的模型预估控制算法(MPC)。许多模型预估控制的工程化软件包在连续流程过程工业(特别是炼油化工)得到推广。

在《变形记》中，格利高尔一觉醒来，就发现自己变成了甲虫。卡夫卡没有给人丝毫置疑的余地，他根本不理会他人的怀疑——格利高尔对自己成为甲虫没有丝毫的怀疑，仿佛他本来就是一只甲虫；他的亲人除了短暂的恐惧，也迅速接受了作为甲虫的格利高尔。他下面所有的情节都建立在格利高尔是那只丑陋肮脏的甲虫的根基之上，他的叙述极尽细腻与翔实，仿佛人的手掌，所有的纹路纤毫毕现。他以如此执拗坚硬的方式使一切怀疑者不能不陷入自我怀疑——这就是格利高尔与他的亲人的人生。与其说他采取的是信不信由你的态度，不如说他采取的是你必须相信的态度。

模型预测控制是一种多变量高级控制技术。它基于模型辨识技术,通过收集的历史数据辨识出过程中各种变量之间的动态数学关系,即经验模型。利用该模型计算被控变量在未来时段的变化趋势,从而实时更新控制策略,提高过程控制品质。

1.2 设备预测性维护

软件产品通过分析查看实际设备运行的精确数据和其他杂乱无章的历史数据,来确定变量之间的相关性和哪些变量对产品质量的影响最大,同时建立统计模型,并可判断设备的运行状态是否正常。

通过将统计模型部署到线上,实现生产过程在线监测及在线故障预警,从而帮助客户及时处理设备故障或调整相应生产参数,来达到提升产品质量、降低次品率等生产目标。另外,通过分析防止各种各样操作运行的活动给设备造成损坏或带来危险,防止这种流程导致的损害。

1.3 排产计划

例如Aspen PIMS软件,这款软件在国内外石化领域应用广泛。此类软件为过程工业经济规划的软件,它采用线性规划技术来优化过程工业各装置的操作和设计,包括将物料的性质传递至下游装置、进行单周期或者多周期的计划及规划。例如Aspen PIMS炼油企业使用最多的就是原油采购的性价比比选、炼化企业生产计划安排以及炼化企业远期规划安排。

Aspen PIMS的主要功能包括:原油性价比比选、炼化产品优化调和、炼化企业生产计划排产、炼化企业库存及供需管理、生产毛利对比、炼化企业生产优化、炼化企业发展规划分析、装置边际效益分析等。

1.4 仿真培训

仿真培训是利用VR技术,为工厂操作员营造虚拟的工厂,并结合工艺机理模型以及动态模拟算法,提供虚拟工厂中的各种动态工况,使得操作员可以在工厂还未建成前或者无法到达工厂现场的情况下,进行工厂操作训练,达到运用虚拟动态工厂培训操作员的目的。

这类软件较先进地采用严格机理的工艺模型和虚拟控制器技术相结合的高保真度仿真方式,仿真系统已实现了从组分库、热力学、单元模块、大型矩阵求解、动态加速等仿真平台部件的高度集成。

2 化工设计信息化建设途径

勘察设计企业作为国家最大的传统行业——工程建设产业链的上游企业,无论是因为“工业4.0”时代下生产运营方的外在数字化要求,还是因为企业本身为了提质增效的内在长远战略,数字化转型已经成为必须面对的战略命题。

图3 诺兰阶段模型

而信息的集成式建设便是解决问题、推动设计院进入数字化时代的方向,这也便是诺兰模型提出的第四个阶段。集成化建设的第一步便是从数据层面打通各个组织单元和业务单元,实现业务单元的快速重组。例如,制定企业统一的数据标准和数据规范,制定通用的、标准的数据集成规则,定义企业级的数据模型,提升数据质量,为实现企业的信息集成、数据共享、业务协同做好信息化的基础保障工作。对于化工设计企业来说,笔者认为具体实施的方法有如下几种。

(1) 基于数字化集成设计目的开展业务规划和体系建设,包括设计管理体系、工艺设计体系、设计计算体系、三维模型设计体系、材料管理体系和成果交付体系等(见图4)。各体系的规划、设计、验证、优化和深化应用需以业务为导向、以软件为基础、以交付为目的进行总体布局和建设。例如,从各体系的软件基础考虑,主流的软件平台有AVEVA平台和鹰图平台,这两个平台包含的软件涵盖了主要的设计体系,熟悉和使用这些平台软件,便可依托软件加速推进体系建设。AVEVA平台包含了工艺设计体系、三维模型设计体系、材料管理体系、成果交付体系等,鹰图平台包含了设计管理体系、工艺设计体系、三维模型设计体系、成果交付体系等。在掌握和熟练运用各平台软件后,需要对其进行体系补充完善和优化,比如补充设备设计体系、钢结构设计体系等,再通过接口将它们融入到数字化集成设计中来。以AVEVA平台体系为例,下图体现了其主要的设计体系[2]。

图4 AVEVA平台体系

(2) 基于数字化集成设计目的构建基础设施与支撑环境,包括软件部署和取用方法、硬件环境、数据库(标准库、知识库、编码库、模型库、模板库、元件库、支吊架库等) 及配套支撑条件等,需建立在以软件、知识和数据为核心的协同环境之上。例如,PDMS、SP3D等三维设计工具,就需要积累大量的模型库、元件库后才能发挥软件提高工作效率和质量的功能。对于二维设计,也需要创建符合各自设计习惯的图例库、数据表模板等,并不断地通过优化软件功能和完善图例与数据表的应用,从而达到提质增效的目的。

(3) 全专业参与的二三维数字化协同设计意味着所有专业设计工具的统一化和体系化,以及大量的专业库标准化和IT定制,同时,设计工具的改造和变化也带来了设计从业者适应性与用工成本再评估的问题。例如,设计工具的升级就需要编制新的设计流程指导手册,并规划新的统一规定、实施规范。除此之外,数据的统一化、规范化就需要各专业确定一套使用范围广而又不冗余的数据字典。主流的鹰图和AVEVA软件,二维和三维设计都可以实现数据互通,数据互通功能主要依靠的是建立二维和三维设计软件之间的属性映射关系,工程数据属性种类多且关系复杂,有的属性数据还存在一对多的情况,建立他们的映射关系需要各专业部门的讨论和评估。标准化也是实现数字化的必经之路,化工设计企业制订一套标准还是多套标准、一套标准能不能满足所有的设计需求、什么样的标准最符合企业的设计习惯等,这些问题只有通过实际应用,才能发现所制订标准的问题和优化的方向。

(4) 关于软件的优化,虽然鹰图、AVEVA在中国各大设计院已经有了许多的用户,但是他们的软件还有很大的优化和本地适应性改造的空间,例如PID软件如何提供更多的、便利的出数据表的功能,设计基础数据如何合理、快速地在软件中利用,设计校审程序在软件中实现优化的方式等。由于鹰图和AVEVA都是跨国企业,在软件使用上会更多考虑国外设计企业的工作习惯,这就导致有些软件设计不能很好地服务于中国的设计院,例如,由于工期较紧,需要工艺和管道同时启动设计工作的项目,如何快速按批次发送条件至下游,以及配套的专业内部在线质量审查措施和版本管理等。

(5) 信息化团队的建设。信息化团队的建设仅仅只是简单运用数字技术、依靠IT人才,是很难实现的。必须组建一支数字化团队,才能有效推进企业数字化转型。化工设计的信息化、数字化需要懂得设计流程和设计习惯的人才,同时也需要了解IT技术、具有数字化思维和软件开发经验的人才。设计软件应用人才需要与IT技术人才互相交流、学习,才能更好地理解和掌握设计软件的核心内容,并提出设计软件的可行的优化方向,最终通过IT技术来优化软件的使用。同时,团队的建设要有较长期、稳定的投入和支持。

(6) 利用信息化成果与客户建立新的业务模式。前面说到,由于业主数字化交付的需要,促使设计院加快了设计流程信息化建设的进程,而信息化建设不仅要在设计过程中提质增效,还应在前期经营和后期结果方面扩展自己的业务,比如开发自己的交付平台,个性化的定制符合业主要求的数字化交付成果,比如通过交付平台,提供持续地在线诊断、工厂设计优化、累计分析工厂运行数据等业务。

3 智能PID发展

现阶段智能PID软件使用者较多的为鹰图平台的smartplant P&ID和AVEVA平台的diagrams等。这两款软件作为新一代工艺设计软件工具的代表,有着代替传统CAD的优势和潜能。从国内各大设计院现状来看,智能PID代替传统CAD,相较管道布置的三维设计工具更替,阻力要大很多。笔者认为有以下两大因素:①绘制管道仪表流程图的工作,CAD软件已经能满足该工作的大部分需求,智能PID目前只是多了一些锦上添花的功能;②智能PID软件现阶段只做到了“数字化”,没有“智能化”的PID软件并不能显著提升设计人员的工作效率。

现今的智能PID软件主要着力于将PID图纸本身想要表达的所有工程信息,用数据库、二维表字段和值、数据模型关系等方式将其记录下,形成可被软件直接搜索、数据可被判断或计算的数据。例如,较为成熟的按工程对象类型抽出位号清单、自由添加各类工程对象的属性等。但数据输入和图形绘制的工作内容并没有减少。通过实际项目运行,总结了智能PID软件的不足之处:① 图形绘制功能不够完善,例如,AVEVA的Diagrams撤销按钮很难撤销修改数据库有关的操作,进行设校审的操作流程不够友好等;② 信息颗粒度还需丰富,智能PID软件的信息颗粒度越大,实现“智能化”的潜力也就越大。相较AVEVA的Diagrams,SmartPlant P&ID信息颗粒度较大,例如可通过设备属性,搜索到换热器、泵等设备。然而,对于提供SPI仪表软件所需的仪表属性,则还需进一步优化,例如仪表阀的上下游压差、液位计的测量间距等。

在智能PID还未发展成熟的背景下,许多设计院还处于智能PID应用初期,笔者认为,工艺专业可以有如下途径来开展信息化建设的工作。

(1) PFD和PID软件数据打通。从工艺的工作流程而言,在进行详细设计时,会需要频繁借用到PFD以及物料平衡的数据,若绘制PID的软件与绘制PFD的软件实现了这些数据的互通,将会大大提高详细设计的工作效率。当下,已经有许多设计建设单位开始了此项二次开发的工作,并取得了一定的开发效果。

(2) 工艺计算程序与软件工具的挂接。例如西门子的comos软件,就考虑到了工艺计算程序与PID绘制软件的挂接。工艺计算程序是工艺专业较为核心的技术环节,而计算的输入和输出数据大部分会在PFD或者PID软件工具上体现,计算程序与软件工具的无缝挂接会提高工作效率,并且减少出错的可能性。

(3) 研发有工程判断能力的智能PID软件。目前的智能PID软件实现了PID图纸的数字化,若再将工程经验和标准写入智能PID软件中,让这些经验和标准能自动判断输入软件的信息是否有错误,并自动提示或更正,那智能PID软件就实现了从数字化到智能化的大跨越。例如,目前智能PID软件能实现简单的重复位号判断、图纸连接符(OPC)配对判断以及连接对象属性一致性的判断。据了解,一些复杂的带有工厂经验和标准的判断软件商也在逐步的开发中。

(4) 对传统CAD文件的智能识别和自动转换。从实际工程项目来看,若工艺专业从项目初期就能获得智能PID,会大大提高智能PID在实际项目的应用,如何将专利商、设计单位提供的CAD格式的PID在项目初期快速地转化为智能PID,便是扩大智能PID应用的关键问题。国内各大设计院较为普遍的解决方案是采用绘图员人工将CAD版PID转化为智能PID。若能将CAD格式PID用软件识别,并批量转化为智能PID,是缩短转化时间、节省人力的最佳方案。现今图像识别技术发展迅速,应用范围深入各行各业,笔者发现,将CAD格式的PID智能识别转化为smartplant P&ID已经成为实际可行的路径。在这一方向的开发必将给智能PID发展应用带来巨大的推动力。