中国石油化工股份有限公司镇海炼化分公司智能制造能力成熟度研究

陈 强，陈 彬

案例 Case Study

中国石油化工股份有限公司镇海炼化分公司智能制造能力成熟度研究

陈 强1，陈 彬2

（1.中国电子技术标准化研究院，北京 100007；2.中国石油化工股份有限公司镇海炼化分公司，浙江省宁波市 315000）

智能制造（Intelligent Manufacturing，IM）是新一代信息技术与先进工业制造技术的深度融合，贯穿于产品的供应链、制造和服务全生命周期的各个环节及相应信息系统的优化和集成，旨在实现制造的数字化、网络化和智能化，不断提升企业的产品质量、效益和服务水平，进而推动制造业实现创新、绿色、协调、开放和共享式发展[1]。美国的“先进制造领先战略”、德国的“工业4.0”、英国的“英国制造2050”、法国的“新工业法国计划”、日本的“再兴”战略和韩国的“新增长动力”战略等，都是以智能制造为主攻方向，希望借此增强本国在新一轮全球产业竞争和价值链中的地位与话语权。

智能制造；石化企业；能力成熟度

1 引言

智能制造日益成为未来制造业发展的重大趋势和核心内容，是企业向中高端迈进、加快转型升级的重要举措，也是新常态下企业打造竞争优势的必然选择。当前，很多企业对自身的智能制造水平并不清楚，不能明确该如何分步实施智能制造，这种情况极大地影响了智能制造的有效落地。主要原因是智能制造在全球尚无样本和案例，我国制造业的发展由过去的以跟随为主走向了引领全球；智能制造的发展如何做到引领，离不开标准的制定，同时也促进标准的不断完善。中国电子技术标准化研究院（以下简称“电子标准研究院”）在工信部和国标委指导下，起草编制《智能制造能力成熟度模型》和《智能制造能力成熟度评估方法》，给出了智能制造能力成熟度的评估模型和评估方法，从而使企业以及应用主体能够明确智能制造相关标准的确定与改进方法。这些标准的制定不仅为制造业及特定行业的改革与创新升级提供了渠道与方法，同时通过具体的行业示范点项目，提高了政策落地与实现效果的可能性。

石化企业是高技术高资产型企业，具有易燃易爆等传统流程行业的显著特征，同时企业大多位于人口密集的发达地域，企业安全环保压力大，因此石化企业更有意愿践行智能制造。中国石油化工股份有限公司（以下简称“中国石化”）对旗下最大的炼化一体化企业镇海炼化分公司（以下简称“镇海炼化”）提出了奋力打造“世界级、高科技、一体化”绿色石化基地的目标，建设数字化、可视化、模型化、集成化和智能化为特征的智能工厂，主要建设内容包括以下几项：一是生产运行智能化，建设计划、调度和操作的业务协同和全流程优化系统，实现从原料配方到生产加工、产品调合和出厂的智能控制；二是设备管理智能化，建设工程项目和设备管理系统，建立工厂三维装置模型，实现工程数字化交付、设备可视化维护；三是绿色环保管理智能化，建设在线环保监测和能源管理系统，实现对污染物和能源产耗实时智能分析和监控；四是健康安全管理智能化，运用物联网、视频智能监控等技术，实现对生产现场的实时监控、人员定位、异常预警和应急处置；五是经营决策智能化，利用大数据、人工智能技术分析生产经营情况，提供决策依据；六是上下游产业协同智能化，智能工厂与宁波化工园区、宁波智慧城市建设相结合，形成“三位一体”，促进上下游产业与城市协同发展。

企业需要在进行生产模式变革时认清自己的发展水平，根据能力评估结果进行自我分析诊断，从而进行能力提升。类似于标杆管理，企业需要了解到自己与标杆之间的差距，因此，企业首先需要明确自身处于什么阶段，根据所处阶段安排下一步决策。

面对愈演愈烈的全球化竞争与挑战，石化企业应把握新技术发展趋势，提升智能制造能力，解决当前生产经营中存在的生产优化、安全环保和能源利用等方面短板，降本增效，助力企业健康可持续发展。

在石化工厂智能化改造过程中，评估是不可缺少的环节，通过电子标准研究院构建的智能制造评价指标体系，评估企业自身智能化水平，对企业现状进行诊断，并提出升级改造的建议。既可作为企业改造发展的重要参考，为企业明确智能转型方向提供有效的指导和支撑，也是各级工业和信息化管理部门优化智能制造支持政策、完善行业管理体系的重要参考。如何科学、系统地评估石化企业智能制造的发展水平，是国家加强石化企业智能制造相关项目诊断、评估、考核及完善行业管理体系的实际需求；又是推动智能制造在石化领域发展和应用的必然要求和重要保障。

当前我国石化企业的智能制造进程仍在初级阶段，为了避免石化企业智能制造建设的低效投资，需要对石化企业智能制造能力成熟度进行深入研究。

2 智能制造能力成熟度模型

智能制造能力成熟度模型由成熟度等级、能力要素和成熟度要求构成，能力要素由能力域构成，其下包含各类能力子域。智能制造能力成熟度分五级。

一级（规划级）：企业开始对实施智能制造的基础和条件进行规划，能够对核心业务活动（设计、生产、物流、销售和服务）进行流程化管理。

二级（规范级）：企业采用自动化技术、信息技术手段对核心装备和业务等进行改造和规范，实现单一业务活动的数据共享。

三级（集成级）：企业对装备、系统等开展集成，实现跨业务的数据实时共享。

四级（优化级）：企业对人员、资源和制造等进行数据挖掘，形成知识、模型等，实现对核心业务活动的精准预测和优化。

五级（引领级）：企业基于模型持续驱动业务活动优化和创新，实现产业链协同并衍生新的制造模式和商业模式。

3 智能制造能力成熟度评估方法

企业可基于《智能制造能力成熟度评估方法》，根据自身业务特点和现状确定评估域，可对部分能力域有选择性裁剪，进行有重点、有针对性的智能制造成熟度测评。评估域应同时包含人员、技术、资源和制造四个能力要素的内容，其中，人员要素、技术要素和资源要素下的能力域和能力子域为必选内容，不可裁剪；制造要素下生产能力域不可裁剪，制造要素下的设计可裁剪；物流、销售和服务等能力域或能力子域能力域也可裁剪。

企业可选择制造维中的一个或多个评估域并结合人员、资源和技术要素的内容进行评估。根据流程型制造企业的特点，《智能制造能力成熟度评估方法》给出了流程型制造企业的评估域建议，如表1所示。

表1 流程型制造企业主要评估域

成熟度等级评分方法：当企业在某一等级下的分值达到0.8分时，视为满足该级别的要求；反之，则视为不满足。在计算总体分数时，已满足的级别的分值取值为1，不满足的级别的分值取值为该等级的实际值。智能制造能力总分是各等级评分结果的累计求和。评分结果与能力成熟度对应关系如表2所示。

表2 分数与等级的对应关系

4 镇海炼化评估实例

4.1 人员

一是战略组织。镇海炼化成立了信息和数字化中心，负责牵头智能制造工作，企管、生产和设备等部门按照分工配合开展各自领域智能制造工作，企业规划明确以数字化转型打造“智能工厂3.0”；信息和数字化中心在完成连续两期智能工厂建设项目的基础上，梳理了智能工厂建设模板，内容涵盖现场工业自动化、专业智能化及公司经营管理智能化等，作为企业扩建项目智能化建设标准配置。

二是人员技能。镇海炼化建立内部平台，实现知识文档在线管理和人员培训。企业通过连续两期智能工厂建设培育了一大批既懂业务又懂智能制造的关键员工，同时通过与阿里巴巴、华为、海康、浙江中控和石化盈科等国内知名企业技术交流、合作，不断引进智能制造新技术；通过内部宣传、培训等多种手段营造智能制造氛围，提升各级员工智能制造意识和水平，实现“全员参与、业务全过程、全方位应用”。同时企业与地方政府合作成立研究院，为石化企业智能制造的未来探路引航。

4.2 技术

一是数据。镇海炼化实现工艺数据、设备数据、安全环保数据和生产质量数据在线实时采集，数采率达99.7%。建立集中集成平台，实现了数据标准化、数据共享及分析应用。

二是集成。镇海炼化根据“单点登陆、界面集成、应用集成”的战略，不断对旧系统进行升级改造，通过集中集成平台的数据总线实现大部分系统数据的统一集成和共享。

三是信息安全。镇海炼化建有完备的信息安全管理机制和技术防控体系，定期开展安全风险评估和应急演练；将企业网络分为4层，工业控制层与办公网络层采用安全设备隔离，数据单向传输。

4.3 资源

一是装备。镇海炼化共有51套炼油装置、33套化工装置及10多套公用工程辅助装置。企业加工手段配套齐全，油化联合紧密，深度加工能力强，规模国内领先、技术领先的炼油、化工和热电装置集中代表了中国炼化行业的先进水平。生产装置均实行分散控制系统（Distributed Control System，DCS）控制，主要装置实施先进控制（Advanced Process Control，APC）、在线优化（Real Time Optimization，RTO）以及在线仿真（Operator Training System，OTS）。

二是网络。镇海炼化办公网络敷设光缆120余km，网络设备600余台，节点8 000余个，实现一级汇聚点、二级网络节点双冗余，千兆到桌面、万兆到装置的单模光缆网络架构。工业控制网络、生产网络和办公网络隔离，基于网络云化技术快速响应业务需求，并对网络分区分级管理。

4.4 设计

一是产品设计。中国石化旗下炼化工程（集团）公司为镇海炼化提供设计服务，设计过程中，企业应用三维数字工厂审查设计；在工程建设阶段，应用三维数字工厂实现施工可视化管理；在装置投用的同时，交付与装置对应的三维数字模型，实现数字化交付，形成了国家《石油化工工程数字化交付标准》，企业进一步细化编制了《工程建设数字化交付执行细则》。在生产运维阶段，三维数字工厂实现工艺流程和设备维修、配件分类精细化管理。

二是工艺设计。镇海炼化建立了涵盖51套炼油装置、33套化工装置的全流程一体化优化模型，包含90个子模型，110多种原油及16种精细化加工方案，21项全流程优化方案和116项单装置优化方案。原油进厂采用近红外技术、先进控制APC技术实现原油在线调合，21套主要生产装置实现先进控制APC，乙烯、催化等核心装置实现在线优化RTO，产品出厂实现油品在线调合；乙烯RTO投用后，反应炉出料高附加值组分收率平均提高了0.73%，整套装置效益增加4 300多万元/年。依托上述优化层次，镇海炼化形成协同高效的生产优化管理体系，动态响应市场变化，实现每一滴原油价值最大化。

4.5 生产

一是采购。镇海炼化采购中心使用企业资源计划（Enterprise Resource Planning，ERP）的物料需求计划（Material Requirements Planning，MRP）功能自动生产采购计划，采购使用易派客。易派客为中国石化打造的工业品电商平台，提供基于“互联网+供应链”模式的采购、销售、金融和综合服务，平台与所有供应链合作企业实现数据共享。其中，物资供应全流程管理基于ERP系统实现项目物资、检维修物资和备品配件等物资需求计划的在线跟踪，内部领用物资一键配送到办公室，降低库存规模，减少流动资金占用。

二是计划与调度。计划排产对于流程化、连续性和物料关系极其复杂的炼化企业的意义至关重要。为确保装置、系统在平稳运行下生产最优，实现企业效益最大化，镇海炼化以“分子管理”为指引，以“整体效益最大化”为原则，通过智能化手段按不同的分子结构来精确定位物料流向。镇海炼化的年、季、月生产计划自动生成，与旬、日计划自动衔接和优化，日计划系统自动转化为调度指令，如图1所示。

图1 镇海炼化生产运行总体架构

三是生产作业。镇海炼化生产执行平台（Sinopec Manufacturing Execution System，SMES3.X版）具备完善的生产方案和调度指令体系，生产装置依据调度指令调整生产，实现调度指挥与物料移动、能源管理和操作报警等多项业务一体化在线闭环管理；应用桌面炼厂动态模拟，找到最佳生产工艺指标；生产技术管理从工艺指标管理、作业风险管理和盲板管理等业务在线一体化管理，系统自动生成技术月报，如图2所示。

图2 镇海炼化调度指令架构

四是设备管理。镇海炼化搭建信息物理系统——三维数字工厂实现了设备完整性管理。应用风险检验（Risk-Based Inspection，RBI）、可靠性维护（Reliability-Centered Maintenance，RCM）和安全等级评估（Safety Integrity Level，SIL）等分析工具，以预知维修为核心，建立了风险评估、系统可靠性和生产分析等85个模型，形成42条模型规则，实现设备健康管理。镇海炼化以保持及改进设备可靠性为目标，采取措施改进和优化维修策略，集成设备管理、实时数据库、实验室管理和机泵状态检测等系统，对装置和设备进行周期性评估和动态分级，实现了设备可靠性管理，如图3所示。

图3 镇海炼化设备管理架构

五是仓储与配送。镇海炼化每年产品种类超过100种，出厂量超过2 000万t，共有2个码头、16个罐区、7个仓库、43个库位、10个装卸台和135个进出厂点，码头吞吐能力达4 500万t/a，储存能力超过350 m2。近年来进一步采取信息化智能化措施，提升仓储与配送能力。投资1.4亿建成石化行业首个超大型全封闭、全自动化、无人操作的聚烯烃立体库，库存规模可达2.5万t，于2015年9月投用，实现产品包装、仓库管理和装车发货无人化；对比同规模平面库，用工人数从120人减少到20人。

六是安全环保。采用新型技术，实现变更、风险和应急等智能管控，推动安全、环保管理全面数字化、可视化，促进企业绿色健康发展；实时在线监测各个环境监测点的环境数据，对污水、烟气排放等污染源实施24 h在线监测，监测数据直接与地方环保部门和中国石化总部联网，提升企业环境监控能力。利用信息技术从关键装置、职业危害场所和环境排放等方面对HSSE过程风险防范能力进行提升，从应急联动、应急辅助决策、三维事故模拟和虚拟演练等方面进行应急能力的整体提升。重点围绕承包商现场作业，实现特种作业许可证全流程管控，2020年1月至今，在线签发6 809张安全作业票证，减少人员跑票时间，杜绝了纸质票证存在的各类逾时、信息填写不全等低老坏问题，并刚性执行了凭有效资质作业的要求。

七是能源管理。建立51套主要装置的实时能源消耗（能耗）管理平台，实时监视装置的能耗、每一个操作对装置能耗的影响及装置自身能源消耗的变化趋势。蒸汽管网全面实时监测蒸汽管网的工况，优化流程和操作参数的调整方案，保证蒸汽系统安全运行，年效益达750万元。燃料气系统平衡、氢气系统平衡和电力平衡等系统不仅保障了企业安全、平稳生产，也为镇海炼化节能减排做出了卓越奉献。

4.6 物流

装置生产出来的产品暂存储运罐区，汽、航和柴等产品经调合后，通过公路、铁路、管道和水运出厂。

一是公路出厂。建设了进出厂物流管理系统，实现承运商网上预约提货，实施“在线培训+二维码提货+精准预约”智能发货模式，全覆盖所有公路出厂产品；加快承运商车辆周转效率，化工产品承运商全年用车可减少约6 000辆，年节约物流费用超过150万元；实现精准预约，提货车辆进厂候车时间已从原来4 h缩短至1 h内。推广互联网物流，与承运商共享物流数据，利用移动设备实现装车过程检查并实时掌握车辆位置动态信息。

二是铁路大鹤管密闭定量装车。采用先进、科学自动化控制系统，实现鹤管全自动对位、密闭、灌装及计量，大大降低了日常装车操作人员的劳动强度和设备的维护率，减少了误操作的可能性和油气挥发，实现了环保节能，为生产安全和环境保护做出积极贡献，同时每年减少经济损失800万元。

三是管道出厂汽煤柴混输。采用先进技术实现了供萧山油库在同一条长输线顺序输送汽油、煤油和柴油，不同牌号油品之间油头约7 t，采用公路运输方式回收回炼。同时，在供上海赛科石脑油长输线油采用自动泄漏报警，从而降低了管输成本，提高了管输经济效益和安全性。

四是水运出厂远程监控。在线监控不间断监控水运出厂质量流量计，可以随时知道质量流量计的运行状态，可远程实施预防性维护及对设备运行情况进行分析优化，大幅提升了工作效率。

4.7 销售

镇海炼化生产的产品由中国石油化工股份有限公司旗下销售公司负责销售，销售公司系统与镇海炼化ERP系统通过XI接口自动集成，实时在线完成销售订单创建、发货及结算等业务。中国石化销售有限公司是中国石油化工股份有限公司的全资子公司，主要负责中国石化股份有限公司所属生产企业成品油的统一收购、统一结算工作，成品油的资源配置、区间调拨、运输协调、信息沟通和销售管理等工作；油品销售事业部受中国石化委托，对中国石化油品销售板块的省、自治区、直辖市石油分公司、大区公司和中石化（香港）有限公司的人、财、物实行归口管理。中国石化销售有限公司的主要经营范围：汽油、煤油、柴油、液化石油气、天然气、润滑油和燃料油；油（气）库、加油（气）站的规划、设计和建设；石油管道及相关设施的投资、建设、维护；普通食品；日用百货；汽车清洗服务；与经营业务有关的咨询服务、技术应用研究和计算机软件开发；与经营业务有关的培训等。

4.8 服务

一是客户服务。客户服务分两级完成：一方面中国石化销售公司提供专业的客户服务；另外镇海炼化从技术角度为客户提供专业支撑，协助用户改进物流、生产及质量。

二是产品服务。镇海炼化生产的产品为大宗标准化产品，虽然无须大量产品服务，但企业建立了信息平台提供产品技术信息、质量信息及合格证等数据。

4.9 镇海炼化智能制造成熟度评估得分情况

中国电子技术标准化研究院领衔的评估团队通过查阅相关文件、记录，访谈交流，以及现场观察，对中国石油化工股份有限公司镇海炼化分公司的智能制造能力进行了符合性评估，对智能制造相关的正反两方面证据进行了搜集取证。镇海炼化各能力要素得分情况如表3所示，总得分为4.12。

表3 镇海炼化各能力要素得分情况

5 结语

通过对人员、技术、资源、设计和生产等五个能力要素维度的分析和评估，中国电子技术标准化研究院领衔的评估团队最终确认中国石油化工股份有限公司镇海炼化分公司的智能制造能力成熟度达到四级的水平要求，即优化级。

[1] 周济．中国智能制造的发展路径[J]．中国经济报告，2019(2)：36-43．

[2] 孙杰贤．国家人工智能标准化工作启动[J]．中国信息化，2018(2)：17-19．

[3] 高光耀，郑从卓，陈博．我国物联网技术链与产业链协同发展研究[J]．科技进步与对策，2014，31(12)：59-64．

[4] LU Y，MORRIS K C，FRECHETTE S．Current standards landscape for smart manufacturing systems [EB/OL]．[2019-09-30]．http：//dx．doi．org/10．6028 /NIST．IR．8107．

[5] DIN/DKE．GERMAN STANDARDIZATION ROADMAP Industry 4．0(Version 2)[EB/OL]．[2019-09-10]．https//www．dke．de/resource/blob/778208/a04ee402cf65f1406daad2bd832b3229/german-standardization-roadmap-industry4-0-version-2-data．pdf．

[6] 工业和信息化部，国家标准化管理委员会．国家智能制造标准体系建设指南[EB/OL]．(2019-08-14)．http：//www．miit．gov．cn/n1146285/n1146352/n3054355/n3057497/n3057498/c6428869/content．

[7] ARC Advisory Group．Collaborative manufacturingmanagement strategies[EB/OL]. [2019-01-01]. http：//www. arcweb. com/industry-concepts/collaborative- management-model-cmm．

[8] Wikipedia．Artificial Intelligence [EB/OL]. [2019-11-10]. http：//en. Wikipedia. org/wiki/Artificial_ Intelligence．

[9] Wikipedia．AI winter [EB/OL]．[2019-11-10]．http：//en．wikipedia．org/wiki/AI_winter．

[10] CHAI Yuanyuan，JIA Limin．Big data and computational intelligence[M]．Beijing：Science Press，2017．

[11] XU Guibao．A technological architecture of artificial intelligence[J]．Telecommunication Network Technology，2016，12(12)：1-6．

[12] 范顺成，王进峰，李世杰．基于遗传算法的工艺路线决策与优化[J]．制造技术与机床，2012（3）：95-99．