您好, 访客   登录/注册

人工智能在石化企业的应用和展望

来源:用户上传      作者:武佳贺 许冰 程小良

  [摘    要] 人工智能在计算机、互联网、大数据、云计算等技术的不断发展推动,迎来了新的发展阶段。人工智能已经在各个领域得到应用,在石化行业也进行了初步的应用和探索,人工智能应用在石化企业将是石化行业的重大变革。人工智能共有两个重要的发展历程,新一代人工智能技术是在积累前两阶段的经验,并站在强大的硬件和软件发展基础之上的新的飞跃。人工智能能够为科学生产管理、经营决策管理、安全辅助管理提供相应智能解决办法,如何有效利用人工智能技术,大幅度改善现有企业的运行现状,为企业增加切实可行的自动化决策方案,是传统石化企业的技术快速转型的必然之路。文章列举了人工智能在石化行业典型应用情况,包括人工智能巡检系统、数字化工厂系统、无人机应用、智能专家系统四个主要方面,探索总结出人工智能技术在石化行业的未来发展趋势,对于石化企业员工而言,能够真正实现从基础性工作转型到生产和经营方面的技能、技术专家,是对石化企业发展的另一个可期待的新阶段。
  [关键词] 人工智能;石化企业;数字化工厂;大数据;实现
  doi : 10 . 3969 / j . issn . 1673 - 0194 . 2019. 21. 041
  [中图分类号] F270.7    [文献标识码]  A      [文章编号]  1673 - 0194(2019)21- 0106- 02
  0      引    言
  人工智能近幾年来发展较为迅速,部分发达国家已经把发展人工智能作为提升国家竞争力的手段之一。人工智能正在向工业、教育、医疗、交通等各行各业迅速渗透,在石油化工领域也有一些初步的应用和探索。由于石化行业的生产流程长、生产所涉及物料的危险性大、生产工艺条件苛刻、关键设备能力和操作人员的技能直接影响产出情况。因此,石油化工企业的技术应用及管理的目标是有效地监测和控制生产,使生产过程处于最佳状态,节省原材料、降低能耗、提高产品收率、提高产品质量和设备的使用寿命,安全、稳定生产[1]。
  发展人工智能恰好可以有效解决这些难题,人工智能技术可以有效控制生产过程,提高效率,进一步助力石化企业从科学生产管理、经营决策管理、安全辅助管理多方面大幅度提升。可以预见,随着人工智能应用的深化,未来将会出现更多的智能油田和智能炼厂。
  1      人工智能的发展历程
  早在20世纪40年代,英国著名的数学家图灵提出了人工智能的想法,并且在同时期人们创造出了人工神经网络模型,这就为人工智能的发展提供了一定的基础条件[2]。第一代人工智能依靠电子元器件的发展,主要体现在计算和推理,人工智能发展并没有实现专家的预期那样可能会超越人类智能,而是发展非常缓慢以至于很快就销声匿迹。人工智能第二次发展主要体现在20世纪80年代初,以知识工程和专家系统为主要应用的人工智能技术在欧美发达国家得到迅速发展,并取得很大的经济效益,人工智能再一次回到大众视野,但是随着产业几年的繁荣之后再次进入沉寂。
  新一代人工智能的再度蓬勃发展依靠几代人工智能的积累和相关领域科技进步,借助智能感知、互联网、大数据等技术,将智能建立在经验数据基础上,依靠海量经验数据,通过数据挖掘、深度学习来获取经验和知识,从中提炼出人工智能所需要的理论和规律[3]。
  2      人工智能在石化行业的应用必要性
  近几年来,石化行业自然减员比例逐年提高,自然减员一方面对企业在人力开支结余有利,另一方面有经验有技术的人员大量缺失,如何能够用生产力更高的自动化及智能化解决重复性工作、增加自动化决策支持、从而降低对于经验的依赖、提升产业发展,也是所有石化行业将面临的难题。数字化工厂、智能工厂的兴起正是人工智能的初级阶段。
  另外,大量民企石化公司兴起对传统石化行业更是巨大的冲击,新型的石化行业大量采用半自动或全自动的生产方式,以千万吨炼油企业为例,新装置的技术水平较老装置大幅提升,人力使用是传统企业的1/5-1/4,能耗是1/4-1/3,整体竞争力愈加明显。如何有效通过人工智能技术,利用大数据挖掘及机器自主学习能力,大幅度改善现有企业的运行现状,为企业增加切实可行的自动化决策方案,从而实现传统石化企业的技术快速转型。
  3      人工智能在石化行业的应用
  人工智能技术在石化行业应用较为广泛,从目前应用情况来看,主要集中在几个领域。
  3.1   人工智能巡检系统
  传统人工巡检采用在线或离线巡更棒方式巡检,在规定时间内、规定的点位完成常规巡检,但是这样的方式和实际巡检需求大相径庭。目前石化企业应用较为广泛的智能巡检能够根据管理需求从而制定巡检路线,结合人员定位系统,巡检人员按照巡检顺序从A点到B点再到C点的路径,偏离正常的路线系统会有报警提示。同时佩戴智能巡检仪将装置的情况采用拍照、录像等方式,通过4G网络、专网等传送至控制中心,并与控制中心人员实时对话,及时解决隐患和故障。对于巡检过程系统会自动生成台账及日志,进一步规范管理和考核需要。
  3.2   数字化工厂
  随着两化融合的推进,数字化工厂已成为当前国内外石化企业优化制造资源的配置效率高效的主流趋势。数字化工厂可实现生产运营的数字化、可视化、集成化,从而提高企业生产效率和安全运行能力。
  数字化工厂是与实际装置建立一定比例的工程级的数字模型,并配套智能P&ID、工程图表等工厂的数字化可维护的数据管理,建立全厂统一的数据管理平台,把企业基础数据信息和运营数据信息以数字的形式保存起来形成企业的“数字化资产”,把看不见、摸不着的工厂管理者思想、管理流程及经验成果变成可看、可复制、可分析、可利用的“数字化资产”。数字化工厂从工厂建立到技改、检维修,都能将设备、仪表、管道等变更进行数据一致性输入和管理,实现一次变更,多方受益的效果。例如在检维修编制中,选择需要维修的部位,系统可自动编制检修计划,提高检维修的预算精度,动土作业可在三维场景中,模拟动土作业,一目了然地掌握地下设施的材质、介质、埋深等。数字化工厂从设备管理、生产管理到安全管理等多方面全面管控工厂,并在这些数据基础上建立应用扩展,包括安环一张图、视频监控一张图,为企业信息化应用提供“多维交互、多元可视”的数据管理服务。   3.3   无人机应用
  目前炼化企业许多晾水塔高达100多米、反应塔达到30多米,无法靠人力实现巡检及时发现隐患,所以无人机的应用应运而生。无人机一般用于高远处的设备巡檢,自身搭载专业航拍设备(高清摄像机、红外热像仪等),拍摄获得真实的影像资料,并回传到地面站或监控中心,实现巡检人员实时观察设备的真实情况[4]。一般无人机体积较小,依靠飞行控件就可以对其进行操控,无人机可从不同角度和距离全面地对现场进行拍摄,还可根据巡检任务的不同,有针对性地选择搭载设备,例如同时搭配高清摄像设备及小型监测设备,可对重点部位监控泄漏情况[5]。
  随着无人机技术的不断发展,各种有毒有害气体检测设备、热成像设备等搭载设备技术的完善,无人机在化工领域的应用会越来越广泛。
  3.4   智能专家系统
  化工企业的核心设备大型机组及关键生产过程目前都建立了远程专家监控管理系统,实现厂级关键机组、生产过程的运行状态。远程监控技术可以提高企业的劳动生产率, 对各对象进行全天候、全方位监控,及时发现甚至提前预测设备问题,这对于需要获得第一时间报警信息的化工生产来说是极为重要的生产需要的实现,目前大部分专家系统采用静态管理方式,即专业人员分析状态图谱可方便的掌握设备、工艺运行的状态,分析运行过程中存在的问题[6]。新一代智能专家将互联网与大数据技术相结合,用智能监控管理系统通过建模实现自学习能力,将实际运行趋势与拟合趋势图做比较分析,偏离正常范围的数据将自动发出告警功能,这样动态的海量数据分析是人类专家所无法比拟的。智能专家系统也将从静态人工分析走向大数据的智能专家分析阶段。
  4      人工智能在石化行业的展望
  人工智能的发展对于化工等流程性行业势必会引发颠覆性的进步和变革。以往的人工智能从起步阶段到发展阶段再达到发展的高峰,都是遵循螺旋上升的发展规律,人工智能会逐步普及走向真正的智能阶段。但是目前人工智能主要依靠计算机计算能力,结合大量人类智慧的经验数据,模仿人类思维做出判断,缺少大数据的支撑和数据挖掘的能力,人工智能便不会那么智能。
  从生产方面看,化工行业是高危行业,人工智能的发展如果能够替代危险岗位人员,还有将人力所不能涉及的区域,全部采用智能机器、智能仪表、智能传输等方式和手段实现全自动化的生产稳定运行,用智能自动化代替人工繁重的劳动力,提高工作效率,更精准地提高生产水平,是炼化企业的高级生产阶段。从经营方面看,进、销、存智能化的运算和结算,从经营角度去分析并科学的计算利润的最大化时的产量和原油的存储量,对于员工而言,能够真正实现从基础性、重复性、简单脑力工作转型到生产和经营方面的技能、技术专家,是对石化企业发展的另一个可期待的新阶段。
  主要参考文献
  [1]常素青.人工智能应用于石化行业的思考[J].经贸实践,2017(23):172.
  [2]胡长生. 浅析计算机人工智能技术的发展与应用[J].电脑迷,2018 (3):36-37.
  [3]黄欣荣.新一代人工智能研究的回顾与展望[J].新疆师范大学学报,2019,40(4):70-80.
  [4]雷柯,陈义保.无人机在石油石化领域的应用分析[J].中国石油大学胜利学院学报,2017,31(4).
  [5]甘勍,兰平.无人机在化工安全领域中的应用展望[J].化工管理, 2016(6):136-137.
  [6李文鑫. 基于Internet的远程实时监控系统研究[D].武汉:武汉理工大学,2006.
转载注明来源:https://www.xzbu.com/3/view-15066815.htm