安海泉，劉 臻，馮長(zhǎng)志，鮑金源，王 峰，鄭錦泉

(1.北京低碳清潔能源研究院，北京市昌平區(qū)，102209；2.陜西神木化學(xué)工業(yè)有限公司，陜西省榆林市，719302；3.國(guó)能榆林化工有限公司，陜西省榆林市，719319；4.無錫雪浪數(shù)制科技有限公司，江蘇省無錫市，214131)

0 引言

我國(guó)能源消費(fèi)結(jié)構(gòu)中，煤炭占比較高，而煤氣化技術(shù)可以將煤炭轉(zhuǎn)化為人工煤炭天然氣和石油，實(shí)現(xiàn)多元化能源供應(yīng)，減少對(duì)進(jìn)口石油和天然氣的依賴。國(guó)家層面高度重視煤炭清潔高效利用，煤化工技術(shù)是實(shí)現(xiàn)煤炭清潔高效轉(zhuǎn)化與利用的重要途徑，煤氣化是煤炭深度加工轉(zhuǎn)化的核心技術(shù)。隨著技術(shù)的不斷創(chuàng)新和應(yīng)用的推廣，煤氣化裝置在工業(yè)化進(jìn)程中將繼續(xù)發(fā)揮重要作用，為經(jīng)濟(jì)社會(huì)的可持續(xù)發(fā)展做出積極貢獻(xiàn)[1]。

在煤氣化裝置生產(chǎn)過程中，其運(yùn)行參數(shù)會(huì)產(chǎn)生波動(dòng)，過程狀態(tài)監(jiān)測(cè)歷史數(shù)據(jù)庫中不可避免地混雜著大量的非穩(wěn)態(tài)運(yùn)行數(shù)據(jù)?；どa(chǎn)過程數(shù)據(jù)中也常常含有較多的隨機(jī)誤差和粗差干擾，導(dǎo)致傳統(tǒng)的穩(wěn)態(tài)檢測(cè)方法無法得到準(zhǔn)確結(jié)果，從而降低了系統(tǒng)故障診斷的可靠性[2]。針對(duì)實(shí)際化工生產(chǎn)過程數(shù)據(jù)中含有較多的隨機(jī)誤差，目前采用一種融合自適應(yīng)平滑技術(shù)的穩(wěn)態(tài)檢測(cè)方法，該方法首先以基于導(dǎo)數(shù)分析的自適應(yīng)平滑算法進(jìn)行降噪處理，消除隨機(jī)誤差的影響，然后引入閾值擬合技術(shù)進(jìn)一步抑制粗差干擾，以多項(xiàng)式濾波方法對(duì)數(shù)據(jù)進(jìn)行穩(wěn)態(tài)檢測(cè)，根據(jù)測(cè)量信號(hào)的趨勢(shì)特征確定過程是否處于穩(wěn)態(tài)[3]。另外，為了提高化工生產(chǎn)過程安全性和可靠性，降低事故的影響，需要對(duì)裝置工況的異常情況做出準(zhǔn)確及時(shí)的判斷，且隨著工廠DCS系統(tǒng)的發(fā)展，系統(tǒng)中儲(chǔ)存的大量數(shù)據(jù)也亟待被挖掘，這使得基于數(shù)據(jù)驅(qū)動(dòng)的工況故障評(píng)估技術(shù)成為化工領(lǐng)域研究的重點(diǎn)[4]。

信息技術(shù)成為企業(yè)提高市場(chǎng)競(jìng)爭(zhēng)力、尋求持續(xù)發(fā)展的主要手段。相較于傳統(tǒng)石油化工，氣化裝置固體進(jìn)料更加復(fù)雜，數(shù)據(jù)取樣與儀表檢測(cè)難度更大，不確定性因素更多。大多數(shù)煤化工企業(yè)雖然在生產(chǎn)過程自動(dòng)化、安全監(jiān)測(cè)自動(dòng)化、經(jīng)營(yíng)管理自動(dòng)化等方面建設(shè)了很多信息化系統(tǒng)，但目前煤化工工廠的控制系統(tǒng)分布在廠區(qū)各個(gè)工藝車間，有很多獨(dú)立的數(shù)據(jù)采集、控制系統(tǒng)，這些系統(tǒng)都是相對(duì)獨(dú)立的，同時(shí)監(jiān)控的設(shè)備種類繁多、協(xié)議多樣化，并且地理位置分散，生產(chǎn)監(jiān)控及信息化軟件標(biāo)準(zhǔn)不統(tǒng)一，無法實(shí)現(xiàn)信息融會(huì)貫通，存在信息孤島現(xiàn)象，這導(dǎo)致缺乏協(xié)調(diào)、聯(lián)控機(jī)制，在生產(chǎn)、經(jīng)營(yíng)、指揮、安全生產(chǎn)等業(yè)務(wù)的決策方面無法實(shí)現(xiàn)智能化[5-7]。借助數(shù)據(jù)采集與監(jiān)控系統(tǒng)，能夠?qū)崿F(xiàn)各個(gè)獨(dú)立系統(tǒng)數(shù)據(jù)的全面融合，強(qiáng)化集成分析與管理，達(dá)到對(duì)全流程智能運(yùn)行和管控的目標(biāo)[8-9]。

智能制造是解決當(dāng)前氣化爐所面臨問題的必然方向，而數(shù)字化制造和工廠信息化是智能制造的基礎(chǔ)。《中國(guó)制造2025》明確提出加快推動(dòng)新一代信息技術(shù)與制造技術(shù)融合發(fā)展，把智能制造作為兩化深度融合的主攻方向，在重點(diǎn)領(lǐng)域試點(diǎn)建設(shè)智能工廠及數(shù)字化車間。通過引入數(shù)字技術(shù)，提供設(shè)備全生命周期的信息管理和服務(wù)，實(shí)現(xiàn)生產(chǎn)過程信息透明化，提高生產(chǎn)效率、提升質(zhì)量降低成本和資源消耗，對(duì)自身的業(yè)務(wù)流程、經(jīng)營(yíng)管理模式、戰(zhàn)略決策等進(jìn)行重塑，從而使得煤化工企業(yè)的生產(chǎn)經(jīng)營(yíng)效率和企業(yè)競(jìng)爭(zhēng)力顯著提升[10-11]。陜西陜化煤化工集團(tuán)有限公司啟動(dòng)智慧化工廠平臺(tái)建設(shè)項(xiàng)目，通過云計(jì)算、物聯(lián)網(wǎng)、大數(shù)據(jù)等信息技術(shù)，采用“數(shù)據(jù)+平臺(tái)+應(yīng)用”的模式，以工業(yè)互聯(lián)網(wǎng)為核心，構(gòu)建企業(yè)信息化建設(shè)的“現(xiàn)場(chǎng)總線”，實(shí)現(xiàn)了數(shù)字化體系建設(shè)、管理優(yōu)化提升及高質(zhì)量發(fā)展的目標(biāo)[12]；中煤陜西榆林能源化工有限公司啟動(dòng)全場(chǎng)智能化巡檢系統(tǒng)項(xiàng)目，通過5G專用網(wǎng)絡(luò)、數(shù)字孿生技術(shù)、機(jī)理模型和AR應(yīng)用場(chǎng)景等，使生產(chǎn)操作更加智能[13]；內(nèi)蒙古中煤蒙大新能源化工有限公司以智能制造為目標(biāo)，打造智能化生產(chǎn)車間，建成了涵蓋22個(gè)信息模塊的以MES為核心的生產(chǎn)運(yùn)行管理體系，實(shí)現(xiàn)了所有生產(chǎn)和輔助裝置的自動(dòng)化控制，走出了一條煤化工產(chǎn)業(yè)由“制造”進(jìn)階“智造”的轉(zhuǎn)型之路[14]。

筆者以氣化爐數(shù)據(jù)和模型為基礎(chǔ)，基于智能制造數(shù)據(jù)底座系統(tǒng)建立的數(shù)據(jù)智能整合、分析與處理的核心功能，將煤化工制造流程/資源與工業(yè)互聯(lián)網(wǎng)、人工智能等深度融合，通過智能感知、分析、診斷與運(yùn)行的技術(shù)手段，開發(fā)了針對(duì)大型氣化裝置全流程智能運(yùn)行與管控平臺(tái)，實(shí)現(xiàn)了氣化爐裝置的全生命周期健康監(jiān)測(cè)、診斷、先進(jìn)控制和實(shí)時(shí)優(yōu)化，提高了氣化裝置數(shù)字化、智能化水平。

1 大型氣化技術(shù)簡(jiǎn)介

隨著現(xiàn)代工業(yè)的發(fā)展，能源的供給轉(zhuǎn)化方式不斷更新，大型氣化裝置憑借其能夠?qū)⒐腆w燃料通過高溫和壓力的方式轉(zhuǎn)化為氣體燃料的特性，使低品質(zhì)燃料得到高效利用，提高了資源利用效率，在化工、煉油、鋼鐵、電力等行業(yè)中得到廣泛應(yīng)用，為工業(yè)生產(chǎn)提供了重要的能源支持[15-17]，對(duì)保障國(guó)家能源安全具有重要的戰(zhàn)略意義。氣化裝置生產(chǎn)的合成氣可以作為煤化工原料，制造合成氨、合成甲醇、合成油等產(chǎn)品，豐富化工品種，提高煤化工領(lǐng)域的生產(chǎn)技術(shù)水平和經(jīng)濟(jì)效益。此外，氣化裝置還可以用于環(huán)保領(lǐng)域，例如利用煤氣化裝置生產(chǎn)的合成氣替代燃煤發(fā)電，減少二氧化碳等污染物的排放[18-19]。以煤氣化為核心的煤炭利用產(chǎn)業(yè)示意如圖1所示。

圖1 以煤氣化為核心的煤炭利用產(chǎn)業(yè)示意

煤化工產(chǎn)業(yè)生產(chǎn)規(guī)模不斷擴(kuò)大，在促進(jìn)經(jīng)濟(jì)發(fā)展、方便群眾生活等方面可發(fā)揮積極作用。但是，關(guān)于安全、健康、環(huán)境等方面的風(fēng)險(xiǎn)較大，尤其在設(shè)備管理方面問題突出。具體表現(xiàn)在：一是設(shè)備大型化、連續(xù)生產(chǎn)工藝復(fù)雜等易出現(xiàn)局部故障影響全局；二是故障發(fā)生時(shí)損失巨大；三是目前設(shè)備維護(hù)基本為人工，效率較低，總體質(zhì)量水平不高；四是操作不當(dāng)易造成環(huán)境污染等[20]。

氣流床氣化技術(shù)是大型氣化技術(shù)的主要方式，其主要通過在高溫高壓條件下，利用氧氣、水蒸氣或氫氣等氣化劑，將固體燃料中的可燃部分轉(zhuǎn)化為合成氣。氣流床氣化技術(shù)具有反應(yīng)溫度高、煤種適應(yīng)性強(qiáng)、氣化效率高、無二次污染等特點(diǎn)，成為現(xiàn)代煤氣化技術(shù)的主流。隨著我國(guó)“雙碳”目標(biāo)的提出以及環(huán)保節(jié)能建設(shè)的深入，如何對(duì)大型煤氣化過程進(jìn)行相關(guān)的安全管理和優(yōu)化，從而提質(zhì)增效，保證氣化裝置“安、穩(wěn)、長(zhǎng)、滿、優(yōu)”運(yùn)行成為一個(gè)亟待解決的問題。

2 平臺(tái)整體架構(gòu)設(shè)計(jì)

2.1 建設(shè)架構(gòu)

針對(duì)煤化工在數(shù)字化轉(zhuǎn)型過程中遇到的信息化建設(shè)、數(shù)字化改造、智能化升級(jí)等方面的問題，北京低碳清潔能源研究院與無錫雪浪數(shù)制科技有限公司深度合作，基于智能制造數(shù)字底座系統(tǒng)開發(fā)了大型氣化裝置全流程智能運(yùn)行與管控平臺(tái)，解決了氣化裝置建模、控制與優(yōu)化的一系列行業(yè)共性問題。

雪浪云智能制造數(shù)字底座系統(tǒng)架構(gòu)主要由底層支撐系統(tǒng)、新型工業(yè)數(shù)據(jù)和業(yè)務(wù)引擎服務(wù)層、上層應(yīng)用組件開發(fā)環(huán)境構(gòu)成。底層支撐系統(tǒng)主要提供超級(jí)計(jì)算機(jī)的系統(tǒng)級(jí)服務(wù)，保障工業(yè)級(jí)數(shù)據(jù)的高效傳輸和運(yùn)算；新型工業(yè)數(shù)據(jù)和業(yè)務(wù)引擎服務(wù)層在聯(lián)合仿真、并行計(jì)算、邊緣計(jì)算、數(shù)據(jù)開發(fā)等應(yīng)用框架的支撐下形成不同種類工具箱，比如流程模擬工具箱、數(shù)采工具箱、機(jī)器學(xué)習(xí)等工具箱，為工業(yè)數(shù)據(jù)和業(yè)務(wù)引擎提供高可靠、高性能的算力支持；上層應(yīng)用組件開發(fā)環(huán)境，提供流程模擬實(shí)時(shí)優(yōu)化、仿真模型分析、智能決策優(yōu)化等功能性內(nèi)置組件庫，用戶在數(shù)字底座系統(tǒng)上通過對(duì)不同功能組件進(jìn)行拖拉拽式編排，高效完成工業(yè)典型應(yīng)用的搭建和部署。智能制造數(shù)字底座架構(gòu)如圖2所示。

大型氣化裝置全流程智能運(yùn)行與管控平臺(tái)將典型的智能手段引入煤氣化行業(yè)，在平臺(tái)應(yīng)用層上融合工藝專家知識(shí)與數(shù)據(jù)挖掘方法，形成一整套全新的煤氣化全流程及裝置全生命周期的管理與運(yùn)行系統(tǒng)。針對(duì)氣化裝置的不同問題，該管控平臺(tái)配置了相應(yīng)的應(yīng)用建設(shè)，支撐企業(yè)智能化與數(shù)字化轉(zhuǎn)型，構(gòu)建的大型氣化裝置全流程智能運(yùn)行與管控平臺(tái)數(shù)字駕駛艙也能夠輔助指導(dǎo)工廠操作和管理人員掌握、評(píng)估每臺(tái)氣化裝置的各項(xiàng)運(yùn)行情況指標(biāo)，促進(jìn)氣化裝置安全、穩(wěn)定、高效運(yùn)行。大型氣化裝置全流程智能運(yùn)行與管控平臺(tái)應(yīng)用架構(gòu)如圖3所示。

圖3 大型氣化裝置全流程智能運(yùn)行與管控平臺(tái)應(yīng)用架構(gòu)

2.2 平臺(tái)優(yōu)勢(shì)與創(chuàng)新性

基于數(shù)字底座系統(tǒng)開發(fā)的大型氣化裝置全流程智能運(yùn)行與管控平臺(tái)應(yīng)用了多種信息技術(shù)，實(shí)現(xiàn)更泛在的感知、更全面的互聯(lián)互通、更深度的智能化，將大數(shù)據(jù)分析、工業(yè)互聯(lián)網(wǎng)、云計(jì)算等IT技術(shù)與專業(yè)模型、專家知識(shí)庫等專業(yè)技術(shù)結(jié)合，打造了從一般操作管控向智能生產(chǎn)的一體化管控平臺(tái)，其優(yōu)勢(shì)與創(chuàng)新性如下。

3、林風(fēng)防風(fēng)效益和相對(duì)溫度觀測(cè)。對(duì)示范區(qū)林帶進(jìn)行防風(fēng)效益、相對(duì)溫度和積沙量定時(shí)、定期觀測(cè)并做好相關(guān)記錄，為后續(xù)評(píng)估提供參考。

(1)充分發(fā)揮工藝模型在生產(chǎn)優(yōu)化中的作用。管控平臺(tái)將氣化裝置運(yùn)行數(shù)據(jù)與工藝模型相結(jié)合，可以給工廠操作人員提供優(yōu)化指導(dǎo)，操作人員根據(jù)實(shí)時(shí)操作情況及時(shí)更新，實(shí)現(xiàn)氣化裝置優(yōu)化運(yùn)行。

(2)平臺(tái)系統(tǒng)的模塊化、高效和共享。管控平臺(tái)實(shí)現(xiàn)分布式智能，使模型和工業(yè)知識(shí)能夠得到有效管理，將裝置核心的數(shù)據(jù)和模型進(jìn)行分類存儲(chǔ)、管理、組織和應(yīng)用。

(3)從“被動(dòng)響應(yīng)”到“主動(dòng)應(yīng)對(duì)”的模式轉(zhuǎn)變。借助于覆蓋工業(yè)現(xiàn)場(chǎng)的感知系統(tǒng)，快速感知和工廠相關(guān)的各類信息，綜合運(yùn)用大數(shù)據(jù)、機(jī)器學(xué)習(xí)技術(shù)，對(duì)于突發(fā)環(huán)境變化、氣化設(shè)備故障、產(chǎn)品質(zhì)量等問題，在基于模型的可預(yù)測(cè)狀態(tài)下，管控平臺(tái)能根據(jù)氣化裝置狀況進(jìn)行事先預(yù)防和優(yōu)化調(diào)整，并及時(shí)消除隱患和風(fēng)險(xiǎn)。

3 應(yīng)用內(nèi)容建設(shè)

氣化爐系統(tǒng)十分復(fù)雜，目前存在關(guān)鍵指標(biāo)的監(jiān)測(cè)準(zhǔn)確性與可靠性差、缺乏氣化關(guān)鍵工況深入分析能力、決策優(yōu)化沒有統(tǒng)一的參考和指導(dǎo)等問題。為解決以上問題，管控平臺(tái)結(jié)合氣化爐的業(yè)務(wù)場(chǎng)景構(gòu)建了四大應(yīng)用內(nèi)容，分別是氣化裝置數(shù)字孿生模型應(yīng)用、氣化裝置智能監(jiān)控應(yīng)用、氣化裝置智能評(píng)估應(yīng)用、氣化裝置專家案例推理應(yīng)用。構(gòu)建包括氣化爐混合模型、爐溫軟測(cè)量模型、監(jiān)控指標(biāo)模型、穩(wěn)態(tài)指標(biāo)模型、工況指標(biāo)模型、決策推理模型等若干核心模型，用于支撐四大應(yīng)用內(nèi)容的建設(shè)。

3.1 氣化裝置數(shù)字孿生模型

氣化爐是一種耦合多種反應(yīng)的物理化學(xué)過程，進(jìn)出口物流很多，采用純數(shù)據(jù)分析的方式很難保障結(jié)果的準(zhǔn)確性和合理性，往往需要較強(qiáng)的氣化專業(yè)知識(shí)作為數(shù)據(jù)建模的基礎(chǔ)。然而，目前大部分基于機(jī)理或數(shù)據(jù)的氣化爐模型在穩(wěn)定性和精確性上仍有一些不足，且常常作為離線驗(yàn)證和校核使用，無法滿足氣化爐快速擬合和預(yù)測(cè)，從而響應(yīng)智能化平臺(tái)的需求。此外，針對(duì)氣化爐的各種機(jī)理模型與數(shù)據(jù)模型孤立零散，目前還存在無統(tǒng)一的開發(fā)標(biāo)準(zhǔn)和開發(fā)平臺(tái)，各種優(yōu)化模型與算法無法得到有效的組合和集成的問題，管控平臺(tái)為模擬軟件開發(fā)獨(dú)立的驅(qū)動(dòng)程序，將不同軟件的輸入和輸出數(shù)據(jù)制定為統(tǒng)一格式，集成至管控平臺(tái)沉淀成模型組件，解決不同軟件之間的接口問題。針對(duì)氣化裝置數(shù)字孿生模型，管控平臺(tái)采用氣化反應(yīng)動(dòng)力學(xué)機(jī)理耦合數(shù)據(jù)驅(qū)動(dòng)的方式，構(gòu)建的氣化爐混合模型來提升模擬結(jié)果的準(zhǔn)確性。該氣化爐數(shù)字孿生模型將作為管控平臺(tái)的大腦，統(tǒng)一處理和展示氣化爐全生命周期的運(yùn)行狀態(tài)和裝置健康情況，提出高效控制方案和最優(yōu)工況參數(shù)等。

應(yīng)用模塊主要包含數(shù)據(jù)采集模塊、數(shù)據(jù)處理模塊、數(shù)據(jù)驅(qū)動(dòng)預(yù)測(cè)模塊、機(jī)理模型仿真模塊、軟測(cè)量模塊、結(jié)果融合模塊、數(shù)據(jù)存儲(chǔ)模塊等，其中，數(shù)據(jù)驅(qū)動(dòng)預(yù)測(cè)模塊、機(jī)理模型仿真模塊和結(jié)果融合模塊組成氣化爐數(shù)字孿生混合模型。通過數(shù)據(jù)采集模塊實(shí)時(shí)采集工廠運(yùn)行數(shù)據(jù)，將該數(shù)據(jù)進(jìn)行加工預(yù)處理后，提供給氣化爐數(shù)字孿生混合模型進(jìn)行模擬訓(xùn)練，建立準(zhǔn)確高效的仿真模型；然后利用該模型對(duì)氣化過程進(jìn)行實(shí)時(shí)仿真和展示。氣化裝置數(shù)字孿生模型的組件化構(gòu)建流程如圖4所示。

基于氣化爐數(shù)字孿生混合計(jì)算模型，能夠?qū)崿F(xiàn)提高產(chǎn)品質(zhì)量、降低成本以及保證各工藝裝置的平穩(wěn)運(yùn)行的目的，同時(shí)混合模型和軟測(cè)量模型計(jì)算的數(shù)據(jù)為氣化裝置的穩(wěn)態(tài)檢測(cè)、工況評(píng)估、決策優(yōu)化做基礎(chǔ)。

3.2 氣化裝置智能監(jiān)控

在管控平臺(tái)中搭建了氣化爐智能監(jiān)控模板，開發(fā)了氣化裝置智能監(jiān)控應(yīng)用，主要包含數(shù)據(jù)接入、數(shù)據(jù)預(yù)處理、關(guān)鍵指標(biāo)計(jì)算和結(jié)果展示內(nèi)容。采用數(shù)據(jù)采集組件實(shí)時(shí)接入氣化爐關(guān)鍵參數(shù)，通過3-Sigma準(zhǔn)則數(shù)據(jù)預(yù)處理后進(jìn)行數(shù)據(jù)庫讀寫，開始對(duì)氣化爐關(guān)鍵指標(biāo)進(jìn)行實(shí)時(shí)數(shù)值計(jì)算，比如爐膛溫度、比煤耗、比氧耗、有效氣產(chǎn)量、有效氣含量、碳轉(zhuǎn)化率、煤漿負(fù)荷以及耐火磚內(nèi)壁溫度等。將實(shí)時(shí)數(shù)值計(jì)算獲得的爐膛溫度、比煤耗、比氧耗、有效氣產(chǎn)量、有效氣含量、碳轉(zhuǎn)化率、煤漿負(fù)荷以及耐火磚內(nèi)壁溫度等氣化爐關(guān)鍵指標(biāo)匯總，并寫入數(shù)據(jù)庫中進(jìn)行展示。氣化裝置智能監(jiān)控應(yīng)用的組件化構(gòu)建流程如圖5所示。

圖5 氣化裝置智能監(jiān)控應(yīng)用流程

3.3 氣化裝置智能評(píng)估

在管控平臺(tái)上接入穩(wěn)態(tài)指標(biāo)模型、工況指標(biāo)模型來搭建氣化裝置智能評(píng)估應(yīng)用，結(jié)合氣化工藝分析，確定關(guān)鍵輸入輸出變量，應(yīng)用特定穩(wěn)態(tài)檢測(cè)方法，實(shí)現(xiàn)對(duì)于氣化爐具體工況的穩(wěn)態(tài)分析檢測(cè)，評(píng)估工況優(yōu)良情況。

氣化裝置智能評(píng)估應(yīng)用主要包括數(shù)據(jù)接入模塊、數(shù)據(jù)處理模塊、穩(wěn)態(tài)判斷模塊、數(shù)據(jù)分類識(shí)別模塊、特征提取模塊、工況計(jì)算、可視化展示等模塊。通過數(shù)據(jù)采集續(xù)建直接從DCS的數(shù)采服務(wù)器采集多源數(shù)據(jù)，穩(wěn)態(tài)檢測(cè)方面選取長(zhǎng)度為H的窗口數(shù)據(jù)段，采用多項(xiàng)式濾波方法，以一次項(xiàng)系數(shù)作為核心的判斷依據(jù)，針對(duì)一次項(xiàng)系數(shù)以及相關(guān)系數(shù)的計(jì)算做對(duì)比，判斷裝置目前的穩(wěn)定狀態(tài)。同時(shí)，數(shù)據(jù)經(jīng)過預(yù)處理后，采用K-Means聚類根據(jù)數(shù)據(jù)密度，將多模態(tài)過程的不同穩(wěn)定生產(chǎn)模式進(jìn)行區(qū)分，計(jì)算各個(gè)穩(wěn)定生產(chǎn)模式的綜合指標(biāo)，確定性能等級(jí)；采用主成分分析方法，提取各個(gè)穩(wěn)定生產(chǎn)模式數(shù)據(jù)中與性能指標(biāo)相關(guān)的獨(dú)立特性；最后對(duì)實(shí)時(shí)接入的新工況數(shù)據(jù)進(jìn)行評(píng)估，確定該工況的性能等級(jí)。氣化裝置智能評(píng)估應(yīng)用的組件化構(gòu)建流程如圖6所示。

圖6 氣化裝置智能評(píng)估應(yīng)用流程

通過平臺(tái)界面建立基于數(shù)據(jù)驅(qū)動(dòng)的氣化穩(wěn)態(tài)檢測(cè)系統(tǒng)，可以對(duì)氣化爐工況進(jìn)行實(shí)時(shí)監(jiān)控，在掌握裝置的實(shí)時(shí)工況穩(wěn)態(tài)表現(xiàn)的基礎(chǔ)上，操作人員可更好地把握生產(chǎn)過程特性，通過有針對(duì)性的調(diào)整來實(shí)現(xiàn)過程的提質(zhì)增效，同時(shí)獲得的穩(wěn)態(tài)參數(shù)數(shù)值可為后續(xù)氣化爐進(jìn)行穩(wěn)態(tài)建模、控制和優(yōu)化提供準(zhǔn)確可靠的輸入。

3.4 氣化裝置專家案例推理

在現(xiàn)場(chǎng)歷史操作數(shù)據(jù)中，蘊(yùn)含了大量操作員的操作經(jīng)驗(yàn)和工藝知識(shí)，同時(shí)操作員歷史操作中工況中也會(huì)存在優(yōu)、良、一般和差若干分類。因此，從歷史數(shù)據(jù)中提取到不同的工況案例庫，在新的場(chǎng)景下去匹配歷史工況案例庫，匹配最佳案例狀態(tài)，可以指導(dǎo)關(guān)鍵參數(shù)調(diào)整，提升決策解決的魯棒性，實(shí)現(xiàn)裝置智能優(yōu)化決策。

氣化裝置專家案例推理應(yīng)用主要包含數(shù)據(jù)讀取、數(shù)據(jù)存儲(chǔ)以及數(shù)據(jù)預(yù)處理模塊，案例庫構(gòu)造模塊，案例庫檢索和更新模塊，結(jié)果輸出模塊等。通過數(shù)據(jù)采集組件獲取氣化爐的實(shí)時(shí)案例數(shù)據(jù)寫入數(shù)據(jù)庫進(jìn)行儲(chǔ)存，并經(jīng)數(shù)據(jù)預(yù)處理篩選出合格數(shù)據(jù)。一段時(shí)間后這些歷史數(shù)據(jù)采用數(shù)據(jù)分析方式截取不同工況數(shù)據(jù)，提煉獲得最佳案例參數(shù)，數(shù)據(jù)梳理出來的案例，通過基本的工藝分析后加入案例庫；基于相似性的案例檢索，根據(jù)相似性排序后匹配最適合的案例進(jìn)行案例結(jié)果輸出；當(dāng)相似性低于某閾值后，表明相關(guān)案例在案例庫中暫無，經(jīng)過指標(biāo)判斷后，將新案例更新至案例庫中；最終將實(shí)時(shí)數(shù)據(jù)進(jìn)行案例檢索之后匹配的最合適案例指標(biāo)進(jìn)行展示。氣化裝置專家案例推理應(yīng)用的組件化構(gòu)建流程如圖7所示。

圖7 氣化裝置專家案例推理應(yīng)用流程

氣化裝置專家案例推理應(yīng)用幫助操作人員對(duì)工況案例狀態(tài)進(jìn)行及時(shí)準(zhǔn)確的判斷，并根據(jù)工況案例狀態(tài)調(diào)整原料輸入指標(biāo)，使得生產(chǎn)過程的工況案例趨近最佳案例狀態(tài)，用以降低生產(chǎn)成本、提高經(jīng)濟(jì)效益，并且避免工況案例長(zhǎng)期處于較差或最差的案例狀態(tài)，降低氣化爐故障的幾率，降低安全事故發(fā)生率。

4 現(xiàn)場(chǎng)應(yīng)用效果

國(guó)能榆林化工有限公司是一家以煤炭為原料的大型煤化工企業(yè)，擁有5臺(tái)3 000噸級(jí)的頂置單噴嘴水煤漿氣化爐，產(chǎn)能為甲醇180萬t/a。為了響應(yīng)國(guó)家和集團(tuán)關(guān)于“綠色煤化工”和智能化轉(zhuǎn)型的號(hào)召，近年來不斷增加科技創(chuàng)新投入，加大生產(chǎn)單元的智能化建設(shè)，配備了MES、DCS、SIS等信息化和自動(dòng)化系統(tǒng)，幫助現(xiàn)場(chǎng)運(yùn)行和管理人員提升運(yùn)行水平，保障系統(tǒng)安全。

然而，由于氣化爐原料波動(dòng)頻繁、設(shè)備穩(wěn)定性差等特點(diǎn)，導(dǎo)致氣化爐運(yùn)行數(shù)據(jù)復(fù)雜且形式各異，難以分析、比較和處理，數(shù)據(jù)利用率低；同時(shí)，單一的大數(shù)據(jù)分析方法無法滿足氣化爐智能分析，缺乏對(duì)裝置運(yùn)行數(shù)據(jù)的深度分析與應(yīng)用，導(dǎo)致氣化爐優(yōu)化運(yùn)行狀態(tài)較差且故障頻發(fā)。

4.1 運(yùn)行效果

2023年1月，管控平臺(tái)在國(guó)能榆林化工有限公司進(jìn)行了現(xiàn)場(chǎng)部署和應(yīng)用，工廠氣化爐實(shí)時(shí)生產(chǎn)數(shù)據(jù)經(jīng)過計(jì)算后在管控平臺(tái)界面顯示，平臺(tái)界面分為智能感知和智能診斷2個(gè)部分。其中智能感知主要是比煤耗、比氧耗、煤漿負(fù)荷、有效氣產(chǎn)量、爐膛溫度等關(guān)鍵數(shù)據(jù)的展示，同時(shí)展示模擬軟件的計(jì)算結(jié)果和實(shí)際生產(chǎn)數(shù)據(jù)的偏差，實(shí)時(shí)評(píng)估模型情況。智能診斷是氣化爐工況、指標(biāo)情況以及氣化爐運(yùn)行狀況在歷史案例庫中的優(yōu)良情況。此外，氧煤比、氣化爐溫度、急冷水流量、有效氣含量的實(shí)際情況和推薦數(shù)值能夠在圖中對(duì)比顯示。管控平臺(tái)智能感知和智能診斷界面如圖8和圖9所示。

圖8 管控平臺(tái)智能感知界面

圖9 管控平臺(tái)智能診斷界面

4.2 項(xiàng)目?jī)r(jià)值

管控平臺(tái)能夠?qū)饣癄t進(jìn)行實(shí)時(shí)監(jiān)控、工況評(píng)價(jià)、性能預(yù)測(cè)，輔助企業(yè)及時(shí)掌握氣化爐運(yùn)行狀態(tài)，降低手動(dòng)調(diào)節(jié)頻率，提升自控率達(dá)到90%以上，大幅度保證氣化爐運(yùn)行的穩(wěn)定性。同時(shí)，管控平臺(tái)對(duì)關(guān)鍵參數(shù)的智能感知和預(yù)測(cè)準(zhǔn)確度達(dá)到95%以上，對(duì)關(guān)鍵設(shè)備的健康指標(biāo)預(yù)測(cè)準(zhǔn)確率達(dá)到90%以上，平均降低比煤耗1%以上。

此外，基于數(shù)字底座系統(tǒng)搭建的管控平臺(tái)具有組件化模塊化搭建、低代碼開發(fā)和微服務(wù)等靈活、簡(jiǎn)便部署的優(yōu)點(diǎn)，可靈活定制化二次開發(fā)，快速增加新功能。同時(shí)，管控平臺(tái)使得技術(shù)人員在智能感知和智能決策界面上就能實(shí)現(xiàn)對(duì)氣化爐運(yùn)行狀態(tài)全方位、深層次的感知、分析、評(píng)價(jià)與指導(dǎo)。

5 結(jié)語

目前，我國(guó)煤化工產(chǎn)業(yè)的智能化水平仍然較低，煤化工智能化發(fā)展迫在眉睫。北京低碳清潔能源研究院響應(yīng)二十大報(bào)告對(duì)煤炭清潔高效利用的要求，依托雪浪云的數(shù)字底座系統(tǒng)和研究人員積累的豐富知識(shí)，開發(fā)適用于煤氣化過程的大型氣化裝置全流程智能運(yùn)行與管控平臺(tái)，助力煤化工行業(yè)實(shí)現(xiàn)提質(zhì)降耗，促進(jìn)煤炭資源綠色低碳轉(zhuǎn)型，加強(qiáng)現(xiàn)代煤化工的技術(shù)改造和升級(jí)完善煤氣化產(chǎn)業(yè)，推動(dòng)煤氣化產(chǎn)業(yè)高質(zhì)量發(fā)展。