石化行业

我国石化工业部分工艺、设备国际先进,总体与国外类同,并不落后,但行业总体效能与国际先进有一定的差距,其核心就是缺乏智能制造(检测、控制和优化)相关技术、软件和系统。现代信息技术、大数据和物联网技术、人工智能技术,帮助石化工业从生产和管理全生命周期优化出发,推进我国石化工业以高端化、智能化、绿色化为目标的智能制造。

行业挑战

相对其它行业而言,石油化工行业具有相对的危险性,很多生产单元常伴随着一系列的物理、化学反应,同时具有高温、高压、易燃、易爆的特性。在石油化工生产的过程中,其物质转换和能量转移往往难以准确描述、过程中物料往往无法标记跟踪、存在物料循环利用与混合、生产包含多过程组合,连续生产,处理过程不可分割,特别是我国石油石化工业原料还具有多源性与成分的多变性,给生产过程带来组多不确定性。作为一个传统行业,石油石化虽然在两化融合方面做了一些工作,部分企业基本完成了自动化和数字化的转型,但在利用大数据、物联网和人工智能等先进技术提升产业水平方面,仍处于刚刚起步的状态,未来仍有大量工作需要开展。

联想方案

联想依托多年在大数据、物联网和人工智能方面的技术积累,结合联想石化行业业务团队多年的行业经验,充分联合石油石化行业协会、各大石油化工专业院校和石化生产企业的优质专家资源,在石油石化行业上、中、下游的多个环节进行大数据和物联网的业务布局,在石油炼制层面,集成多种先进的数据获取手段和国际领先的数据化交付、工艺优化、设备预警、安全评估等专业模型,对行业内具有典型特征的生产装置和操作单元中进行了优化提升。在危化品物流层面,形成了以联想大数据平台和多种分析工具为基础的,面向各类化工危化品多式联运为核心内容的解决方案。

价值收益

联想大数据、物联网、人工智能技术应用于石油石化行业,可在石油石化生产的宏观视角上对传统业务进行深刻剖析,找出过去依赖于人工经验所不能发现的潜在效益点和多单元、多业务的横向关联关系,在此基础上,利用联想大数据平台的数据分析能力,形成在工艺优化、设备预警、能量优化、备品备件库存优化、安全评估及安全预警、危化品配送多个业务应用模型,以此来提升传统业务的运行效率,减少石化行业生产风险,提高企业经济效益。

典型案例
  • 中国石油化工股份有限公司武汉分公司

    联想流程工业大数据应用团队在中国石化武汉分公司催化裂化大数据优化项目上,以联想大数据平台为依托,结合多种大数据优化算法以及武汉石化催化裂化装置的生产实际,为企业开发了催化裂化目标产品优化及装置报警优化等多种实用功能,在石化行业大数据应用方向上迈出了坚实的一步。

忘记密码?