专家谈|油气储运工程全设备诊断管理系统应用实践

本文内容来自：中国石化天然气管道工程有限公司崔艳星先生，于“2024第三届环京（京津冀地区）化工企业自动化智能化与安全改造应用技术交流”上发表的报告。

一、背景

2020年8月，国资委印发《关于加快推进国有企业数字化转型工作的通知》,提出加强对标，着力夯实数字化转型基础；把握方向，加快推进产业数字化创新；技术赋能，全面推进数字化产业发展；突出重点，打造行业数字化转型示范样板。

2021年3月，国家发布《十四五规划和2035年愿景目标纲要》 , 其中关于 “加快数字化发展，建设数字中国”单列成篇，全文“数字化”出现25次，智能”出现35次，“智慧”出现22次，“大数据”出现10次。

2021年12月，国务院印发《“十四五”数字经济发展规划》,明确指出：发展数字经济，推进数字产业化和产业数字化，推动数字经济和实体经济深度融合，打造具有国际竞争力的数字产业集群。

2023年3月，国家能源局发布《关于加快推进能源数字化智能化发展的若干意见》,提出以“需求牵引、数字赋能、协同高效、融合创新”为基本原则，以数字化智能化技术助力油气绿色低碳开发利用，加快油气行业转型升级。

油气储运工程智能化

油气储运工程智能化是在标准统一和数字化基础上，通过智能传感器的部署，精准感知运营状态和内外部环境；通过泛在感知储、运、建、管、维等阶段的能量流、资金流、物流、业务流形成海量的数据和知识；构建基于大数据和知识图谱的分析计算模型，提升人机对话水平，在多目标决策中能够统筹全局智能辅助决策，支撑企业安全生产和高效运营。

全方位感知：

全面感知设备、设施、环境、工艺运行等状态数据。

综合性预判：

综合运用统计分析和机理仿真结合的方式，对生产运行趋势进行预判。

一体化可控：

控制系统与信息系统数据融合，管理体系与知识网络融合，支持生产经营一体化高效管控。

自适应优化：

综合考虑安全及效益管理目标，主动适应生产经营各要素变化，实现全局优化。

油气储运工程典型系统架构图

油气储运工程智能化的建设，从目的上来讲是保障生产运行的安全、平稳、高效。设备的故障预测与健康管理是一种必不可少的智能化手段，是现有SCADA和DCS系统的有效拓展和补充方式，也同时为高级应用系统提供实时数据。因此，有必要在工程建设阶段同步搭建全设备的预测性维修平台。

二、智能化运维与预测性维修

“工业物联网+危化安全生产”设备完整性管理与预测性维修系统建设应用指南(试行)”2023年3月1日该文件细化了设备完整性管理与预测性维修系统建设内容和技术要求，对企业建设提出了具体建设指南。

并明确提出鼓励有条件的企业采用工业物联网平台+工业APP的方式建设应用设备完整性管理与预测性维修系统。

GB/T 40571-2021智能服务预测性维修通用要求

该文件规定了智能服务预测性维修在设备与功能识别、失效模式影响分析、可行性分析、状态监测、故障诊断、寿命预测、维护管理等方面的要求。

该文件涵盖预测性维修系统的设计、开发、使用、维护等过程的要求。

智能化运维的目的：

智能化运维的目的是为了保障运行过程的安全和设备的预测性维护。

智能化运维的定义：

设备的智能化运维是指通过机器学习等人工智能算法，自动地从海量运维数据中学习、总结规则，并作出决策的运维方式。全设备诊断与管理系统是设备智能化运维的基础，预测性维护是智能化运维的重要特征。智能运维能快速分析处理海量数据，并得出运维决策，能够提高运维效率，获得相应的经济效益。

事后维护：

事后维修也称故障维修，它是指设备发生故障或性能、精度降低到合格水平以下，因不能再使用所进行的非计划性维修。生产设备发生故障后，往往会给生产造成较大损失，也给维修工作造成困难和被动。

预防性维护：

预防性维护以预防故障为目的，通过对设备的检查、检测，发现故障征兆或为防止故障发生，使其保持规定功能状态，在故障发生之前所进行的各种维护活动。预防性维护是防止设备故障发生的有效手段，其已成为现代制造企业所普遍采用的一种维护方式。

预测性维护：

是以状态为依据的维修，在机器运行时对它的主要(或需要)部位进行定期(或连续)的状态监测和故障诊断，判定装备所处的状态，预测装备状态未来的发展趋势，依据装备的状态发展趋势和可能的故障模式，预先制定预测性维修计划，确定机器应该修理的时间、内容、方式和必需的技术和物资支持。预测性维修集装备状态监测、故障诊断、故障(状态)预测、维修决策支持和维修活动于一体的新兴的维修方式。

智能化运维的目的

智能化运维的目的是为了保障运行过程的安全和设备的预测性维修。

智能化运维的定义

设备的智能化运维是指通过机器学习等人工智能算法，自动地从海量运维数据中学习、总结规则，并作出决策的运维方式。全设备诊断与管理系统是设备智能化运维的基础，预测性维修是智能化运维的重要特征。智能运维能快速分析处理海量数据，并得出运维决策，能够提高运维效率，获得相应的经济效益。

预测性维修的定义

广义的预测性维修将状态监测、故障诊断、状态预测和维护决策多位合一体，状态监测和故障诊断是基础，状态预测是重点，维护决策得出最终的维护活动要求。广义的预测性维修是一个系统的过程，它将维护管理纳入了预测性维修的范畴，通盘考虑整个维护过程，直至得出。

安全不间断运行

油气储运工程对设备的安全稳定运行要求高，业务功能一般涉及多个系统与应用，所采用的事后处置为主的运维模式，存在异常定困难、处理效率低等缺陷，这种被动异常响应模式已经不能满足异常快速定位和处理的需求。

远程运维

传统的现场运维方式运维数据大多直接存储在现场，油气现场通常地点偏僻、现场巡检工作繁琐重复等困难而导致运维成本和压力增大，将所有运维数据统一上传至统一的中心数据库/池，采用远程运维的是发展趋势。

运维人才稀缺

传统的生产设备运维由于工作量大、工作内容重复且枯燥，运维岗位特别是值班岗位的吸引力逐渐降低。动设备、智能仪表、电力、阴极等设备的维护需专业运维团队完成，无人站运行、智能化运维的需求与人力资源紧缺的矛盾，已经成为油气储运工程生产运行水平提升过程中无法避免的矛盾。

三、为什么要搭建全设备诊断管理系统？

传统设备维护方式

油气储运工程全备诊断管理系统现状

全设备覆盖：

系统范围可涵盖油气管道、油库、LNG接收站等项目的主要设备。包括压缩机组、泵机组、计量系统、DCS/PLC/RTU、智能仪表、网络设备、供电设备、阴保系统、辅助系统等。

设备诊断系统现状分析

四、系统平台架构

系统架构

全设备诊断与管理系统采用B/S架构，系统架构分为三层：采集层、数据存储及计算层、业务应用层。

1.平台提供多种不同数据源的对接接口与功能。

2.平台架构设计遵循大数据及工业物联网基本架构设计理念，采用分布式大数据技术路线。

业务架构

采用基于工业物联网平台为工具的诊断系统，全设备诊断与管理系统对现有分散诊断管理系统进行整合和功能提升。

数据流向

设备采集到的数据以及经过计算的数据，由核心交换机及工业路由器通过管网专线接入平台数据层进行统一存储。平台端部署平台数据采集器、数据存储、计算分析引擎等基础服务，并基于此实现设备监测与诊断的相关应用。

子系统模块集成方案：

全设备诊断与管理系统应采用开业务系统放式结构平台，支持各种设备、各个厂商的快速建模集成能力，第三方系统集成至诊断系统采用嵌入式集成。

模型应用集成：

1.机理模型和其他大数据模型：提供模型调用接口服务，平台通过调用接口使用模型。

2.平台构建的大数据模型：上传模型训练脚本，直接在平台内构建模型并应用。

3.Pipline Model模型：通过将Pipline model上传模型文件至平台并应用。

数据采集集成：

各诊断模块实时上传原始数据，诊断结果数据(报警、预测分析结果等)以及其他各专业系统所必要的业务数据、非结构化知识数据及文件。

平台可通过在边缘网关进行解析，也可在平台端利用平台提供的私有协议解析框架(平台提供框架文档)进行解析。数据传输协议支持HTTP 、Socket及MQTT,数据传输可通过SSL/TLS认证加密保障数据接入安全。

数据存储集成：

全设备诊断与管理系统提供统一的数据存储，支持边缘端上传至平台的实时(时序)数据、报警预警数据或业务数据(关系型)、知识数据(非结构化)、文件(文件系统)的存储与应用。

应用界面集成：

采用了插件化web 的架构，每个插件均为java 工程，插件作为独立的功能模块，需要主框架启动时将其加载运行。满足了系统的多样化需求，方便客户对系统扩展、个性化开发、灵活裁剪。

五、系统主要功能特点

诊断数据标准化：

依托设计院的专业优势，实现各种设备诊断数据采集的标准化管理(数据采集内容、通信协议、通信链路);

统一存储平台：

针对多种数据源，实现多种设备各类型数据的统一存储，支持关系型、时序、非结构化、文件系统，关系型等数据。

机器学习算法：

搭建脱离于机理算法之外的诊断模型来识别故障隐患，预测故障发生趋势，实现故障的提前识别，并根据工程数据的不断累积、调优，从而使诊断分析模型越来越准确。系统平台支持第三方模型移植和深度建模功能。

强大的画面显示能力：

诊断平台采用灵活的配置完成各诊断模块的部署，能够快速适应项目的规模的扩容和功能扩展需求。

灵活的产品配置：

诊断平台采用灵活的配置完成各诊断模块的部署，能够快速适应项目的规模的扩容和功能扩展需求。

大数据分析能力：

系统充分利用实时大数据技术，通过数据智能分析，支持实现故障检测、故障隔离、性能检测、健康管理、部件寿命追踪等能力，充分挖掘设备的更高价值。

设备资产管理：

支持智能化一站式设备资产管理&运维功能，包含设备台帐、详情、维修、保养、检测、报废、年审、配件库存管理等。

优势特性：

基本信息高度可配置组织架构、设备分类、型号、规格、属性高度可配置，快速完成不同种类和型号设备的管理。可配置的工作审批流程产品内置轻量化工作流引擎，可根据业务需求自由设置是否有审批流程，配置审批流程的节点、条件等详细信息。业务智能预警提供保养、检测、报废等业务的智能预警功能，提醒条件和时间周期可配置。