工业大数据的应用

发布时间:2019-11-27阅读1398


新工业革命是一场从自动化、信息化时代向数字化、智能化时代迈进的变革,企业生产过程数字化及管理流程智能化正在逐步实现,而大数据是石油化工厂转型升级的关键技术。未来,大数据对于工业企业提升质量、效益和行业竞争力起着不可替代的作用,能否真正实现“感知-洞察-评估-响应”闭环的顺利运作,基于大数据的决策智能化应用将是拉开企业差距的关键。

石油化工生产装置安装有数以万计的传感器,用来探测温度、压力、热能、振动和噪声。每隔几秒就收集一次数据,利用这些数据可以实现很多形式的分析,包括设备诊断、工艺分析、能耗分析、质量事故分析(包括违反生产规定、零部件故障)等。工业大数据不同于商业大数据,工业领域通常有大量的机理模型、专家经验的深厚积累,其分析方式更加注重数据科学与行业经验的融合。工业大数据的典型应用包括生产管控及工艺优化、产品故障诊断与预测、供应链协同优化和产品精准营销等诸多方面。

生产工艺改进方面:

在生产过程中使用这些大数据,能分析整个生产流程,了解每个环节是如何执行的。利用大数据技术,可以对生产过程建立虚拟模型,仿真并优化生产流程,提高产品的收率和转化率。

能耗分析方面:

在设备生产过程中利用传感器集中监控所有的生产流程,能够发现能耗的异常或峰值情形,由此便可在生产过程中优化能源的消耗,对所有流程进行分析将会大大降低能耗。

设备管理方面:

工业大数据对提高设备可用性,减少非计划停车时间,降低维护成本,减少能耗具有重要价值,及时发现能耗的异常或峰值情况,实现生产过程中的能源消耗实时优化,从而实现设备的全生命周期管理和寿命预测,使库存备件更加合理。