【ZiDongHua 之方案應(yīng)用場收錄關(guān)鍵詞：劍維軟件  數(shù)字化轉(zhuǎn)型  智慧保養(yǎng)  工人智慧  人工智慧 】
　　
　　從“工人智慧”到“人工智慧”：臺化興業(yè)（寧波）有限公司的智慧保養(yǎng)轉(zhuǎn)型
　　
　　臺化興業(yè)（寧波）有限公司成立于2002年，為臺塑集團(tuán)旗下的子公司，位于寧波的臺塑工業(yè)園區(qū)。公司聚焦于苯酚及丙酮生產(chǎn)及研發(fā)，目前總年產(chǎn)能已達(dá)到70萬噸。2019年，臺化興業(yè)（寧波）有限公司入選中國進(jìn)口企業(yè)200強(qiáng)。
　　
　　臺化興業(yè)（寧波）有限公司背后的臺塑集團(tuán)在數(shù)字化轉(zhuǎn)型的過程中主要聚焦于產(chǎn)銷優(yōu)化、品質(zhì)確保、智慧保養(yǎng)及節(jié)能操作四個場景。近年來伴隨著人工智能等技術(shù)的突飛猛進(jìn)，臺塑集團(tuán)憑借敏銳的市場嗅覺，將AI戰(zhàn)略納入了其數(shù)字化轉(zhuǎn)型的藍(lán)圖之中。
　　
　　從自動化，到大數(shù)據(jù)，再到AI預(yù)測及應(yīng)用，臺塑集團(tuán)與AVEVA從初識至今已合作超過三十年。早期的PDMS、PI System，以及近些年在「資產(chǎn)策略優(yōu)化與預(yù)測分析」、「經(jīng)濟(jì)調(diào)度與預(yù)測資產(chǎn)優(yōu)化」、「智慧保養(yǎng)」等諸多環(huán)節(jié)的合作與技術(shù)應(yīng)用讓臺塑集團(tuán)與AVEVA形成了極其默契的合作模式。
　　
 
　　
　　01
　　
 
　　
　　智慧保養(yǎng)：
　　
　　從被動檢修到主動維護(hù)
　　
　　臺化興業(yè)（寧波）有限公司在集團(tuán)總部提出的AI技術(shù)4大應(yīng)用場景中，在智慧保養(yǎng)的領(lǐng)域有著豐富的實(shí)踐經(jīng)驗(yàn)。簡言之，智慧保養(yǎng)即通過數(shù)據(jù)的分析和管理，提前得知設(shè)備可能出問題的時間，根據(jù)適合的時間停機(jī)維修，以降低維護(hù)成本、提升工廠工作安全。
　　
　　對于一個大型化工廠而言，設(shè)備、產(chǎn)線的健康與否需要時刻重視。
　　
　　通常而言，工廠內(nèi)部會安置設(shè)備管理系統(tǒng)進(jìn)行數(shù)據(jù)監(jiān)測，而這些數(shù)據(jù)會成為保養(yǎng)、監(jiān)測、預(yù)警的主要信息來源。傳統(tǒng)保養(yǎng)主要依賴于員工的經(jīng)驗(yàn)判斷，技術(shù)團(tuán)隊(duì)會在相應(yīng)的系統(tǒng)中設(shè)置一個報警值，當(dāng)收到報警后，讓現(xiàn)場人員根據(jù)設(shè)備的技術(shù)手冊或經(jīng)驗(yàn)判斷問題，并排出一個檢維修計劃。
　　
　　但問題在于，這類計劃往往是“計劃外”的，維修的時間可能需要擠出來，無論是生產(chǎn)團(tuán)隊(duì)還是檢修團(tuán)隊(duì)都會被這樣的猝不及防打亂節(jié)奏。
　　
　　憑借RTPMS（PI System）及預(yù)測分析（AVEVA Predictive Analytics）兩大法寶，臺化興業(yè)（寧波）有限公司從傳統(tǒng)保養(yǎng)模式跳脫出來，開辟了設(shè)備保養(yǎng)和維護(hù)的全新智慧可能。
　　
　　RTPMS設(shè)備狀態(tài)管理系統(tǒng)是一個實(shí)時監(jiān)測系統(tǒng)，可將現(xiàn)場儀表的相關(guān)數(shù)據(jù)拉到一個DCS界面或直觀的圖控界面。且每個點(diǎn)位和設(shè)備廠商提供的參數(shù)資料一一對應(yīng)，在數(shù)據(jù)與參考參數(shù)不匹配或出現(xiàn)異常時予以提示。其中，臺化興業(yè)（寧波）有限公司采用了PI System的一個強(qiáng)大功能：當(dāng)重要設(shè)備出現(xiàn)報警時，會通過微信將相關(guān)信息發(fā)送給主管或設(shè)備主要負(fù)責(zé)人。這樣無論相關(guān)人員是否在現(xiàn)場，都能對問題做出迅速反應(yīng)，提前準(zhǔn)備。
　　
　　圖
　　
　　△設(shè)備實(shí)時狀態(tài)監(jiān)控與異常推送 
　　
　　在預(yù)測性分析方面，公司會將PI System收集的制程運(yùn)轉(zhuǎn)數(shù)據(jù)（流量、壓力、溫度等）和設(shè)備監(jiān)控數(shù)據(jù)（振動值、電流、轉(zhuǎn)速等）進(jìn)行記錄，在歷史數(shù)據(jù)的基礎(chǔ)上建立模塊預(yù)測值及基線，并通過模型進(jìn)行在線預(yù)測，比較實(shí)時數(shù)據(jù)與模塊預(yù)測值的差異，根據(jù)偏差量換算成實(shí)時健康指標(biāo)。如果出現(xiàn)健康偏離指標(biāo)，系統(tǒng)將進(jìn)行基于健康偏移度的預(yù)警，提示造成偏移度最大的測點(diǎn)，并提示故障診斷分析，以微信/郵件的形式上報相關(guān)方。
　　
　　一座工廠的正常運(yùn)行不是單點(diǎn)的，成千上萬的實(shí)際點(diǎn)位都被AVEVA的系統(tǒng)“盯緊”，并為團(tuán)隊(duì)所用。伴隨著智慧保養(yǎng)的轉(zhuǎn)變，臺化興業(yè)（寧波）有限公司的團(tuán)隊(duì)工作流程也進(jìn)行了變動，公司成立了專門的預(yù)測性保養(yǎng)和維護(hù)的團(tuán)隊(duì)，制定了全套的智慧保養(yǎng)工作流程。
　　
　　
　　
　　△智慧保養(yǎng)工作流程 
　　
　　智慧做催化，臺化興業(yè)（寧波）有限公司實(shí)現(xiàn)了：
　　
　　分析優(yōu)化：
　　
　　智慧保養(yǎng)可以將歷史數(shù)據(jù)進(jìn)行歸納分析，提前將設(shè)備“前期可能存在問題，但又沒有嚴(yán)重到影響現(xiàn)有運(yùn)行狀況”的問題提前提示出來，“早發(fā)現(xiàn)，早治療”，避免小問題演變成大問題。
　　
　　計劃可控：
　　
　　設(shè)備問題和很多病患類似，預(yù)防的價值要大于治療。結(jié)合歷史故障記錄，團(tuán)隊(duì)可以通過AVEVA提供數(shù)據(jù)提前進(jìn)行保養(yǎng)分析，實(shí)現(xiàn)可控的周期性計劃，而不是像傳統(tǒng)保養(yǎng)中，遇到“緊急問題”被打個措手不及。
　　
　　提高效率：
　　
　　在設(shè)備完成維護(hù)后，團(tuán)隊(duì)成員會根據(jù)最終的維修情況出具維修報告。傳統(tǒng)模式中，這份報告僅有“留檔”作用，大概率是在角落里吃灰。在智慧保養(yǎng)中，團(tuán)隊(duì)將維修報告的數(shù)據(jù)導(dǎo)入到預(yù)測分析系統(tǒng)中，為下一次類似情況的發(fā)生提供參考經(jīng)驗(yàn)，大大提高了團(tuán)隊(duì)整體的工作效率。
　　
　
　　
　　02
　　
　　智慧保養(yǎng)捕捉案例
　　
　　1、利用制程控制參數(shù)偏離進(jìn)行早期預(yù)警
　　
　　臺化興業(yè)（寧波）有限公司在實(shí)際生產(chǎn)中曾遇到泵浦濾網(wǎng)堵塞的情況。影響這一問題的主要因素是壓力和流量。團(tuán)隊(duì)發(fā)現(xiàn)再沸器與塔間的壓力、塔底內(nèi)部壓力以及泵浦到再沸器的流量呈現(xiàn)逐漸遞減的態(tài)勢，當(dāng)堵塞發(fā)生時，塔底內(nèi)部壓力會隨著堵塞流量變低而真空度瞬間提高，從而引發(fā)報警。
　　
　　而在報警之前的相當(dāng)長一段時間，流量和壓力參數(shù)在傳統(tǒng)保養(yǎng)中都是在“健康范圍內(nèi)”，所以很難在問題真正爆發(fā)之前解決掉。當(dāng)流量降到影響運(yùn)行時再去拆清泵浦濾網(wǎng)，污垢已經(jīng)結(jié)塊了，甚至?xí)绊懼苓叚h(huán)保設(shè)備的監(jiān)測報警，牽一發(fā)而動全身。
　　
　　△等到流量降到影響運(yùn)行時再去拆清的泵浦濾網(wǎng)結(jié)塊狀況 
　　
　　而通過預(yù)測性分析，團(tuán)隊(duì)在制程控制參數(shù)偏離預(yù)警時就采取了行動，趕在“堵塞”之前先疏通，讓小問題在惡化之前得以解決。
　
　　△制程參數(shù)偏離預(yù)警時拆清的泵浦濾網(wǎng)結(jié)塊狀況 
　　
　　2、苯酚冷卻水塔風(fēng)扇應(yīng)力波異常
　　
　　在采用智慧保養(yǎng)后的某一日，團(tuán)隊(duì)成員收到了一則冷卻水塔的微信報警，提示風(fēng)扇應(yīng)力波異常。經(jīng)過趨勢分析對比發(fā)現(xiàn)，系統(tǒng)是在小范圍的偏離時就果斷進(jìn)行了預(yù)警。一個“看上去沒啥問題”的問題，團(tuán)隊(duì)選擇了相信數(shù)據(jù)的判斷。
　　
　　工作人員前往現(xiàn)場確認(rèn)，發(fā)現(xiàn)異常來源于一臺馬達(dá)震動數(shù)據(jù)，于是采取了進(jìn)一步的頻譜分析，最終得出結(jié)論：馬達(dá)的軸承潤滑不太好。團(tuán)隊(duì)立刻加注了潤滑油，一小時后再次觀察預(yù)測模組時，數(shù)據(jù)已經(jīng)恢復(fù)正常運(yùn)行。
　　
　　這是一個看上去并不怎么重要的小事，問題的處理方式也是“加些潤滑油”這么簡單。但事實(shí)上，如此簡單的解決方案是基于在問題惡化之前就處理了。
　　
　　假如公司采用傳統(tǒng)的保養(yǎng)方式，這臺有問題的馬達(dá)沒有人注意到，長時間的軸承失效，將會導(dǎo)致馬達(dá)軸承卡塞，進(jìn)而停機(jī)。整個冷卻塔或許就無法運(yùn)行了，這或?qū)?dǎo)致10%-15%的產(chǎn)能下降。換言之，此次預(yù)測性分析和維護(hù)，讓公司避免了如此巨大的風(fēng)險。
　　
　　從傳統(tǒng)保養(yǎng)，到智慧維護(hù)；從被動維修，到主動分析，臺化興業(yè)（寧波）有限公司正在與AVEVA攜手，努力將人為經(jīng)驗(yàn)通過大數(shù)據(jù)的處理優(yōu)化，最終將這些【工人智慧】轉(zhuǎn)化成【人工智慧】。