新型工业操作系统与数字孪生技术在石化化工行业的融合应用

薛栋 杜文莉

石化化工作为现代工业的能源和原材料基石，是我国国民经济和社会发展的战略性支柱产业。同时，也是我国制造业供给侧结构性改革的先行领域和绿色发展的主战场。石化化工行业智能制造、绿色制造和高端制造的快速发展推动我国化石能源与材料消费结构转型，同时助力化石能源与新能源、新材料协调发展。21 世纪以来，我国石油和化学工业取得显著发展，成功实现从石化弱国到石化大国的历史性转变。

在市场规模和增长速度方面，我国石化化工行业均处于全球领先地位。截至 2023 年，我国石化市场总额已接近 2.5 万亿美元，是北美市场的两倍以上，年均增长速度保持在 10% 左右。根据《中国能源发展报告 2023》的统计数据，2022 年我国的能源消费总量达到 54.1 亿吨标准煤，增速为 2.9%，其中石油和煤炭的消费占比为 73.8%。石油对外依存度仍然较高，达到 71%。2023 年，我国的石油表观消费量为7.3 亿吨，原油加工量和乙烯产量均居世界第二位，而化学品产量则位居世界第一。在经济效益方面，2023 年全国石油和化学工业规模以上企业的主营业务收入达到 14 万亿元，利润总额为 7500 亿元，分别占全国规模以上工业主营收入和利润总额的 12% 和 11%。其中，甲醇、化肥、农药、烧碱、纯碱、电石、合成树脂、合成橡胶等产品的产量仍然稳居世界第一位。这些数据充分展示我国石化化工行业的强大实力和巨大潜力。

石化化工行业生产流程具有产品种类多样、工艺流程复杂、物料属性多变、工况严苛的特点 。此外，行业中多涉及重点监管的危险化工工艺、重点监管的危险化学品和重大危险源，因此，对于绿色安全的要求极高。在人工智能、大数据、移动互联网等新技术不断渗透，资源环境约束日益严格，绿色安全发展任务更加紧迫的新形势下，数字化转型不仅是筑牢绿色安全底线的重要手段，也是提高全要素生产率、打造竞争新优势的必然选择。总的来看，尽管石化化工行业在自动化控制和数字化基础方面相较其他流程工业处于领先地位，但其数字化转型水平尚未满足行业高质量发展的需求。因此，亟需针对行业的特点和转型需求，加强数字化转型的系统规划，包括明确发展目标和实施路径，夯实数字化基础，增强网络化互联，并提升智能化水平。通过这些举措，可以更好地推动石化化工行业的高质量发展，同时确保绿色安全的底线。

本文主要基于新型工业化和制造业数字化转型的背景，探讨石化化工企业如何以工业操作系统为核心开展工业智能赋能体系建设，借助工业互联网、大数据、人工智能等现代信息技术推进企业数字化转型，实现数字经济、绿色低碳、元宇宙等新兴战略目标。

（一）传统工业操作系统的发展现状

工业操作系统是指能够实时采集、传输和处理工业数据，监测生产过程，管理控制单元，并保障生产安全的系统，主要包括嵌入式软件、工业协议以及工业控制单元（如 PLC、DCS、SCADA 和 SIS 等）。工业操作系统广泛应用于高端机床、数控系统、机器人以及工业控制系统和企业管理系统等领域。当前的工业操作系统主要由国外厂商垄断，包括西门子、发那科、ABB、罗克韦尔等。一些国内制造企业采用美国的 VxWorks 和 QNX 操作系统。国产化进度缓慢也限制了我国在工业操作系统领域的发展。

现有的工业操作系统与管理系统集成标准主要遵循由美国仪表自动化协会（ISA）在 1995年提出的 ISA-95 体系架构，如图 2 所示，该架构中信息流都是围绕 DCS/PLC展开，控制生产现场和上层企业信息系统的信息流转。

   

图2 ISA-95 体系架构

具体来说，这一标准旨在整合企业管理系统和操作系统，降低在企业系统和制造系统整合过程中的风险、成本和错误。ISA-95 标准构建一个从工厂车间现场至企业顶层应用的框架，包括 5 个层次（Level0-Level4），每一层都定义上下层之间的接口规范。

然而，随着制造业进入新型工业化时代，ISA-95 的金字塔层级架构显然无法满足海量异构数据集成、知识深度融合，以及发展新质生产力的紧迫需求。制造业的数字化转型和新一代信息技术的融入，都在推动遵循 ISA-95 的制造体系发生重大演变。新质生产力作为新型工业化的驱动力，工业操作系统则成为加速发展新质生产力的关键工具。

工业操作系统作为工业企业全面数字化转型和政府数字经济改革的基础与核心引擎，对于工厂内的人机料协同、工厂之间的供应链协同、行业指数发展研究、产业链能力提升研究等方面都具有重要的支撑作用。因此，挑战与机遇并存，需要加快新一代工业操作系统的研发和应用，以推动我国制造业的数字化转型。

（二）新型工业操作系统的概念与特点

新型工业操作系统体系架构是在传统的工业控制系统体系架构 ISA-95 的基础上，借助人工智能、大数据、边云协同等新兴信息技术，深度挖掘数据资源，为控制系统和管理系统提供“大脑”。

   

图3 人工智能赋能工业 ISA-95 架构

如图 3 所示，在 ISA-95 架构的 L1和 L2 层，将 DCS、PLC、SCADA、HMI 等现场设备和控制系统数据在实时协同调控数据引擎的调度下，通过人工智能方法形成包括 RTO、APC、OTS 等功能业务，并将优化决策方法返回指挥基础控制系统，从而实现制造过程的智能自主调控。在 L3 和 L4 层，通过融合实时协同调控数据引擎提供的实时优化、先进控制、报警管理等生产过程数据，以及 MES、ERP、PLM等运营与管理数据，基于制造执行与运营管理数字底座，通过“人工智能”+“计划排产、调度优化、财务管理、人力管理”等服务的智能化升级，实现生产要素智能优化配置。

作为新一代信息技术与制造业深度融合的新兴产物（图4），新型工业操作系统具有以下几个典型的特点。

   

1. 全要素管理和控制，面向工业综合优化

新型工业操作系统主要负责管理和控制工业装置的全要素。这意味着它能够监控工业设备的所有关键部分，包括硬件、软件、网络和数据等。这种全面的管理和控制能力使得新型工业操作系统能够确保工业设备的高效运行，并及时发现和解决可能出现的问题。

2. 强化数据要素，驱动数据赋能

新型工业操作系统紧密围绕“数据要素”展开，发挥数字赋能，向数字要效益。这意味着新型工业操作系统不仅仅是一个设备控制系统，更是一个数据管理和分析系统。通过收集和分析工业设备的运行数据，新型工业操作系统可以帮助企业提高生产效率，降低运营成本，提升产品质量，从而实现数字化转型的目标。

3. 工业数据流与设备硬件脱钩，实现硬件脱绑

在新型工业操作系统中，工业数据流与设备硬件脱钩，使得数据的管理和分析更加灵活和高效。通过将数据流与硬件解耦，新型工业操作系统可以更好地适应不断变化的生产需求和环境，提高生产的灵活性和响应速度。

4. 无缝对接现有操作系统，融合兼容已有工业 APP

新型工业操作系统能够无缝对接现有的操作系统，兼容已有的工业 APP。这种兼容性使得工业操作系统可以轻松地集成到现有的工业环境中，无需对现有设备和软件进行大量的修改和升级，大幅降低工业操作系统的实施成本和风险，提高其推广和应用的可能性。

（三）新型工业操作系统的主要组成部分

新型工业操作系统，将是以自动化技术为起点，从下至上生长的工业互联网平台、大数据平台、人工智能平台的通用数据底座和统一技术生态环境。工业智能操作系统有效融合工艺技术（PT）、设备技术（ET）、操作技术（OT）、自动化技术（AT）与信息技术（IT），实现智能工厂的智能感知、信息集成、机理建模、控制优化、数据挖掘、决策分析等应用。基于对象化建模、工业微服务、可视化组态等技术，将业务建模、调试和发布等配置过程显性化，降低数据利用的技术门槛。同时，通过微服务

方式封装工业 APP，确保开发过程可以快速迭代、降低试错成本，从而满足企业快速发展、灵活多变的发展需求。新型工业操作系统的主要组成部分可以被划分为基础测控设备层、实时协同调控层、生产制造决策层和企业运营管理层 4 个层次，如图 5 所示。

   

图5 新型工业操作系统的主要组成部分

1. 基础测控设备层

基础测控设备层主要负责收集生产装置的实时运行数据。数据的采集通常通过各类测量仪表或传感器进行，并通过不同的通信协议（如OPC DA、Ethernet-APL 等）将数据传输到测控设备数据底座。此外，物理层还承载着毫秒级、秒级的工业控制和监测软件，如 DCS（分布式控制系统）、SCADA（监控控制和数据采集系统）、SIS（安全仪表系统）和 GDS（气体检测系统）等，这些都是以数据为主导的应用程序。

2. 实时协同调控层

实时协同调控层主要承载着秒级、分钟级的实时调控软件，如 RTO（实时优化）、APC（高级过程控制）和 OTS（操作员训练系统）等。调控层的主要任务是协调装置与装置、流程与流程、车间与车间的协作交互，实现 AI 赋能过程、基于大数据的知识分析、低碳与节能减排、报警管理与优化、设备健康评估和智能自主运行等功能。

3. 生产制造决策层

决策层是新型工业操作系统中 OT 与 IT 融合的地方，主要承载小时级、天级的制造执行与决策软件，如计划排产、调度优化等，这些都是以知识为主导的应用程序。决策层支持生产管理、设备管理、安全管理、质量管理和库存管理等功能。为确保生产安全与信息安全决策层的运行结果通常不会返回调控层。

4. 企业运营管理层

运营管理层主要负责整合各类数据和信息，包括装置生产过程数据、市场数据、采购和订单信息、供应商以及客户详细信息和知识等。运营管理层主要承载天级、周级的运营管理软件，如 ERP（企业资源规划）、CRM（客户关系管理）、SRM（供应商关系管理）等，这些都是以信息为主导的应用程序。运营管理层支持企业的业务运营、决策分析和资源管理等多方面的需求。

（一）炼油过程的智能化制造系统

我国炼油加工能力居世界第一，面临原油资源有限、生产流程复杂、产品结构多样、原油劣质化与清洁油品的矛盾等问题。这些挑战亟须通过构建“AI 大脑”开展炼油过程的智能制造，实现油品资源的高效利用和装置的高效优化运行。为此，开发炼油过程“工厂大脑”架构（图6），主要包括智能计划性决策大脑、智能调度优化大脑和智能自主控制大脑。

   

图 6 炼油过程智能制造系统

首先，面向炼油生产过程操作层，利用基于分子级反应机理和运行数据构建全流程工艺数字孪生模型，模型覆盖炼油、乙烯、芳烃、聚烯烃等石化全生产链，实现生产过程的仿真模拟。在运营层，这些模型又能够提供准确的生产加工关键产物收率和性质的预测，为优化方案提供关键参量。数字孪生模型不仅能够实时反映生产状态，还能进行历史数据分析，预测未来趋势，帮助企业提前制定应对策略，减少生产风险。

其次，基于数字孪生模型，开展生产过程的自主决策，实现全厂效益最大化。在管理层，首创融合装置运行特性的价值链最大化智能决策技术，突破传统经验式排产模式，通过非线性智能决策实现全厂的效益最大化，提高决策的准确性和可行性。智能计划性决策大脑能够综合考虑市场需求、原料供应、生产能力等多种因素，制定最优的生产计划，确保资源的合理配置和利用。

在生产过程调控方面，为解决原油性质、成品油质量在线优化与精准调控技术的难题，设计了面向多品质复杂油品检测的探头设计和自适应油品特征在线表征技术，实现装置的实时监测和高效生产运行。通过对生产过程的智能优化，确保装置高效生产运行。智能调度优化大脑通过实时数据采集和分析，动态调整生产参数，优化生产流程，减少能耗和物耗，提高生产效率。

整个系统集成油品在线快评、工艺数字孪生、计划调度决策、装置优化评估、油品调合控制 5 大核心技术，形成国内首套自主可控的炼油工业“工厂大脑”。这些技术的应用不仅提高了炼油过程的效率和效益，还增强了对复杂生产环境的适应能力，推动了石化化工行业的智能化转型。通过新型工业操作系统的应用，炼油企业能够实现从原料采购、生产制造到产品销售的全流程智能化管理，提升企业的市场竞争力和可持续发展能力。目前，这套系统已在工业和信息化部智能制造示范工厂中国石化镇海炼化分公司、工业和信息化部智能制造试点示范企业（行业内唯一企业）中国石化九江分公司、工业和信息化部智能制造试点示范企业中国石化上海石化、能效领跑者标杆企业中化泉州石化和中国最大清洁油品生产基地中国石化金陵分公司等炼油型 / 炼化一体化型智能制造标杆企业成功应用，近三年合计新增利税39.37 亿。

（二）乙烯生产的智能化制造系统

乙烯是石油和化工行业的龙头产品，标志着一个国家石化化工的发展水平。我国的乙烯产能已居世界第一位，乙烯装置的高质量发展已成为企业提升国际竞争力的核心目标。乙烯生产过程是一个规模大、流程长、工序多、机理复杂、耦合强的动态生产过程。为了应对这些复杂性和动态性，基于新型工业操作系统架构体系搭建乙烯生产的智能化制造系统（图 7）显得尤为重要。这种架构能够提供灵活的数据处理能力和智能化的控制机制，支持实时数据分析和优化决策，确保生产的高效性和稳定性。这套系统包括乙烯虚拟工厂、原料资源优化决策、全流程协同优化、单元实时优化、全流程智能控制等核心功能模块。具体来说，针对裂解原料选择优化与调度技术的研发，使用大规模混合整数非线性优化问题求解，获得最佳原料组合和最优投料组合。针对乙烯全流程协同优化技术的研发，基于大系统分解协调理论，实现乙烯装置在线实时优化。针对乙烯全流程先进控制技术的研发，提出融合机理与运行信息的关键指标软测量建模与在线校正方法，实现乙烯装置长周期稳定运行。目前，这套系统已在中国石化、中国石油等多家大型企业应用，占据国内乙烯企业总数的近五成，成为国际赛道的引领者。

   

图7 乙烯生产智能制造系统