数字孪生释放石化业数据潜力

　　当前，随着创新速度的不断加快，以及企业业务转型机会的持续增加，借助大数据实施AI战略，成为石油和化工等行业企业实现高质量发展的重要路径。大数据是AI的基础，通过机器智能、利用分析业务流程与运营数据来获取洞察力，能够使企业业务显现出强劲的发展势头。目前，石化等企业虽然有着海量数据，但仅有一小部分能得到利用，因此实施数字孪生(企业资产与业务信息的虚拟复制)，释放石化等行业企业存在的海量数据潜力，成为企业需要研究的新课题。

　　据介绍，数字孪生的整套解决方案以AI的效能和互联的工业领域为基础，能通过数据挖掘和发挥领域专长来获取洞察力。数字孪生会对资产密集型企业产生重要影响，尤其是能源和化学品领域的企业。现今市场充满了易变性、不确定性、复杂性和模糊性(VUCA)，应用数字孪生技术能帮助企业实现可持续发展和运营卓越。数字孪生技术能为实体资产提供有价值的模型，帮助工厂安全地探索各种“假想”的情景，并能预测性能衰退、资产故障时间和其他意外，并提供相应的决策建议。数字孪生也可作为业务模型，帮助企业优化多种业务情景。

　　数字孪生基于模型和实时数据，构建对物理对象或工艺装置性能进行持续更新的数字化配置文件，进而用于优化业务绩效。数字孪生为系统性能提供了重要的见解，让企业及时采取相应的措施。数字孪生利用资产数据来保持更新，而人工智能则使其变得更为智能化。这主要体现在3个方面。

　　首先，数字孪生可确保工厂在建模时严格地使用了工艺模型，并通过嵌入了成本与风险模型的AI技术得以增强效果。其次，可操作的数字孪生采用工厂操作模型， 即计划、调度、控制与公用工程模型，其涵盖的领域包括了计划与调度、需求模型、配送模型、能源供需，以及控制和优化。最后，运营完整性数字孪生可提供具有战术与战略意义的预测性维护决策指导，在优先考虑安全性的基础上，可通过实时决策来延长正常运行时间、调整生产、减少环境影响和生产损失。另外，数字孪生也可涵盖资产状况与可持续性。

　　位于波士顿的艾斯本总部LNS Research保守估计，为了对典型炼厂的运营进行建模，需要使用1000多个数字孪生模型。所构建的这些数字孪生可以为企业创造价值。例如，单元级的模型可以为数字孪生带来较高的价值回报——包括流程、资产状况、控制与优化在线模型。能源和公用工程模型、炼厂与散装化学品计划、特种化学品调度、消除瓶颈与降低风险以及排放都是工厂通过采用数字孪生模型来获得高价值的机会。

　　企业级数字孪生是一个新兴的重要领域，能快速分析企业利润机会选项，并有效地在行政高层展示可执行的信息。截至目前，数字孪生为石化企业创造价值的成功案例非常多。据介绍， 一家总部位于美国的大型国际炼油企业采用了机器学习数字孪生，不仅增加了炼厂的正常运行时间和利润，还节约了成本;阿布扎比国家石油公司通过Equinox构建了资产数字孪生，凭借可视化面板优化了决策，实现了可持续性发展。又如， 阿尔伯塔油田的服务供应商使用了在线数字孪生模型，有效控制了罚金成本;迈图化工凭借数字孪生每天在订单履行和营运资金方面优化其供应链。

　　对于巴拉特石油公司而言，可持续性是其关键业务的推动因素。这促使企业运用整合数字孪生对硫回收进行优化——其中包含了应用各类软件，例如自诊断自适应过程控制与工程设计软件模型，用以改善杂质清除，也包含了可视化与关键绩效指标(KPI)面板。在6个月内，数字孪生的运用使硫排放减少了90%，出售回收的硫也产生了经济效益。

　　另外，需要注意的是，企业需要明确发展战略并确定未来的发展方向，逐步采用全新的先进技术。随着各大企业开始投资数字孪生，企业决策者还要考察这一技术如何帮助企业在竞争中脱颖而出，要注重自身的组织变化和革新，在创造商业价值的同时，不断驱动技术发展。