自动测量设备 今日头条
【化工企业：生产经营活动数字化必须从线下实时走向线上】
化工生产运营是化工企业的核心任务。他们是高度专业化的，需要在流程、设备、能源和自动化方面的专业知识，不能通过日常生活中的直觉经验来判断。化工生产作业的数据特点是数据生成快、类别多、维数高、关联度高。这类数据的分析处理门槛较高，通常是工业软件供应商和过程自动化供应商的传统领域。
生产经营活动围绕“稳、长、优”的目标，包括纠偏控制、异常或故障识别与诊断、优化节能降本运营等。生产经营的数字化过程包括测量与感知、传输与存储、分析与决策、控制与执行等一系列活动。这些从线下到线上的核心活动是化工行业数字化降低成本、提高效率的真正关键。
测量感知：测量感知是化工生产数字化的起点。在没有测量技术的情况下，使用现代过程控制技术。数字化远程仪表已成为化工设备的标准配置。常规的温度、压力、流量、液位四大测量基本已实现在线测量并远程传输至DCS系统。从降低投资成本的角度来看，只有少数偏远地区和非关键测量点仍然使用现场仪器。要确定化工厂是否按预期运行，仅依靠四大测量值是不够的。它还取决于关键流（包括原材料、产品和中间重要材料）的组成和性质，以及设备的特征状态（如腐蚀）。这些数据目前主要依靠线下实验室分析测试、人工检查和现场测量，包括视觉、耳朵和手触摸，以及特殊的手持仪器。此类测量技术的低成本和在线化是未来化工生产测量感知发展的重点。近年来，我们看到了过程分析技术（PAT）的发展，包括在线光谱（中红外光谱、近红外光谱、拉曼光谱、紫外光谱）、在线质谱、核磁共振核磁共振、在线测量材料成分和性能越来越多的应用为后续的工艺诊断和操作调整创造了有利和必要的条件。
传输和存储：虽然常规测量已经发送到DCS系统，DCS可以存储1-3个月的数据，但是DCS本身并不是为数据存储而设计的，存储容量，分析能力，外部接口有很多限制。作为高速时间序列数据，化工生产类型数据应存储并记录在实时数据库中。实时数据库读写效率高、压缩比大、数据接口丰富，并具有基本的统计分析和数据可视化功能。是化工企业数字化生产不可或缺的工具。十年前，过程工业的实时数据系统被几家国外公司垄断，成本高昂，大多数公司负担不起。现在国内的实时数据库供应商有好几家，国外也有社区化的开源产品，国内的自动化集成商也完全可以接受。帮助企业实现实时数据库，成本完全在企业可承受的范围内。 “昔日，王邪堂千言飞入寻常百姓家。”大力推进实时数据库的实施是化工企业数字化的一项基础工作。
分析与决策：化工生产分析与决策主要有以下三种类型：设备异常或故障的识别、诊断和定位，偏离过程既定目标的操作调整，以及优化调整最大限度地降低运营成本。这三类分析的专业性很强，没有统一的方法。他们基本上依靠操作员、工程师和专家的经验方法。除了常规的校正运算和调整与比较成熟的反馈PID在线控制外，这些方法几乎都是离线分析。在线分析和决策是化工生产数字化的核心。方法包括经验规则、机制模型、统计模型和机器学习模型（或人工智能模型）。在实际应用中，在线分析决策应以前三类模型为基础，辅以第四类机器学习模型。基于近年来实时数据库、关系数据库、SCADA监控平台、物联网平台、自由简单的Python编程语音、可视化低代码开发平台的发展，越来越多的工艺工程师和生产工程师可以构建在线分析自主决策系统，在线分析决策应用场景将越来越广泛。
控制执行：正是由于过程控制技术的成熟，大型化、一体化的化工装备成为现实。集散控制系统DCS是现代工业生产设备的必备设施。自动控制与生产技术和生产设备相结合。成为化工生产的三大核心要素。尽管如此，我国目前的化工厂自控率还比较低。一些化工企业的DCS上几乎一半的控制回路仍处于手动控制模式，内部操作要求频繁操作，工作压力大。很多企业的数字化自动测量设备，还是要从基础的PID定制入手，首先要实现85%的闭环自控率，在不投资、少投资的基础上最大化利用现有资产。具有良好基础的化工企业可以在常规PID整定的基础上，进一步实施包括级联、超控和分程控制在内的复杂控制（ARC）和包括模型预测控制在内的高级过程控制（APC）。我的朋友冯绍辉博士创办了公众号“虎凯PID”，定期举办线上线下公益交流活动，积极推广基于Lambda方法的标准化、工程化PID整定方法。自动化和闭环自动控制是化工行业数字化的基础工作。要利用数字化、智能化的优势自动测量设备，提高我国化工企业的自控率。只有生产过程稳定，才能保证生产过程的安全，才能保证运行优化。继续。
