大数据技术及其在化工领域的应用与发展研究 .pdfVIP

大数据技术及其在化工领域的应用与发展研究

摘要：现阶段，有关部门陆续出台多方面扶持政策，推动大数据在工业领域特

别是化工领域的应用。在工业领域，大数据主要应用于工艺排程与调度、异常工

况诊断与预测、产品检验与质量管理、物流和产品链分析和优化等方面。其中，

大数据在化工领域已有若干应用实例，达成了生产过程优化、设备运维改善、下

游需求匹配、生产自动化程度提高等效果。大数据应用的深化应以信息资源共享

的推进及数据归属、权限和安全界限的明晰为基础，着力于实现工业大数据与工

业云的深度融合及人工智能应用的拓展。

关键词：大数据技术；化工领域；工业大数据

引言：当前，国家有关部门已深刻认识到大数据应用迅猛发展的现状和应用

前景广阔的预期，提出了一系列产业发展政策和指导性意见，为大数据产业的成

长和工业大数据的应用提供了有力的政策保障。在工业应用领域，大数据的应用

可以归纳为工艺排程与调度、异常工况诊断与预测、产品检验与质量管理、物流

和产品链分析与优化等典型场景。其中，在化学工业中，大数据已有若干研究和

生产应用实例，达到了优化生产过程和改善设备运维等应用效果。

大数据1内涵概述

内涵1.1大数据的概念

来源于麦肯锡公司的研究报告，大数据被定义为无法“在一定时间内使用传统

数据库软件工具对其内容进行获取、管理和处理的数据集合”。有人指出，企业利

用大数据技术进行数据分析的主要驱动力来自于服务化战略。在《中国制造2025》

中，明确提出要坚持创新驱动发展战略，推进信息化与工业化深度融合。如今，

我国随着工业云平台、移动互联网和新一代信息技术和制造业的不断融合，大数

据技术也越来越多应用到制造企业智能化服务中，带动产品迭代、产能升级，推

动制造企业供给侧改革和结构化转型。

大数据技术优1.2势

1.2.1优化组织设计和业务流程

制造企业服务化过程中，在对产品进行设计、生产、交付等环节的服务化参

与，势必对其的组织结构重新设计、业务流程进行重组。基于大数据的信息量化“”

思维，大数据技术可以对业务的关键节点进行量化，精确分析各部门和流程的执

行能力，提升服务化战略下的顾客满意度，提高企业整体效率。

1.2.2推动资源整合与共享

经济全球化时代背景下，制造企业更需要与总体战略规划相匹配的内部能力

和外部资源推动服务化发展进程。通过大数据的广泛的边界延伸分析全球消费者

和价值链数据，突破成本瓶颈，建立知识共享渠道和高密度的网络结构整合分散

资源，促进企业开展失败学习，激发创新性行为。

1.2.3分析把握顾客需求热点和趋势

制造企业如何把握顾客的需求方向并提供多元化服务是服务化转型的重要环

节。传统制造企业以生产制造产品为核心业务的生产成本和经营风险不断增加，

通过抽样调查等能够获取的数据规模总是有限的，大数据的规模性和高速性使它

能不断获取、更新数据。近年来，以大数据为数据驱动，通过对顾客购买行为、

偏好反馈和潜在需求的海量数据进行深度挖掘，对调节生产销售的组织设计起到

了举足轻重的作用。

化工领域中大数据技术的实2践应用价值体现

（1）优化生产过程。提高生产过程的信息透明度，提升生产效率和产品质量，

减少生产成本和资源消耗。（2）改善设备运维。基于设备设计、使用和维修等

环节的信息采集、管理和分析，达成设备的持续稳定运转，合理安排设备运维周

期，提高设备的可用率。（3）匹配下游需求。基于生产系统的数据收集和分析，

进行体系协同优化，降低定制化需求过程的生产成本。（4）提高生产自动化程

度。简化、甚至部分代替人工操作，在降低人工工作量的同时提高生产效率。其

中，优化生产过程和改善设备运维是当前研究的重点。

大数据技术在化工领域的应用3

成本质量与含量中的应用3.1

含量、质量和成本是评价化工生产流程的关键指标。利用大数据资源和分析

方法，分析上述关键指标的影响因素，对可能出现的风险进行预测和管控，可以

提高生产的可预测性[1]。比如，某石化企业在催化裂化过程的大数据技术应用项

目中，以装置报警诊断、沉降器结焦预测和汽油收率提升为目标，开展了报警合

理性分析、频繁报警点归因分析和重要报警点预警、沉降器总结焦量和部分结焦

量预测、结焦量变化原因探索和结焦计算