随着新一轮科技革命和产业变革的深入发展，我国进入了战略机遇与风险挑战并存的时期。新一代信息技术、人工智能等技术已经成为赋能我国实体经济发展的新引擎，我国数字化转型进入了高速发展期。

党的二十大提出“加快发展数字经济，促进数字经济和实体经济深度融合，高质量推进智能化改造、数字化转型（以下简称“智改数转”）”的重点任务。习近平总书记就推进新型工业化作出重要指示，新时代新征程上，以中国式现代化全面推进强国建设、民族复兴伟业，实现新型工业化是关键任务。推进新型工业化要以智能制造为主攻方向，以数字基础设施为关键底座，以智改数转为重要抓手，推动企业从自动化走向数字化、智能化。2023年10月10日，习近平总书记视察九江石化，为石化行业的未来发展指明航向，也对石化企业的智改数转提出了更高的要求。大力推进数智化改造，打造世界领先的绿色智能炼化企业，是石化行业高质量发展的必由之路。本文对石化行业数字化转型的现状进行分析，提出当前智改数转面临的挑战和问题，并基于“两化”融合理念，重点探索和研究如何从研发设计源头将新一代信息技术与科研、工程深度融合，并通过数字化交付将工程建设与生产经营深度融合，为炼化企业智改数转打造优秀基因。在前期数智化技术创新探索的基础上，积累智改数转赋能行业创新发展的经验，并成功应用到研发设计、工程建设与运营服务实践中，为进一步赋能石化行业转型升级，推动石化行业高质量发展奠定坚实基础。

目前，我国石化行业进入高质量发展阶段，尤其是在“双碳”目标和能源转型的需求驱动下，如何将新一代信息技术赋能石化行业创新发展是亟待探索和研究的课题。智改数转即通过智能化技术改造传统产业，实现生产、管理、服务等各个环节的数字化升级，旨在推动传统产业与现代信息技术的深度融合，提升企业的核心竞争力^[1][2]。尽管石化行业在流程行业中自动化水平处于领先地位，数字化、智能化应用也有了长足进步，但在智改数转方面仍然面临着多方面挑战和问题。

信息技术与产业技术有待深度融合

中国是世界上唯一的全部工业门类齐全的国家，但由于中国错过了前三次工业革命的黄金时期，许多高端工业技术都掌握在西方国家手中，并且我国石化行业长年积累所形成的工业技术的软件化与西方发达国家也存在较大的差距，我国智能制造存在“缺芯少魂”的问题^[3]。第四次工业革命给了我国绝佳的机会，如何将新一代信息技术与科研、工程、生产、经营全产业链工业技术深度融合，将我国石化行业长年积累形成的工业技术软件化，是行业应对数字革命挑战、加快数字化转型和高质量发展的关键。

数智化应用场景有待进一步挖掘

由于石化行业具有原油品种多、加工流程长且技术复杂、产品结构多样、市场价格频繁波动等特点，其生产过程工艺参数众多且互相关联、互相作用、互相制约，不确定性强，难以将其运行规律模型化、数字化^[4]。2012年，中国石化率先在国内提出石化智能工厂概念以及1.0～5.0的发展规划，经过10多年的实践和提升，中国石化智能工厂逐步从1.0、2.0向智能工厂3.0迈进^[5][6]，数智化应用在研发设计、建造交付和生产管理等方面取得了一定成效，但在深度融合工艺机理、专家知识和人工智能技术等方面的深层次应用还有待进一步挖掘，以便更好指引新一代信息技术的落地。

数智化平台能力有待进一步提升

目前，石化企业的智能工厂平台已经逐渐从烟囱式的系统集成转向基于工业互联网平台的“数据+平台+应用”的模式^[7]，实现了部分设计、交付的静态工程数据与动态工厂数据共享协同，部分设备、物料和人等资源的连接。由于石化行业具有其生产过程的复杂性和不确定性，因此对于数智化平台的能力要求非常高，不但要具备丰富的组件库、强大的数据整合能力，还需要通过专家知识和人工智能技术沉淀和积累更丰富、更准确的机理模型、大数据模型和业务模型，从而实现生产优化、瓶颈分析、异常预警、故障诊断等应用，在支撑企业分析决策、提高生产效率和运行质量以及平台安全性等方面的能力有待进一步提升^[8]。

作为有着70年发展历史的石油化工工程设计单位，中国石化工程建设有限公司（以下简称“SEI”）也肩负了工程建设领域数字化转型、智能化发展的时代使命。尤其是近10年来，SEI结合工程设计和建造项目进行了数字工程总体规划与实践，以数据为基础、以模型为核心、以平台为支撑，开展了从技术研发、工厂规划、工程设计、工程建造、工程交付到生产运营服务的全过程数字工程建设，推动石化行业的数字化转型和智能化改造，赋能石化行业的高质量发展。

研发、设计和建造领域

工程技术研发方面，建立了石油化工关键装备研发平台。该平台实现了石油化工关键装备选型与优化方法的建立、研究方法的建立、研究过程协同方式的建立，能够实时共享信息，快速迭代优化，提高关键技术创新与放大实施的精准性和高效性，加快成套技术研发进度。

工厂规划咨询方面，建立了以数据库和模型库为基础的专家决策支持系统，并建立集技术、经济、安全、环保等为一体的综合量化评估方法，打破专业壁垒，破除知识和思维局限；通过快速建立方案比选，大幅提升了规划对外部条件变化的响应能力，实现工厂规划比选、全厂总流程优化和运营诊断等多功能一体化联动，提升企业规划、建设、生产运营的数据信息同源水平以及绿色低碳和盈利能力，为高效决策提供科学依据。

工程设计方面，搭建了以技术标准、计算方法、工程数据和设计文件为核心的工艺和工程集成化设计平台，创新设计数据和设计文件的管理方式，实现基于文档的工作流程向基于数据的集成化、协同化和智能化工作流程的转变，从设计源头打造智能工厂优秀基因^[9]。

工程项目管理方面，构建了工程项目管理集成化平台，持续推进平台功能的开发和应用，优化重构项目管理业务流和数据流，从项目源头将数据标准化，提高数据质量，全面提升工程建设效率。同时，该平台促使设计、采购、施工等各参与方能够协同工作，形成进度、材料、费用、质量、安全、风险、合同、财务等一体化管控，提高了工程项目整体经济效益和管理效率。

数字化交付领域

在物理工厂建设的同时开展了数字工厂的同步建设，通过以工程实体为核心对工程建设全过程信息进行管理和智能关联，基于数字工程平台实现了物理工厂的数字化交付，并在项目实践的基础上牵头编制了国家标准《石油化工工程数字化交付标准》^[10]，填补了石油化工行业空白，使数字化交付逐渐成为工程项目的必选项，为石化智能工厂建设奠定基础。

通过工程项目数字化交付实践，推动了数字化交付的创新变革，交付形式从结果交付向渐进交付转变，交付导向从以供方为主导向智能工厂需求为导向转变，交付广度从有形资产交付向无形资产交付拓展，交付价值从设备域应用向工艺、安全、环保等多业务域延伸。数字化交付的价值在工程建设和生产运行中日益凸显，智能工厂的数字孪生底座日益坚实。

生产运营服务领域

在智能工厂建设方面，积极探索智能工厂设计新模式，按照“设计、建造、交付、运营”一体化规划的理念，在各专业的工程设计中推行智能工厂设计新模式，从可行性研究阶段开始确定智能工厂建设的总体目标，明确各业务领域智能化应用场景，选择适合的信息技术和设备，并进行可行性设计和投资估算，在后续基础工程设计和详细设计阶段细化落地。

在工程建设完成后的工厂运营阶段，根据炼化企业实际需求，融合工艺设计与工厂运行数据、专家知识、智能算法等，基于工业互联网的交付应用一体化平台，构建了涵盖设备、装置及全厂多尺度，工艺、能量、效益、安全、环保等多业务模型库，集成构建桌面炼化工厂平台，为炼化企业提供设备、工艺、能源、安全、环保等多业务域的智能应用及远程服务。

在前期石化工厂全过程数智化技术创新探索的基础上，积累了智改数转赋能行业创新发展的经验，并成功应用到研发设计、工程建设与运营服务实践中。下面介绍三个典型的最佳实践案例。

芳烃联合装置成套技术研发应用实践

在芳烃联合装置成套技术研发过程中应用了多项数智化技术（图1）。通过复杂的模拟移动床控制系统（MCS），完成了168个程控阀和七股工艺物流周期性切换，实现了逻辑床层与物理床层匹配、流量阶跃式转换、故障诊断等复杂智能控制功能，保障PX高效吸附分离；通过DCS控制系统和SIS安全联锁系统，控制装置生产操作协调各子系统运行，执行联锁保护方案，确保装置长周期本质安全、高效运行。利用流程模拟软件与夹点分析软件辨识过程强化的突破点，使单位产品综合能耗比国际先进水平降低28%。通过火炬系统动态模拟技术，验证了错峰排放的可操作性，实现两台二甲苯塔的峰值泄放量叠加值不超过现有火炬的排放能力，节省新建火炬投资1.3亿元。

图1 移动床控制系统

在装备研发方面，多专业在同一平台中协作设计并建造了世界上规模最大的单炉膛芳烃加热炉，同时向8个子系统提供热源，热效率达到94%，通过结构优化，总钢材用量降低20.4%；通过数值模拟与试验结合，掌握薄饼型构件内流态分布规律，开发了芳烃联合装置关键吸附塔内件（图2），新型结构的吸附塔格栅专利设备，使流体混合与分配均匀性显著提高。

图2 吸附塔格栅专利设备

炼化工程数字化交付应用实践

2017年，SEI承接了中科炼化一体化项目数字化交付拿总工作，该项目是中石化首个大型炼化一体化数字化交付项目，目前已经完成交付的验收工作。2017年以来，SEI先后承接了古雷、中沙、镇海、海南、天津、九江等10余套大型项目的数字化交付拿总和执行的工作。

以九江石化芳烃项目为例，依托数字化交付平台实现了物理工厂和数字工厂的同步建设、同步交付，并以数据驱动工厂的智能化运营管理。依据数字化交付国标和智能工厂建设需求编制了此项目的数字化交付规范，实现了工程数据的高质量交付。更重要的是通过数字化移交实现了工程信息一键查询，基于数字化交付的三维模型和关联数据开发了设备管理和检维修、管网管控、腐蚀监测、盲板管理、危险源预警等业务应用，实现业务管控的全过程数字化管理，并基于新一代数字化工厂智能应用架构，实现工厂关键业务的智能化塑造，为工厂数字化转型奠定了坚实的基础。

炼化工厂优化诊断服务应用实践

充分依托SEI强大的工艺专家团队、丰富的工程设计经验，以加氢裂化装置为例，构建了工艺技术服务平台（图3），实现了关键工艺指标的实时监测、不同生产工况的产品收率与性质的快速预测、进料苛刻度等工艺瓶颈的自动诊断、不同市场需求的产品最大化优化。同时，应用该平台实时监测装置公用工程消耗、综合能耗情况，评估用能指标是否达标，在分析装置公用工程能耗权重基础上，提供相应的节能优化建议。

图3 工艺技术服务平台

同时，构建了工艺预警预判系统（图4），以某炼化企业加氢裂化泵抽空以及加氢裂化反应温度异常、塔压异常为例，实现了装置关键工艺指标的在线监测、及时预警、原因预判、自动处置等，大大提高了异常工况的处置效率，降低了事故发生几率，助力石化装置安稳高效运行。

图4 工艺预警预判系统