大数据时代的挑战
化学工业4.0
提要
1、工业4.0模式的提出 2、化学工业发展所面临的挑战 3、化学工业4.0 – 智能工业的新范式 4、化学工业4.0 的关键技术 5、化学工业4.0 的大数据基础
1、工业4.0模式的提出
至今，人类已有了三次工业革命：
蒸汽机突破了人类的体能极限，开启了工业化进程。 电气化奠定了规模实践的基础，由此诞生了现代化学工业。 电子与信息技术推动人类进入了自动化文明。
5、大数据应用基础
1）数据抽取 – 化学工业的CPS架构
① 数据集成范围 ② 数据校正与压缩 ③ 数据存储 ④ 数据仓库 ⑤ CPS平台
5、大数据应用基础
1）数据抽取 – 化学工业的CPS架构
大数据池
数据校正、压缩
历史数据库 数据仓库
动态模拟 知识管理 稳态优化
数字仿真 3C
并行工程
云平台
数据 采集 传输 存储 服务
我们曾经认为：
化工企业
知识创新型企业
强调资本及运营优势 的企业
提供基础设施或服务 支持的企业
业务类型 新产品\新技术开发者
领域专家 大宗化学品生产
服务供应商
竞争优势 产品（技术）
开发优势 领域知识领先
操作优良
客户关系密切
2、化学工业发展所面临的挑战
然而， 1）化学工业在全球范围内迁移 2）更严格的健康、安全与环境标准 3）绿色导向的化学工业新技术 4）面向“供应链网”的产业集成
险
可靠性结果
源
综合报表
可靠性文档管理与
可靠性设计分析权 可靠性报告
于
电子仓库
限管理
管理
可
操
作
对象服务
集成接口组件
性
评 价
对象 模型
综合设计数据模型
综合设计流程模型
支撑环境接口
产
DCS
品
工
MES
程
数
据
ERP
库
HAZOP 基础数据库及知识库
4、化学工业4.0 的大数据基础
4.2 大数据能做什么？
（6）市场营销与客户关系 大数据模拟产品的市场供需平衡，掌握用户的行为准
1、工业4.0模式的提出
进入21世纪以后：
企业的信息化建设全面展开 -- 数字化、网络化、精细化 互联网被广泛应用，改变的不只是社交与娱乐方式，更是 持续迭代衍进的商业模式与价值。 物联网（IoT）出现的意义在于重新定义了人与机器、机器 与机器间的交流渠道与模式,也必将丰富人与人之间的交流 模式。
智能化成为科技界与工业界的最新命题
1、工业4.0模式的提出
于是： 美国通用电气等提出了工业互联概念（Industrial Internet）。 中国提出“两化融合” （the merge of industrialization and information）。 德国2012年提出了工业4.0（Industry 4.0）。
2、化学工业发展所面临的挑战
因此：
业务模式
企业类型
新产品\新技术开发者 领域专家
大宗化学品生产
专业服务
知识创新型企业
强调资本及运营优势的 企业
提供基础设施或服务支 持的企业
集约化的化学工业模式
工业4.0是一个很有前景的工业新范式
竞争优势
产品（技术） 开发优势 知识领先 操作优良
客户关系密切
价值领域集成
4.2 大数据能做什么？
（7）基于BI的过程决策 化工生产过程对于装置及外供条件的依赖度较大，同
时生产过程的稳定性、均衡性、满负荷性又是影响其经营 效果的重要因素，这是一对结构性矛盾，大数据帮助决策 者在诸多约束下实现最优化生产调度，将决策者的经验与 智慧模型化是关键。
4、化学工业4.0 的大数据基础
技术 因素
物 联 网
数字化 系统化 集成化 可视性
面向市场及业务 的数字化系统
物理平台
面向装置及过程 的数字化系统
大数据是化学工业4.0的资源基础。
4、化学工业4.0 的大数据基础
4.1 什么是大数据（BigData）
大数据不能简单理解为数据量很大的数据。大数据指 的是所涉及的资料量规模巨大，用目前常规的统计方法和 软件工具，无法在合理的时间内完成采集、管理、处理并 形成能帮助人们进行决策的资讯信息。
感官特征信息
人工感官
装
监测特征信号
监测传感器
置
状态特征信号
系
统
直观的装置状态
状态 表征
继续获取诊断状态信息
状态
决策干预 决策装置
状态趋势
状态趋势分析
状 态 识 别
状态
预制 状态 数据
库
状态分 状态知 析模型 识库
4、化学工业4.0 的大数据基础
4.2 大数据能做什么？
（5）健康、安全、环境评价体系 大数据帮助建立基于HSE标准和企业效益最优化的评价
模型和过程技术经济评价模型，在线完成生产系统运行的 可靠性状态和安全等级评价，提出适当、可靠、经济的应 急措施规划，形成优化控制策略。
4、化学工业4.0 的大数据基础
4.2 大数据能做什么？ （5）HSE评价体系
例：面向过程的危险源辨 识及可操作性评价系统 （HAZOP）
MES体系模块
生产模型管理
化学工业4.0的目标与任务 1）由过程集成到“供应链网”整合 2）规模化&柔性化 3）制造&服务 4）智慧工厂
公共 跨 服务 企 需求 业
、
跨 经济 互
行 业 、
可持 续增
长
联 网
跨
国 市场 界 需求
资(能) 源节约
环境 因素
环境 约束
企业 集群
装备 因素
劳动 供应 人的 投入 链集成 因素
物流 集成
（MB GB TB PB EB ZB YB BB NB DB … … ）
化工企业的大数据包括： 业务数据、商业数据、环境数据、装置运行实时数据、
4、化学工业4.0 的大数据基础
4.1 什么是大数据（BigData）
大数据技术涵盖企业全业务范围,是实现集成化、智能化、 优化重构的重要基础，能识别并帮助处理过程中的异常，实 现柔性生产和在线优化。
则与价值体系，实现商业智能化，在市场的竞争中取得主 动的地位。
4、化学工业4.0 的大数据基础
4.2 大数据能做什么？ （6）市场营销与客户关系
例：某化工企业基于知识管理的CRM
客户需求 （质量、数量、交货期）
成本效益评估
客户
销售合约
跟踪
报价
BOM
生产控制
工艺优化
产品研发 生产过程 售后服务
4、化学工业4.0 的大数据基础
性
人员调度管理
能
设备管道管理
工
具
产品追溯管理
集
现场作业管理
物料辅料管理
HSE 体系模块
质量管理 设备管理 环境保护 消防化救 人员管理 系统管理
ERP 体系模块
物流管理 生产管理 业务管理 综合报表 财务管理 系统维护
可靠性平台接口
数据库接口
危
产品结构与配置 管理
可靠性与性能综合 设计工作流管理
FRACAS 管理
的应用
供应链
数据 集成
商业智能
客户交互
大数据池 CAPP-BM
云计算 平台
数据 集成
过程优化
仿真模拟
柔性制造体系
经营数 据库
云设计
实时数 据库
市场经营
供应链信息 产品工程、技术创新
产品性能要求 设计条件： 经济指标、 质量指标 原料条件、 设备条件
技术中心 工艺限定、 工时限定
市场需求
经营目标
制造中心
4、化学工业4.0 的大数据基础
4.2 大数据能做什么？
（3）设备保全与更新
例：基于知识的设备集成管理平台
承诺能力 （APC）评
价
市场需求 生产计划
产品
过程 设备
额定生产运行 参数
工艺参数 机电参数
故障 诊断
知识库
设备运行机 电、工艺指标
设备运行功能 成本效益 可靠性评价 评价
4、化学工业4.0 的大数据基础
1、工业4.0模式的提出
那么，工业4.0是什么呢： 虚拟全球（Virtual global）与现实过程（The Real
World）相融合，通过计算、自主控制和物联网（互联 网），把人、装置、资源和信息融合一体，实现更高的生 产效率、更快速的市场反应以及灵活性。
全球化 智能化 绿色化 用户中心 快捷便利 专业化
4.2 大数据能做什么？
（4）异常诊断与消除 装置或质量出现异常后，大数据帮助快速完成异常的
定位、评估、分类，并提出适当的解决方案，因而异常消 除过程从单纯的经验判断、仪器监测，发展到智能化、程 序化和自动化。
4、化学工业4.0 的大数据基础
4.2 大数据能做什么？
（4）异常诊断与消除
例：人工神经网络在华新水泥质量管理中的应用
（1）新产品、新工艺的开发与优化 借助大数据技术，人们可以从更多侧面刻画物质与能
量转换的过程，科学家与工程师们可以更好的规划实验方 案，更科学地分析、总结实验结果，并更好地指导生产实 践。
4、化学工业4.0 的大数据基础
4.2 大数据能做什么？ （1）新产品、新工艺的开发与优化
例：数据挖掘技术在某化工企业新产品研究及工艺优化中
4、化学工业4.0 的大数据基础
4.1 什么是大数据（BigData）
大数据对技术实现最大的改变是: 放弃对因果关系的孜孜以求，取而代之的是关注事
务（事件）之间的相关关系，强调知道“是什么”，而 不苛求理论层面上的“为什么”