PIBigData平台说明讲稿.doc

概述 2014年著名咨询公司埃森哲在发布调研结果，对未来三年内化工公司在信息技术上的投资进行了研究，认为该项应用将“大幅上涨，依靠云计算和大数据分析可预期产生最高的投资回报率。 报告显示，几乎所有（94％）接受调查的化工行业高管计划增加他们的信息技术支出，有超过一半（54％）认为会“显著上升”。超过四分之三（77％）认为最好的回报将来自于云计算（44％）和大数据分析（33％）。绝大多数高管（94％）都认为，数字化技术将有“革命性的进步”，在一定程度上，类似于上世纪90年代互联网的出现。此外，87％的人说那些没有拥抱数字化技术的公司将失去竞争优势，并可能面临淘汰的危险。 显然，大数据分析已成为不可逆转的趋势和潮流，但因为技术门槛的存在而导致化学工业还没有成熟的应用。大数据分析进入化学工业只是一个时间问题，是一个引进、消化吸收的过程，是一个和专业领域进行磨合的过程。 解决方案 定位 服务内容 我们开发了化工安全生产实时大数据分析平台，简称PIBigData平台。PIBigData在云端开发一套面向化工安全生产的实时大数据分析平台，在解决大规模数据使用便利的基础上，为用户提供实时的安全生产和操作优化信息。 借助于数据的实时监测与分析， PIBigData平台帮助企业管理者识别生产数据中隐藏的安全、质量、能耗信息，提高事故隐患的识别速度和准确率，指导操作优化与科学决策。 在当前化工生产与仓储安全形势日益严峻的情况下，平台通过大规模数据的监测与分析，为化工生产企业消除隐患、避免和减少事故发生、减少次生灾害发生建立一道数据防线。 同样重要的是，通过PIBigData平台，我们可以帮助用户挖掘历史数据中蕴含的价值，寻找操作优化模式，以提升生产效率，降低生产成本，有助于企业在激烈的市场竞争中立于不败之地。 我们可以将化学工业的生产状态描述成下图形态： 如上图，图中黑色方块表示装置的当前生产运行状态，目前落在蓝色区域；顶端的绿色小块区域是优类区，该区域经济、安全，是装置操作的理想区域；绿色下方的蓝色区域是日常生产的常态区域；蓝色下方的是黄色区域，该区域的经济性能显著下降，应该避开；最下方的是红色区域，也是装置异常事故的多发区域，当生产状态进入该区域时，需要及时对可能发生的事故进行预测和预报，避免恶性事故发生。 显然，PIBigData平台的服务目标就是通过对生产中产生的大规模数据进行分析监视，打造一个防灾避患，维稳提优的移动数字平台。 改变数据和人之间的关系 纵观目前化学工业的数据应用模式，均是供应商提供一个系统，接入数据自动采集，然后给出一个固定形式的报表，用户不能变更计算方式和结果输出模式。 这种方式的显著弊端就是不能适应不断变化的管理需求，导致一个系统的生命周期很短，一两年以后基本处于停用状态。 PIBigData平台倡导的以大数据分析为核心的价值服务模式能带来如下变化： 从提供系统到提供服务 PIBigData平台致力于提供服务，而非向用户提供一个工具。即通过不断地开发新服务，以此来满足不断变化的管理需求。 从适应固定需求到可变需求 需求来自两方面，一种是用户因管理需要产生的，这部分需求经抽象后，不断地加到平台中去，另一种是服务企业根据管理经验和行业特点，自行开发的，上线后再推送给用户，即所谓的自主创新模式。 在互联网模式下，一个用户不仅能提升自己的应用需求，而且可以获得其他用户好的应用需求，进而挖掘出本企业更大的价值。 从人为系统工作到系统为人服务 互联网和移动应用从根本上改变了人与系统之间的关系。分为两点：第一点是使用人员不用再受地理和物理限制了，不再局限于办公室的电脑，可以随时获得信息。第二点是信息的获取方式变了，由目前的浏览改成订阅和推送方式，即将重要的信息设成推送模式，将关心的信息设成订阅模式，随时获得自己想要的信息。 技术 创新建模方式 虽然化学变化的很多机理还没有完全探明，但人们可以从机理层面去分析一个过程，进而完成设计和生产指挥，即便是催化裂化这样复杂的化学反应过程，业界还是通过大量的数据总结出了统计模型，用于装置的设计建模和生产指挥。 建模不仅用在装置的设计阶段，生产监控与隐患防范也需要建模。下面是某炼油催化装置的外取热爆管事故判断的预警模型，事故发生时，运行的两个参数发生了明显的变化，如下图： 通过对这两个参数的进一步计算，我们发现了明显的特征，下图RATE是参数变化率（最小二乘法）的实时计算曲线，可以看出，事故发生时变化率出现了明显异常。 下图中红色线是变化幅度的计算值，底部绿色是是否出现归零的判断值，ZERO是变化幅度过大时的归零判断，事故发生时，液位大幅下降，出现了归零现象。 显然，结合以往的事故报告，再引入时间变量，可以得到一个简单的事故判断模型，用于实时监测。 外取热爆管在催化装置上为