“化工厂需要一双明亮的‘眼睛’。”近日，据浙工大上虞研究院负责人介绍，该院教授祝铃钰利用“大数据+建模”技术，为化工企业解决各种工业装置操作难题，让化工制造变得“更聪明”。
祝铃钰是一名智能制造数据分析师，目前为浙江工业大学化学工程学院教授。她手头正进行一个名为“透明工厂”的项目，“下单顾客”是浙江安诺芳胺化学品有限公司。新冠肺炎疫情发生前，她是对方车间常客。2月初，企业复工后，双方的联络转到了线上。
浙江安诺芳胺化学品有限公司是一家致力于芳胺类产品研发、生产、经营的专业化工企业，其主要化工产品是染料、轮胎等重要原料，市场面向全球。这些年，由于市场需求、原料价格等不断变化，装置能力不断提高，在调整生产过程中，车间“停车率”降不下去。在业内，启动、关停车间生产装置被称作“开停车”，而即使是临时的频繁“开停车”也会导致高能耗、设备故障受损，更易造成安全事故。
“透明工厂”项目正是由此而来。去年6月，了解企业需求后，祝铃钰及其团队研究决定利用大数据为企业搭建一个“透明工厂”。在“透明工厂”中，企业所有生产装置全部转化成数据，可在电脑上模拟运转，并通过不断调控测试产生各种方案，最终实现优化目的。祝铃钰的工作就是和这些数据打交道。
“简单来说，我就好比是这些工业装置的‘新型医生’。”祝铃钰说。化工厂安全风险等级高，化学反应控制尤为困难，特别是气液固三相带循环的反应，影响因素多达几十个，操作人员过去仅凭常规测量仪表发现故障，往往有很大时间滞后。她则是获取影响装置的温度、压力等数据，利用方程式在电脑上建模分析并编程运行，通过变化波动的数据及时“诊断”装置的“健康”情况，一旦出现异常能迅速找到“病灶”，为“急救”留足时间。
在化工厂中，液体输送用泵是最常见的动力设备，其动力消耗非常可观。祝铃钰先前服务过一家化工企业，其一厂区就装有6套泵设备，一年仅这些设备电费就达1300万元。为了降低能耗，祝铃钰和团队使用过程建模的方式，利用工业现场的测量数据进行计算，通过数据对比和数据分析，及时发现泵运行低效或异常情况。去年6月，该企业采纳了祝铃钰等人提出的设备运行调度和整改建议，并专门单独安装了电表。近一年时间，专项电费节省了上百万元。
【来源：浙报融媒体】
版权归原作者所有，向原创致敬