专题丨5G在A化工企业VOCs监测溯源的应用研究
作者简介
张晓明
颜 凯
崔鼎昕
论文引用格式:
张晓明, 颜凯, 崔鼎昕. 5G在A化工企业VOCs监测溯源的应用研究[J]. 信息通信技术与政策, 2021,47(10):34-37.
5G在A化工企业VOCs监测溯源的应用研究
张晓明 颜凯 崔鼎昕
(中化信息技术有限公司,北京 100045)
摘要:A化工企业作为流程工业的典型代表,具有工艺复杂、生产场景多样化、设备厂线杂而多等特点,且存在着大量高密度泛在连接场景,同时伴随着高温、毒气、灰尘和易燃易爆等恶劣环境。在这些高危场景中,由于3G、4G和Wi-Fi等传统无线数据传输方式难以满足工业场景下低时延、高可靠和抗干扰等需求,数据采集与设备远程控制主要基于有线光纤实现。化工行业诸多应用场景亟需低时延、高可靠无线数据传输与控制通信方式,在此背景下,对基于5G+边缘计算能力的智能控制系统在某化工企业核心设备内的在线监测、溯源预警、管控修复功能进行了研究。
关键词:5G;边缘计算;化工企业;监测溯源
中图分类号:TN929.5 文献标识码:A
引用格式:张晓明, 颜凯, 崔鼎昕. 5G在A化工企业VOCs监测溯源的应用研究[J]. 信息通信技术与政策, 2021,47(10):34-37.
doi:10.12267/j.issn.2096-5931.2021.10.007
0 引言
《关于全面加强危险化学品安全生产工作的意见》《关于贯彻落实全国危险化学品安全生产风险监测预警系统建设工作的通知》《重点行业挥发性有机物综合治理方案》等政策文件的相继出台,对推进信息技术与生产制造业深度融合,以创新为驱动力促进数字化网络化智能化发展,强化园区、企业应急保障能力建设等方面提出了更高层级的要求。
化工生产安全事故引起了社会的广泛关注。不同于其他产业,化工产业在生产的同时,挥发性有机物(Volatile Organic Compounds,VOCs)污染排放对大气环境影响突出,也危及人身安全。缺乏科学管理将造成环境污染,影响企业的可持续发展,甚至导致其停产。加强化工生产的安全响应和应急处置能力,利用科学的信息化管理方法和规模化、场景化的平台,是化工企业安全持续发展的关键[8]。
面对能量密集、危险物种类较多的化工企业,为保障其安全运行与人民群众生命财产安全,有必要对企业可能发生的风险进行提前预报,将事故消除在萌芽状态,最大限度降低或消除事故发生的概率。在5G的加持下,构建高连接速率、超低网络延时、海量终端接入、高可靠性的物联网数据采集、边缘计算的智能控制系统成为化工企业高质量生产安全的核心驱动力。这是落实企业生产安全主体责任的必要途径,是强化企业生产安全基础工作的有利抓手,是政府实施生产安全分类指导、分级监管的重要载体,是有效防范安全事故发生的重要手段,是保障生产安全标准化制度落实的有效路径[6]。
2016年,环境保护部印发《“十三五”环境监测质量管理工作方案》,要求到2020年,我国要全面建成环境空气、地表水和土壤等环境监测质量控制体系,全面提高环境监测数据的真实性、准确性和可比性。近年来,生态环境部通报企业污染源在线监测数据超标等问题,中央环保督查组通报企业排污数据不实、严重超标、监管不到位等问题,均对化工企业加强环境监测工作提出了切实要求。
国内石化、钢铁等集团央企充分利用大数据、物联网等技术手段,建立环境、装置在线监测系统。在线监测系统具有监控范围广、重点污染源全覆盖、远程实时监控、超标及故障预警等功能,成为企业管控的“千里眼”“顺风耳”。通过污染源在线监控,有效提高企业安全生产管理水平,促进企业达标排放,特别是在确保国家重大活动等敏感时期企业污染物排放、生产安全稳定达标起到了不可替代的作用。
1 A化工企业VOCs泄露监测溯源应用
A化工企业VOCs泄露在线监测溯源应用包括物联感知接入、边缘网关、5G异构网络融合、边缘计算和业务服务5个核心模块(见图1)。
实现VOCs泄露在线监测溯源应用主要包含5项能力:浓度信号处理、溯源模型库、异常识别、关联分析以及分类器。VOCs特征污染物浓度数值经过数据清洗和数据处理后,得到信号中的异常段信息。基于5G+边缘计算、流体力学方法、LDAR项目检测数据和化工装置现场VOCs泄露数据,对各处潜在泄露区域可能发生的泄露情形进行模拟,可获得各种因素在不同参数下的模型,组成溯源模型数据库。根据分析监测点位异常段,获得起始时间、结束时间、气象参数、泄露程度等信息,对同种物质不同监测点位的各个异常段进行关联性分析。将监测点位出现幅值异常时段的气象参数进行统计,通过调用溯源模型数据库获得该异常气象参数主导值以及变化幅度。通过泄露概率分类器在溯源模型数据库内进行匹配计算,结合监测点位同潜在泄露区域的空间拓扑信息,给出分析结果。
把A化工企业布点方案中的物联网设备数据归入统一入口,适配更多协议标准。在5G时代,承载网的带宽瓶颈、时延抖动等性能瓶颈难以突破,可引入边缘计算后将大量业务在网络边缘终结,以此建立统一、通用、便携,具备边缘计算能力、微服务框架的载体。对生产设备的全生命周期管理,将基于数据驱动的机器学习算法模型,嵌入边缘智能控制系统框架,实现在边端对设备进行检测、分析、标识,并建立自治、自学习能力,实现对反应釜、逸散装置等系统的智控。构建数字孪生,与云端平台保持通信和数据交换,可实现系统与云、边、端建模共享,赋能同类型设备,如反应釜、输送管道、泵、压缩机、阀门以及法兰。结合数据采集和计算能力,可助力泄露检测与修复(Leak Detection and Repair,LDAR)分析,识别潜在危险,辅助工艺优化。
2 应用成效
未来将迸发出一种新型业务,即环境业务。它将立足于生命科学、材料科学、基础化工等产业,并在技术发展到一定程度时甚至可以独立发展出绿色化工。伴随着社会的发展和经济的进步,人们对环境的要求不断提高。企业在快速发展的同时也对治理环境技术更加重视。通过对废气处理技术进行论述和分析,可以更加顺利地推进废气治理,使VOCs企业有更好的发展[5]。通过新一代信息技术,特别是以5G、边缘计算、大数据、人工智能为代表的技术和传统设备设施过程监测的深度融合,可以实现生产安全过程的全程跟踪,并突破地域、时间及生产过程跨度,全面整合设备、人为、环境等相关因素,实现VOCs特征污染物溯源监测、风险评估、故障诊断、运行反馈等信息的全局优化和闭环控制,具有巨大的价值和现实意义。
2.1 建立基于数据算法的特征研究方法可根据污染物源排放的VOCs组分实时数据,估算得到其排放的主要组分和浓度。
2.2 建立敏感点的污染物溯源方法对敏感点在特定气象条件下的污染物来源进行分析。
2.3 提升A企业本质安全通过完善安全生产标准,规范企业生产行为,使各生产环节符合相关法律法规和标准规范。企业人员、设备、环境、管理处于良好状态并持续完善,不断加强企业安全生产规范化[7]。强化企业安全生产预防,创新安全管理模式,丰富安全文化内涵,极大提高了企业本质安全管理水平。
2.4 降低区域风险级别通过企业跨层级业务联动,实现对风险、隐患等工作计划、执行、过程监控、问题处理各环节的在线管理,及时发现问题并进行风险定级、整改治理和复查审核等全流程跟踪。实现对各项工作的可视化溯源,督促企业工作人员履职、预警防控及时、治理措施到位。提升区域风险辨识、管理、防控能力,实现把风险挺在隐患前面、把隐患挺在事故前面,有效降低区域风险,及时整改隐患,防止事故发生。
2.5 减少安全生产事故实现对企业安全生产的一体化管理,实时掌握企业安全运行状态、安全态势,实现一体化的信息管理、安全监管、风险预警等。通过企业的安全生产培训,提高企业工作人员的安全生产意识和专业能力水平,实现安全监管责任到人,保证事故出现后第一时间找到解决方案和相关责任人,提升事故应对效率,减少企业成本。定期检查生产设备,及时进行设备维修,避免因设备问题造成的安全生产事故。
2.6 让环境数据说话有效提高企业VOCs特征污染物管控能力,建立有效的预警溯源体系,进行污染源源头监管,完善监测管理修复工作智能化闭环管理,满足法规发展需要,弥补企业管控不足。
3 结束语
化工装置设备厂区存放贵重物品及易燃易爆品,需要实时监控设备及环境的温湿度、压力等多源数据变化,并即时提供高温、高压报警预警与应急处置。传统的温湿度数据获取需要人工读取,随着5G技术的发展与商用,相关数据的读取可通过4G/5G模块上传到边端、云端,并实时迅速处理。大量的数据运算会给云端及网络带宽造成巨大压力,导致云端响应实时性较差和远程网络中断问题。本文针对这一现实场景,将5G+边缘计算的VOCs泄露在线监测溯源系统应用到化工企业设备生产安全中,解决实际问题;将设备及系统所产生的复杂数据,按照统一协议标准进行接入和管理,进一步实现接入功能和数据的融合联动;基于设备运行机理确定性模型,深度融合数据不确定理论,建立工业设备运行状态实时监测模型,支撑VOCs在线监测溯源系统的功能实现;基于设备溯源预警分析,采用大数据科学与技术手段,建立工业设备溯源模型,实现工业设备泄露诊断及预测,提升工业设备全生命周期闭环质量控制能力。用户根据指派的检测任务,使用便携式有毒气体分析仪可现场排查潜在泄露部位,更加精确地进行泄露检测,第一时间实现源头控制;将在线监测与管控修复结合,可更加科学高效地进行VOCs特征污染物减排;提出工业设备运维价值链融合的全生命周期闭环控制技术,形成业务关联新模式,构建溯源预警与健康运维决策体系,有效实现资源的协同与共享,提升运维能力。
参考文献
[1] 余红标, 翁志达. 危化品企业工业互联网建设与安全风险动态监测预警系统的融合[J]. 中国应急管理, 2019(7):48-49.[2] 贾小明. 状态监测与故障诊断技术在化工设备维护中的应用[J]. 化工设计通讯, 2019,45(11):63+76.[3] 殳雪城, 范平清. 基于边缘计算的物联网网关监控系统的研究[J]. 电子器件, 2019,42(6):1569-1573+1577.[4] 陆国君, 金勤芳, 张慧丽. 基于MQTT网关连接PLC与阿里云物联网平台的工业物联网系统[J]. 物联网技术, 2019, 9(12):58-60+63.[5] 乌焕鹏. 涉VOCs企业废气综合治理技术研究分析[J]. 资源节约与环保, 2021(6):81-83.[6] 魏松明. 航运安全标准化建设刻不容缓[J]. 珠江水运, 2012(24):47-49.[7] 陈清国. 推进安全生产标准化建设 强化企业安全生产基础[J]. 黑龙江科技信息, 2014(22):292.[8] 杨力行, 宋玉娥, 郭在进. 新时期化工安全生产与管理刍议[J]. 化工管理, 2019(31):168+190.
Research of 5G in VOCs monitoring and traceability of a chemical enterprise
ZHANG Xiaoming, YAN Kai, CUI Dingxin
(Sinochem Information Technology Co., Ltd., Beijing 100031, China)
Abstract: As a typical representative, a chemical company has the characteristics of complicated processes, production scenes, equipment factory lines, etc., and there are a large number of high-density ubiquitous connection scenes, accompanied by harsh environments such as high temperature, poisonous gas, dust, and flammable explosions. In these high-risk scenarios, because traditional wireless data transmission methods such as 3G, 4G, and Wi-Fi cannot meet the requirements of low latency, high reliability, and anti-interference, data collection and remote device control are mainly realized by wired optical fiber. The chemical industry urgently needs low-latency, high-reliability wireless data transmission methods. In this context, this paper studies the functions of online monitoring, traceability and early warning, management, control and repair of an intelligent control system based on 5G+ edge computing capabilities in a chemical enterprise's core equipment.Keywords: 5G; edge computing; chemical industry; monitoring and traceability
本文刊于《信息通信技术与政策》2021年 第10期
主办:中国信息通信研究院
《信息通信技术与政策》是工业和信息化部主管、中国信息通信研究院主办的专业学术期刊。本刊定位于“信息通信技术前沿的风向标,信息社会政策探究的思想库”,聚焦信息通信领域技术趋势、公共政策、国家/产业/企业战略,发布前沿研究成果、焦点问题分析、热点政策解读等,推动5G、工业互联网、数字经济、人工智能、区块链、大数据、云计算等技术产业的创新与发展,引导国家技术战略选择与产业政策制定,搭建产、学、研、用的高端学术交流平台。
《信息通信技术与政策》官网开通啦!
为进一步提高期刊信息化建设水平,为广大学者提供更优质的服务,我刊于2020年11月18日起正式推出官方网站,现已进入网站试运行阶段。我们将以更专业的态度、更丰富的内容、更权威的报道,继续提供有前瞻性、指导性、实用性的优秀文稿,为建设网络强国和制造强国作出更大贡献!
推荐阅读
你“在看”我吗?