工艺制造

提高操作员从现场到控制室的工作效率

随着自动化程度的提高,控制室的数字化转换操作可以为解决问题和改善优化提供新的方法。一家炼油厂预计,在90天内,5个热交换器将节省近20万美元的能源。

由Meha Jha,Marcio Donnangelo和Tim Olsen 2021年7月2日
礼貌:爱默生

学习目标

  • 数字转换控制室提高了优化和效率。
  • 更好和集中的数据使得更容易提高设备性能和安排主动维护。
  • 改变操作人员的行为和审查标准操作程序(sop)可以揭示新的优化。

炼油行业正在进行因燃料需求波动,净碳零目标的规定以及新的可持续发展愿景而受到过渡期。与此同时,过去的一年已经看到了Covid-19的额外挑战以及它带来的限制,这使得效率,工人安全和自动化更加焦点。所有这些动态都会提示炼油厂重新评估其运营策略,以确保长期可行性。投资范围从炼油厂转换到绿色柴油生产工厂,为现有的炼油厂添加绿色柴油机,和/或数字转变对关键绩效指标(KPI)的积极影响的现有运作,例如最大化保证金,提高安全性和维持可用性。

历史上,精炼厂主要是为了过程控制目的而安装仪器。在过程控制和优化模型之外添加额外的度量或实现软件解决方案被认为过于昂贵。更新的技术,如无线技术和预构建的可靠性分析,是一些数字工具的例子,消除了这些传统的挑战,并提供了新的方法来解决问题,优化和执行工作实践。数字化转换操作的重点领域之一是操作员在现场和控制室的表现。

自动化操作轮询的有力理由

近年来,较少的需要做得更多普遍主题;炼油也不例外。这意味着许多运营商可能比以前更多的圆形来制作,或者他们已经看到他们的任务扩展到包括更多。

由于数据不一致,手动轮询可能会限制流程;它们是及时的快照。可能会遗漏或没有按照创建流程或设备运行状况的完整图所需的频率进行度量。此外,如果仍然使用手工收集数据,数据可能不一致地以电子方式上传到数据库中,所以除了验证与以前读数的明显差异外,数据不会被使用。

这也意味着潜在的问题可能不会被早期标记或发现。作业人员自动化轮轮作业的好处不仅仅是减少现场作业人员的时间或更快、持续的数据收集过程。真正的好处来自于利用数据的价值进行流程优化和转换工作实践,例如从预防性维护转移到预测性基于条件的维护(CBM)。

图1:添加第二层在线测量和用于监测关键设备的分析,如泵,如泵提供早期检测,识别和警报,用于潜在的故障源如此类泵空化,密封系统中的碳氢化合物泄漏以及先前未检测到的过滤器泄漏。礼貌:爱默生

图1:添加第二层在线测量和用于监测关键设备的分析,如泵,如泵提供早期检测,识别和警报,用于潜在的故障源如此类泵空化,密封系统中的碳氢化合物泄漏以及先前未检测到的过滤器泄漏。礼貌:爱默生

提高设备性能

自动化和分析数据收集的一个领域涉及关键资产(如泵、热交换器、减压阀、腐蚀监测和疏水阀)的健康状况和性能监控。通过对液位、温度、压力、振动和声学的无线传感器实现第二层自动化,可以为之前检查过的或未测量的变量提供成本效益高、连续的测量。这些设备现在可以无线连接到中央仪表盘和设备监控软件解决方案,以便收集、聚合、验证和分析设备运行状况和流程数据。

这意味着可以建立一个系统,将相关数据发送给特定的部门,如可靠性和维护部门,这些部门将从这些信息中获益最多:能够分析数据、发现趋势或标记可能问题的人员。更好和集中的数据可以更容易地改善设备性能,并安排主动维护,而不是在出现问题时被动响应。设备健康数据还可以通过避免不必要的维护和检测可能导致高风险条件或计划外停机的问题来提高安全性。

例如,许多炼油厂已经为热交换器实施了监控解决方案。由于炼油厂处理了更贴现的机会,包括一些他们几乎没有经验处理,加速或不可预测的原油单位热交换器的污垢已成为一个问题,导致能源低效率。

除了昂贵的传统维护费用,20万美元

传统上,操作人员要么遵循预定的维护程序来清洗热交换器,要么依靠阀门输出变化或手动读数来确定热交换器何时需要清洗。然而,可以添加温度、流量和压差等过程测量,并将换热器设计数据结合到预建分析中,以确定换热器污垢的计算、热负荷监测、基于高污垢和高压差的清洗建议。

然后,这些计算可以被配置为向工艺单元工程师、能源效率团队以及可靠性和维护部门发出性能问题警报,这样他们就可以转向预防性和优先级维护。此外,可以聚合一批交易所,以查看所有资产的运行状况,并对工厂中的交易所进行总体快照和优先级排序。

一家墨西哥湾沿岸炼油厂预计,在90天内,他们的原油预热装置中的5个热交换器将节省近20万美元的能源。在实施之前,炼油厂缺乏相关信息,无法对污垢降解进行经济分析,无法对额外燃烧的加热器燃料进行经济分析。

添加实时无线温度管束和预建的热交换器建模软件,使炼油厂能够制定更优的清洗计划。每个换热器的回收期为50 - 90天。

图2:在热交换器周围添加额外的测量提供了在线数据、数据验证和计算,可用于监测和预测设备性能。礼貌:爱默生

图2:在热交换器周围添加额外的测量提供了在线数据、数据验证和计算,可用于监测和预测设备性能。礼貌:爱默生

改善工作实践,500,000美元

超越设备性能和维护,自动化操作员轮次可以超出数据收集以实现更有效的数字工作实践。例如,对于环境监管报告,排放报告可能要求炼油厂包括用于流化催化饼干,焦型或重整器等温室气体发射器的单位费用,以及储水。

通常,监管机构通常会要求工厂满足流量计的精度规格,并每隔几年进行一次校准,以确保仪表的准确性得到保持。仪表经常不得不从操作中取出,送到校准设施进行验证和重新校准。

如今,科里奥利流量计和磁流量计的一些变送器可以配备自动仪表诊断软件,在不停止作业的情况下监测仪表的性能和完整性,无需进行定期的现场访问。可以安排仪表验证测试,并可以生成自动报告,以证明符合机构设置的准确性和检查要求,以替代部分或所有校准和验证。

另一个改进领域涉及年度蒸汽陷阱审计。审计通常是手动处理,并使用声学噪声和温度的输入,与理想参数相比分析每个操作陷阱。获得恒定陷阱审核,始终反映系统的实际健康是由于操作员对流量噪声的解释和小型检查时间的问题,这可能只需每陷阱等15秒。

例如,一家大型炼油厂最近安装了50台疏水阀监测器,并怀疑永久安装的实时监控系统是否比他们每年进行一次的手动审计更准确。他们认为他们的人工检查系统有95%到97%的可靠性。在人工审计中发现24个蒸汽疏水阀工作状态良好,在安装了无线声监测系统后,他们发现16个疏水阀处于故障状态。第三方对trap的有效性进行了检查,确认16个trap处于失效状态。如果不修复这16个捕鼠器,每年的财政影响超过50万美元。

图3:通常情况下,疏水阀的监测不是连续的或自动的,审计也不可靠。通过实施连续的声监测,可以获得显著的节能。礼貌:爱默生

图3:通常情况下,疏水阀的监测不是连续的或自动的,审计也不可靠。通过实施连续的声监测,可以获得显著的节能。礼貌:爱默生

提高操作性能

提高操作人员的绩效不仅仅是数字化和自动化的工作实践,还可以扩展到提高控制室的绩效。首先,应该对标准操作程序(sop)进行审查,看看行为是否应该改变或更新以反映新的技术增强。其次,行业最佳实践和基准数据可以用来重新评估和优化性能,以满足当今的运营需求。咨询师首先可以根据行业标准对炼油厂的操作进行基准测试,包括报警管理、疲劳风险管理、控制系统的人机界面(HMI),以及在运行状态之间转换时程序自动化的有效性。

例如,蒸馏塔从停机到预热到全回流运行的自动过渡情况。顾问的基准评价将导致完善的建议。

改进建议包括操作员的工作负荷与现场操作员不同的行为,包括SOP的改变。

以无线泵监测为例,现场作业人员不再需要手动收集过程和振动数据来决定是否需要维护;数据自动在线收集、存储、验证、分析,并在预计出现降级或即将发生的故障时向运营商发出警报。

现场操作人员现在可以通过视觉和听觉来检查设备是否有异常,如更高的噪音或泄漏,而不是收集数据。此外,由于数据是自动收集和处理的,因此可以根据基于条件而不是基于时间的策略来规划维护。

舍入过程效率效益

自动化作业轮有很多好处,比如安全性、更少的现场作业时间和提高作业效率。自动化的定期设备检查或现场取样点提供了超过效率的好处。数据的聚合和趋势提供了一致的实时性能指标和问题警报,这些问题过去常常导致计划外关机、能源损失或维护。

工作负载转换不会在字段中停止。行业基准和最佳实践也可以用来评估操作员在控制室的表现。从整体上了解作业者的表现,并在现场和控制室中利用数字技术和工具,可以提供一个全面的方法来提高作业者的效率和表现。

Meha Jha是艾默生测量解决方案业务的炼油行业营销经理。蒂姆·奥尔森是艾默生的控制和运营商绩效业务发展经理。Marcio Donnangelo艾默生全球业务发展。由网络内容经理克里斯·瓦夫拉编辑,控制工程、CFE Media and Technology、cvavra@cfemedia.com

更多答案

关键词:工艺制造,数字化自动化

考虑一下这个

什么好处你的设备会从数码增强操作中获益吗?


Meha Jha, Marcio Donnangelo和Tim Olsen
作者生物:Meha Jha是艾默生测量解决方案业务的炼油行业营销经理。自加入艾默生以来,她被选入艾默生的工程师领导力项目,在那里她通过从事与质量平衡相关的项目,并利用测量解决方案来提高能源效率和安全,扩大了她的精炼专业知识。她获得了奥本大学化学工程学士学位。Tim Olsen是Emerson的控制和运营绩效业务发展经理。奥尔森是AIChE Fellow,在炼油行业有31年的经验,其中23年在艾默生自动化解决方案。他拥有爱荷华州立大学(Iowa State University)化学工程学士学位(重点是工业工程和过程控制),以及爱荷华大学(University of Iowa)工商管理硕士学位。Marcio Donnangelo, Emerson全球业务发展部,专注于无线技术和数字转型,帮助客户实现Top Quartile绩效。Donnangelo是一名电气工程师,拥有30年在多个业务领域应用自动化解决方案的现场经验,包括石油精炼、石化、食品和饮料、纸浆和造纸、汽车、材料处理等。他曾就读于工业工程大学FEI, ETI Lauro Gomes,技术专家,以及前波理工学院/USP的Laboratório de kememas Integráveis的研发合作伙伴。