山东省石油化工设备管理协会文件
鲁化设函字〔2026〕5号
关于团体标准《石化化工行业工艺基准建模规范 风险管控知识挖掘(征求意见稿)》公开征求意见的通知
各有关单位:
山东省石油化工设备管理协会组织制定了团体标准《石化化工行业工艺基准建模规范 风险管控知识挖掘》(详见附件1、2),现向社会公开征求意见。
请于2026年9月23日之前,将《团体标准征求意见反馈表》(详见附件3)以电子邮件形式反馈至我协会秘书处,联系方式如下:
联系人:何远山;
电话:13905310179,0531-86985006;
邮箱:sdshshebei2000@sina.com。
附件:1.《石化化工行业工艺基准建模规范 风险管控知识挖掘(征求意见稿)》编制说明
2.《石化化工行业工艺基准建模规范 风险管控知识挖掘(征求意见稿)》
3.团体标准征求意见反馈表
山东省石油化工设备管理协会
2026年8月24日
附件1:
《石化/化工行业工艺基准建模规范 风险管控知识挖掘》
团体标准编制说明
石化化工行业是国民经济的重要支柱产业,其生产过程具有高温高压、易燃易爆、有毒有害等显著特点,安全生产形势严峻复杂。近年来,随着'AI+本质安全'理念的深入推进,工艺基准建模技术已成为实现石化装置智能化管控、构建'无人化'“无火源”'零泄漏'本质安全场景的核心技术支撑。然而,当前国内石化化工行业工艺基准建模缺乏统一的技术规范,各企业、各研究机构在建模方法、数据格式、模型验证、接口集成等方面标准不一,导致模型复用困难、数据孤岛严重、智能化改造成本高昂,严重制约了行业数字化转型进程。
本标准旨在建立覆盖石化装置工艺基准建模全生命周期的标准化技术体系,统一建模总体架构、数据要求、建模原则、建模方法、模型验证、应用维护、安全管控及接口集成等关键技术指标,为石油炼制、石油化工、煤化工、精细化工等流程工业装置的工艺基准建模提供规范化指导。
标准编制组在充分调研国内外工艺基准建模、风险管控知识管理等领域技术发展现状的基础上,结合我国石化化工行业实际需求,确定了标准的技术框架和主要内容。编制组收集了国内外相关标准、技术文献和工程实践案例,组织了多次技术研讨,完成了标准草案的起草工作。
本标准由山东省石油化工设备管理协会2026团体标准制修订计划项目立项,由山东京博石油化工有限公司牵头组织编制,计划项目完成时间是2026年10月。
本文件规定了石化装置工艺基准建模的总体架构、数据要求、建模流程、工艺基准建模方法、模型验证与评价、模型应用、更新与维护、安全与风险管控要求及接口与集成等技术要求。
本文件适用于石油炼制、石油化工、煤化工、精细化工等流程工业装置的工艺基准建模、模型管理、工程实施与验收。
本标准与现行法律、法规和强制性标准保持一致,不存在冲突和矛盾。具体关系如下:
1、本标准符合《中华人民共和国安全生产法》《危险化学品安全管理条例》等法律法规的要求,是对相关法律要求的技术细化和补充。
2、本标准与GB/T 46884.2‑2025《工业互联网平台 安全生产数字化管理 第2部分:石化化工行业》等标准相协调,侧重于工艺基准建模和风险管控知识挖掘的技术层面,与上述标准形成互补关系。
3、本标准在编制过程中参考了行业相关标准的技术要求,保持标准体系的协调统一。
建议本标准作为推荐性团体标准发布实施。
理由如下:本标准主要规定工艺基准建模和风险管控知识挖掘的技术方法和要求,属于技术管理类标准,不涉及国家安全、人体健康、环境保护等强制性要求。各相关单位可根据自身实际情况,在工艺基准建模和风险管控知识管理工作中参照执行,逐步提升行业整体技术水平。
本标准为新制定标准,不涉及代替或废止现行标准的情况。
本标准在编制过程中,编制组对涉及专利的技术内容进行了审慎评估。截至目前,尚未识别出标准文本中涉及的必要专利。若标准实施过程中发现涉及专利的情况,标准使用方可依据相关法律法规和知识产权政策处理。
随着人工智能、大数据、数字孪生等技术的快速发展,工艺基准建模和风险管控知识挖掘技术将持续演进。编制组将跟踪技术发展趋势,适时开展标准修订工作,保持标准的先进性和引领性。同时,计划编制配套的实施指南或案例集,进一步提升标准的可实施性。
附件2:
ICS | 35.240.50 | |
CCS | G09
|
团 体 标 准 |
T/SAAPE 0002—2026
石化/化工行业工艺基准建模规范 风险管控知识挖掘
Petroleum and chemical industry process baseline modeling specifications—Risk control knowledge mining (征求意见稿) 在提交反馈意见时,请将您知道的相关专利连同支持文件一并附上。 XXXX - XX - XX发布
XXXX - XX - XX实施 山东省石油化工设备管理协会 发布 |
目次
前言....................................................... II
1 范围..................................................... 1
2 规范性引用文件........................................... 1
3 术语和定义.............................................. . 1
4 总体架构................................................. 2
5 数据要求................................................ . 3
6 建模流程................................................ . 3
7 工艺基准建模方法.......................................... 4
8 模型验证与评价........................................... 5
9 模型应用、更新与维护...................................... 6
10 安全与风险管控要求....................................... 7
11 接口与集成............................................. . 7
附录A(资料性) 工艺基准建模表示例.......................... 8
前言
本文件按照GB/T 1.1—2020《标准化工作导则 第1部分:标准化文件的结构和起草规则》的规定起草。
请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。
本文件由山东省石油化工设备管理协会提出并归口。
本文件起草单位:山东京博石油化工有限公司、大连理工大学、北京化工大学、山东京博聚烯烃新材料有限公司、南京航空航天大学、上海交通大学、北京和利时工业软件有限公司、黄河三角洲京博化工研究院有限公司、山东墨源碳材料有限公司。
本文件主要起草人:王耀伟、邹雄、韩中洋、王友清、刘振学、臧云涛、张术苹、魏圣可、尹冲冲、石伟龙、孙宝文、柳杨、陆宁云、邬晶、焦小英。
石化/化工行业工艺基准建模规范 风险管控知识挖掘
1 范围
本文件规定了石化装置工艺基准建模的总体架构、数据要求、建模流程、工艺基准建模方法、模型验证与评价、模型应用、更新与维护、安全与风险管控要求及接口等技术要求。
本文件适用于石油炼制、石油化工、煤化工、精细化工等流程工业装置的工艺基准建模、模型管理、工程实施与验收。
2 规范性引用文件
下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中,注日期的引用文件,仅该日期对应的版本适用于本文件;不注日期的引用文件,其最新版本(包括所有的修改单)适用于本文件。
GB/T 35320 危险与可操作性分析(HAZOP 分析)应用指南
GB/T 36344 信息技术 数据质量评价指标
GB/T 42127 智能制造 工业数据 采集规范
GB/T 42131 人工智能 知识图谱技术框架
GB/T 42300 精细化工反应安全风险评估规范
GB/T 45420 危险化学品安全生产风险分级管控技术规范
GB/T 45626 信息技术 装备数字孪生系统 通用要求
GB/T 46237 信息技术 数字孪生能力成熟度模型
GB/T 46884.2 工业互联网平台 安全生产数字化管理 第2部分:石化化工行业
3 术语和定义
下列术语和定义适用于本文件。
3.1
工艺基准 process benchmark
在稳定工况、典型工况或设计工况下,石化装置工艺过程参数的标准值、目标值、合理区间、报警边界与优化阈值,是实现智能控制与风险预警的核心依据。
3.2
工艺基准建模 process benchmark modeling
基于装置历史数据、实时数据、工艺机理与运行经验,建立工艺参数基准模型,形成可复用、可验证、可维护的工艺基准体系的过程。
3.3
稳态工艺基准 steady-state benchmark
装置在稳定运行、负荷平稳、无扰动条件下,工艺参数长期运行的标准值与合理区间,用于操作规范与异常识别。
3.4
动态工艺基准 dynamic benchmark
装置在升降负荷、开停工、切换工况条件下,工艺参数随时间、负荷变化的动态轨迹与约束边界,支撑先进控制与智能调度。
3.5
工艺报警基准 alarm benchmark
基于工艺机理、设备约束与安全要求确定的低低报(LL)、低报(L)、高报(H)、高高报(HH)四级报警阈值,保障运行安全。
3.6
工艺优化基准 optimization benchmark
在满足安全、质量、环保约束下,使能耗最低、收率最高、运行最优的工艺参数目标值与操作区间,支撑生产优化与碳排放控制。
3.7
模型可追溯性 traceability
模型生成全过程可记录、可回溯,包括数据来源、处理过程、建模方法、专家评审意见与版本变更记录。
3.8
机理-数据融合建模 mechanism-data fusion modeling
以工艺机理为约束框架,以数据驱动方法为支撑,实现模型的物理可解释性与预测准确性统一。
4 总体架构
4.1 建模原则
4.1.1 安全性优先
所有基准应满足设备设计极限、安全联锁逻辑与工艺安全要求,不应突破安全边界。
4.1.2 机理与数据融合
以工艺机理为骨架,数据为血肉,确保模型具备物理可解释性与泛化能力。
4.1.3 可验证可追溯
模型生成全过程留痕,支持离线验证、在线运行比对与专家评审。
4.1.4 可复用可扩展
支持同类装置快速复制,支持多场景(如不同原料、不同负荷)扩展。
4.1.5 全生命周期管理
涵盖“建模→验证→发布→应用→更新→退役”全过程,纳入企业知识管理体系。
4.2 总体架构组成
4.2.1 工艺基准建模系统应采用“五层架构”设计,包含数据层、方法层、模型层、应用层、运维层,实现从数据到应用的闭环管理。
4.2.2 数据层包含但不限于以下内容:
——实时数据:DCS/PLC、SIS、SCADA;
——历史数据:历史数据库、MES、ERP;
——配置数据:设备台账、工艺流程图(PFD/P&ID);
——化验分析数据:在线分析仪(GC、pH、密度)、实验室数据;
——运行日志与事件记录:操作指令、报警记录、事件响应。
4.2.3 方法层包含但不限于以下内容:
——数据清洗与预处理(滤波、去噪、缺失值填充);
——工况识别与划分(基于负荷、时间、事件);
——稳态检测算法(如滑动窗口方差法、主成分分析);
——区间统计与置信区间计算;
——机理建模与参数约束修正。
4.2.4 模型层包含但不限于以下内容:
——稳态基准模型;
——动态基准模型;
——报警基准模型;
——优化基准模型;
——多工况融合基准模型。
4.2.5 应用层包含但不限于以下内容:
——异常监测与智能预警;
——操作指导与标准化作业(SOP)推荐;
——先进过程控制(APC)设定值输入;
——数字孪生模型边界定义;
——风险管控与合规性检查;
——AI辅助决策支持(如AI巡检路径推荐、检修计划生成)。
4.2.6 运维层包含但不限于以下内容:
——模型版本管理(Git-like版本控制);
——模型校验与更新机制;
——权限管理与审计日志;
——自动化更新触发器(装置改造、催化剂更换等)。
5 数据要求
5.1 数据来源
应覆盖以下五类核心数据源:
——DCS/PLC 实时数据;
——SIS 安全仪表系统数据(含联锁动作记录);
——化验分析数据(在线分析仪、实验室检测);
——设备运行数据(泵/压缩机振动、电机电流、密封泄漏);
——工艺设计数据(PFD/P&ID、操作手册、安全说明书)。
5.2 数据质量要求
数据质量应符合表1要求。
表1 数据质量指标要求
指标 | 要求 |
数据完整性 | ≥ 95% |
数据准确率 | ≥ 98% |
数据有效率 | ≥ 90% |
异常值/坏值剔除率 | 100% |
数据延迟 | ≤ 1s(实时数据) |
5.3 数据预处理
数据预处理应执行以下流程:
——滤波处理(低通滤波、小波去噪);
——缺失值填充(基于时间序列插值或机理补全);
——坏标剔除(基于物理边界判断);
——单位统一(如统一为MPa、℃、kg/h);
——工况分段(基于负荷、事件、操作指令);
——稳态识别(采用滑动窗口方差法或主成分分析法)。
6 建模流程
6.1 基本流程
6.1.1 装置与工艺范围界定
明确建模边界(如反应器、分离塔、换热网络等),划分关键工艺单元。
6.1.2 数据采集与预处理
采集不少于3个月的历史数据,完成清洗与工况划分。
6.1.3 工况划分与稳态识别
区分:满负荷稳定工况、部分负荷工况、开停工/切换工况、异常/故障工况。
6.1.4 工艺参数分类与建模
按参数类型分类(温度、压力、流量、液位、组分、能耗等),分别建模。
6.1.5 基准生成与校核
生成稳态、动态、报警、优化四类基准,经工艺与安全专家初审。
6.1.6 模型验证与专家评审
采用离线统计、在线运行与现场标定三重验证,形成评审报告。
6.1.7 发布与应用
模型通过审批后发布至智能平台,纳入控制系统与数字孪生系统。
6.1.8 定期更新与维护
建立模型生命周期管理制度,确保持续有效性。
6.2 工况识别
应建立工况分类体系,包括以下内容:
——稳定工况:负荷波动 < ±5%,持续时间 ≥ 30 min;
——动态工况:升降负荷、切换原料、启动/停车;
——异常工况:报警触发、联锁动作、操作失误;
——特殊工况:大修后投用、催化剂更换、新工艺试运行。
7 工艺基准建模方法
7.1 稳态工艺基准建模
7.1.1 方法包含以下内容:
——统计分析法:计算均值、中位数、标准差;
——置信区间法:95%置信区间(t分布或正态近似);
——机理约束修正:结合物料平衡、能量平衡进行合理性校验。
7.1.2 输出包含以下内容:
——中心值(Mean);
——正常区间(Lower/Upper Bound);
——约束边界(设备/安全极限)。
示例:反应器入口温度稳态基准:85±3℃(95%置信区间)。
7.2 动态工艺基准建模
7.2.1 方法包含以下内容:
——负荷关联建模:建立“负荷率 vs 参数值”回归模型(线性/多项式);
——时序轨迹拟合:使用样条插值或LSTM神经网络拟合动态曲线;
——升降负荷动态响应建模:分段建模,区分升/降速阶段。
7.2.2 输出包含以下内容:
——动态目标曲线(随时间/负荷变化);
——动态允许偏差带(±δ)。
示例:加热炉出口温度动态基准:负荷从70%升至100%时,温度上升速率≤0.8 ℃/min,峰值不超过设计上限。
7.3 工艺报警基准建模
7.3.1 依据包含以下内容:
——工艺设计文件(PFD/P&ID);
——设备操作手册与安全说明书;
——SIS/ESD联锁逻辑;
——行业最佳实践(如API、ASME、CCPS)。
7.3.2 方法包含以下内容:
——三级设定法:LL=90%极限值,L=95%,H=105%,HH=110%;
——动态报警:基于负荷或工况自动调整阈值。
7.3.3 输出包含以下内容:
——四级报警阈值(LL/L/H/HH);
——报警响应建议(如“通知操作员检查”“启动备用泵”)。
7.4 工艺优化基准建模
7.4.1 目标函数包含以下内容:
——最小化能耗(kWh/吨产品);
——最大化收率(wt%);
——最小化物耗(kg原料/吨产品);
——最小化排放(CO₂、VOCs)。
7.4.2 约束条件包含以下内容:
——安全边界(压力、温度、液位等);
——质量指标(产品纯度、馏程等);
——环保限值(排放标准等)。
7.4.3 方法包含以下内容:
——基于混合整数规划(MIP)或强化学习求解最优操作点;
——支持多目标优化(Pareto前沿分析等方法)。
7.4.4 输出包含以下内容:
——最优目标值(如“能耗:85 kWh/t”);
——最优操作区间(如“反应温度:80℃–88℃”)。
7.5 工艺基准建模表示例
工艺基准建模表示例参见附录A中A.1—A.4。
8 模型验证与评价
8.1 验证内容
验证内容应符合表2要求。
表2 验证内容与要求
验证项 | 要求 |
基准合理性 | 与工艺机理、设备极限一致 |
区间正确性 | 覆盖95%以上正常运行数据 |
报警阈值安全性 | 不低于SIS联锁值,不冲突 |
动态趋势一致性 | 与实际升降负荷响应匹配 |
泛化能力 | 在同类装置上可复用 |
8.2 验证方法
8.2.1 离线统计验证:使用历史数据回测模型表现。
8.2.2 在线运行验证:部署模型30天以上,对比实际运行数据。
8.2.3 工艺专家评审:组织工艺、安全、设备专家联合评审。
8.2.4 现场标定:选取关键点进行实测比对(如温度计、压力表)。
8.3 评价指标
评价指标应符合表3要求。
表3 评价指标要求
指标 | 要求 |
基准覆盖率 | ≥ 95%(关键参数) |
模型准确率 | ≥ 90% |
异常识别准确率 | ≥ 85% |
模型一致性评分 | ≥ 4.0/5.0(专家打分) |
8.4 模型验证记录表
模型验证记录表参见附录A中A.5。
9 模型应用、更新与维护
9.1 应用场景
应用场景及具体功能应符合表4要求。
表4 应用场景与具体功能要求
应用场景 | 具体功能 |
工艺异常监测与预警 | 实时比对参数与基准,触发预警 |
操作规范化与标准化 | 生成SOP建议,辅助新员工培训 |
APC/先进控制设定值 | 提供动态设定值输入 |
数字孪生模型边界 | 定义虚拟模型运行边界 |
风险管控与合规性检查 | 自动识别偏离基准行为 |
AI辅助决策 | 支撑“智能巡检路径规划”“检修计划生成”等 |
9.2 更新机制
更新机制应符合表5要求。
表5 更新机制要求
更新类型 | 触发条件 | 更新频率 |
日常自动校验 | 每日/每周 | 自动执行 |
定期全面校核 | 每季度至少1次 | 手动启动 |
触发式更新 | 装置改造、催化剂更换、工艺变更、负荷结构变化 | 立即更新 |
9.3 版本管理
所有模型应建立版本控制机制,记录包含以下内容:
——版本号(如v1.2.0);
——更新时间;
——更新原因(如“催化剂更换”);
——更新人;
——校核结论(通过/不通过);
——审批人。
10 安全与风险管控要求
10.1 安全底线:任何基准不应突破设备设计压力、温度、流量、液位等极限。
10.2 报警一致性:报警基准应与SIS/ESD逻辑保持一致。
10.3 高危介质管理:涉及高温高压、易燃易爆、有毒有害介质的基准,应增加安全裕度。
10.4 模型修改审批:所有模型修改应经工艺负责人和安全负责人双重确认。
10.5 安全约束:不应擅自放宽报警阈值或优化基准中的安全边界。
10.6 模型审计:每半年开展一次模型安全审计,重点检查是否“水土不服”或引发误报。
11 接口
11.1 系统接口
应支持与以下系统对接:
——DCS/PLC(OPC UA/DA);
——APC先进控制系统;
——MES/ERP系统(用于生产计划与绩效分析);
——实时数据库(如OSIsoft PI、InfluxDB等);
——数字孪生平台(如Unisim、Unity3D、西门子MindSphere等);
——安全监控平台(如HSE系统、AI视频分析平台等)。
11.2 数据接口
数据接口应符合表6要求。
表6 数据接口要求
接口类型 | 支持协议 | 说明 |
实时数据接口 | OPC UA、MQTT、HTTP/REST API | 支持双向通信 |
模型发布接口 | JSON/XML、Protobuf | 用于模型版本推送 |
模型调用接口 | REST API | 支持外部系统调用基准值 |
数据表格式 | CSV、Parquet、Avro | 用于模型训练与验证 |
附录A
(资料性)
工艺基准建模表示例
A.1 稳态工艺基准表
稳态工艺基准表见表A.1。
表A.1 稳态工艺基准表
参数名称 | 中心值 | 正常区间 | 约束边界 | 建模方法 | 数据来源 |
反应器入口温度 | 85℃ | 82℃–88℃ | 80℃–90℃ | 统计+置信区间 | DCS+化验 |
塔顶压力 | 1.2 MPa | 1.15 MPa–1.25 MPa | 1.1 MPa–1.3 MPa | 均值+机理修正 | DCS+SIS |
A.2 动态工艺基准表
动态工艺基准表见表A.2。
表A.2 动态工艺基准表
工况 | 负荷率 | 时间(min) | 温度目标值(℃) | 动态允许偏差 | 建模方法 |
升负荷 | 70% → 100% | 0–15 | 85 → 88 | ±3℃ | LSTM拟合 |
降负荷 | 100% → 70% | 0–10 | 88 → 85 | ±2℃ | 线性回归 |
A.3 工艺报警基准表
工艺报警基准表见表A.3。
表A.3 工艺报警基准表
参数 | LL | L | H | HH | 依据来源 | 联锁逻辑 |
反应器压力 | 1.0 MPa | 1.1 MPa | 1.3 MPa | 1.4 MPa | PFD+SIS | ESD联动 |
A.4 工艺优化基准表
工艺优化基准表见表A.4。
表A.4 工艺优化基准表
目标 | 最优值 | 操作区间 | 约束条件 | 优化方法 |
能耗 | 85 kWh/t | 83 kWh/t–87 kWh/t | 温度≤90℃,压力≤1.5MPa | MIP优化 |
收率 | 96.20% | 95.8%–96.5% | 产品纯度≥99.5% | 强化学习 |
A.5 模型验证记录表
模型验证记录表见表A.5。
表A.5 模型验证记录表
验证项 | 验证方法 | 实测结果 | 通过判定 | 专家意见 | 日期 |
基准合理性 | 专家评审 | 合理 | 通过 | “建议增加裕度” | 2025/4/10 |
异常识别率 | 在线运行 | 87% | 通过 | “可接受” | 2025/4/15 |
动态趋势匹配度 | 时序比对 | 92% | 通过 | “良好” | 2025/4/20 |
附件3
山东省石油化工设备管理协会
团体标准征求意见反馈表
标准名称:石化化工行业工艺基准建模规范 风险管控知识挖掘(征求意见稿)
填表单位: 单位联系人:
电话: Email:
序号 | 标准章条编号 | 意见和建议内容 | 备注 |
(纸幅不够,请附页)