1 實時生產(chǎn)過程進(jìn)入監(jiān)控和監(jiān)管兩大現(xiàn)代化系統(tǒng)時代
眾所周知,隨著監(jiān)管信息系統(tǒng)(SupervisoryInformation System,簡稱SIS)概念的提出,電廠實時生產(chǎn)過程現(xiàn)代化管理工具已從單一依靠監(jiān)控系統(tǒng)(Monitoring and Control System),進(jìn)入到了可以同時使用監(jiān)控(Monitoring and Control)和監(jiān)管(Supervisory)兩個現(xiàn)代化系統(tǒng)的時代,這是我們研討不少相關(guān)問題時要關(guān)注的時代背景。
2 SIS應(yīng)用層面的擴(kuò)大和大數(shù)據(jù)智能診斷技術(shù)的發(fā)展
SIS經(jīng)歷二十多年發(fā)展,應(yīng)用層面不斷擴(kuò)大。豎向從電廠廠級向上延伸至發(fā)電集團(tuán)各層級;橫向從電廠向電廠主要設(shè)備制造廠(如鍋爐廠、汽輪機(jī)和燃?xì)廨啓C(jī)廠及發(fā)電機(jī)廠)和服務(wù)于電廠的科研院所擴(kuò)展。SIS已在各應(yīng)用層面不同程度的取得了一定的效果。更令人鼓舞的是,正是由于SIS積累的大量寶貴無形資產(chǎn)——生產(chǎn)過程實時/歷史數(shù)據(jù),為智能化時代充分利用它來開發(fā)大數(shù)據(jù)智能診斷系統(tǒng)提供了可能。從單參數(shù)和多參數(shù)的智能預(yù)警和報警,到設(shè)備和系統(tǒng)的功能和性能診斷報警,甚至向監(jiān)控人員/監(jiān)管人員提供原因分析或操作指導(dǎo)等,這已成為當(dāng)今熱門課題和發(fā)展方向。
3 研究大數(shù)據(jù)智能診斷可行性評估指標(biāo)要有全面的視角
正是在上述背景下,人們開始著手討論和制訂一系列新的評估指標(biāo),以確定開發(fā)的大數(shù)據(jù)智能診斷技術(shù)的先進(jìn)性和可用性。例如,要求預(yù)警準(zhǔn)確率不應(yīng)低于85%,報警準(zhǔn)確率不應(yīng)低于90%,以及異常事故工況報警數(shù)量不多于2個/10分鐘等。
縱觀這些指標(biāo)的討論,從科技視角出發(fā),不言而喻,這些指標(biāo)愈高,則反映這些成果水平愈高。但是,我們目前主要討論的是工程應(yīng)用層面的大數(shù)據(jù)智能診斷可行性評估指標(biāo)問題。對此,作者認(rèn)為, 隨著電廠實時生產(chǎn)過程現(xiàn)代化管理出現(xiàn)監(jiān)控(Monitoring and Control)和監(jiān)管(Supervisory)兩大體系,理所當(dāng)然,我們也必須與時俱進(jìn)從“監(jiān)控”和“監(jiān)管”兩個視角全面的去研究上述指標(biāo)。但是,令人遺憾的是,目前在討論這些指標(biāo)時,大多仍然停留在過去那樣僅從“監(jiān)控”一個視角出發(fā),即基于“過程監(jiān)控要求監(jiān)控值班人員集中有限精力,快速及時處理有限問題,否則反而會使他們無所適從,甚至干擾他們實時性很強(qiáng)的值班工作”觀點出發(fā)。這正是討論上述指標(biāo)時,出現(xiàn)指標(biāo)單一的原因。
如果我們擴(kuò)大視野,不僅從監(jiān)控視角,還從監(jiān)管視角兩者綜合全面出發(fā),大數(shù)據(jù)智能診斷可行性評估指標(biāo)就不應(yīng)該是那么單一的了。監(jiān)管層不同于監(jiān)控層,它是由高層監(jiān)管人員、高級專家以及相關(guān)科技人員組成,采取值班制或非值班制等各種組織方式(盡管由于各種原因,監(jiān)管層組織的探索發(fā)展不盡人意),借助監(jiān)管系統(tǒng),特別是其大數(shù)據(jù)智能診斷信息等,按照實時性分級,分析研究并指導(dǎo)一線監(jiān)控人員。因此,對于他們來說,監(jiān)管系統(tǒng)通過大數(shù)據(jù)智能診斷技術(shù)提供預(yù)警、報警、原因分析等信息,即使只有60%準(zhǔn)確率,或者甚至更低,也仍然具有重要價值。因為,它可以幫助領(lǐng)導(dǎo)和專家在監(jiān)管系統(tǒng)積累的數(shù)據(jù)海洋中發(fā)現(xiàn)更多比較復(fù)雜的潛在故障。
4 大數(shù)據(jù)智能診斷信息分級組織利用設(shè)想
根據(jù)上述分析,我們可以設(shè)想,監(jiān)管系統(tǒng)的大數(shù)據(jù)智能診斷技術(shù)提供的信息可以根據(jù)監(jiān)控和監(jiān)管機(jī)構(gòu)的組織,分級加以利用。例如:
對于準(zhǔn)確率較高的信息,可以在發(fā)送給各級監(jiān)管人員的同時,還可直接下發(fā)到一線監(jiān)控人員;
對于準(zhǔn)確率中等的信息,可以僅發(fā)送到各級監(jiān)管人員,包括最低監(jiān)管級的廠級監(jiān)管人員;
對于準(zhǔn)確率相對較低的信息,可以僅供離線值班高級監(jiān)管人員,由他們組織研究確認(rèn)后,再下達(dá)給電廠一線人員。
總之,隨著監(jiān)管信息系統(tǒng)的產(chǎn)生,我們要合理組織新的監(jiān)管體制和監(jiān)管模式,合理組織不同成熟度的大數(shù)據(jù)智能診斷信息流,只有這樣才能解放生產(chǎn)力,充分發(fā)揮智能診斷技術(shù)的作用。反之,也能加快推動智能診斷技術(shù)發(fā)展和成熟。
5 結(jié)束語
評估指標(biāo)本身的討論不是什么大的課題,但卻引出一些值得我們思考的重要啟示。
如前所述,當(dāng)前電廠實時生產(chǎn)過程現(xiàn)代化管理工具進(jìn)入可同時用監(jiān)控和監(jiān)管兩大現(xiàn)代化系統(tǒng)的時代,由于它們都服務(wù)于實時生產(chǎn)過程,其監(jiān)控系統(tǒng)和監(jiān)管系統(tǒng)的技術(shù)和理念相互高度交融。因此,作者認(rèn)為,長期從事監(jiān)控技術(shù)和管理的一部分有關(guān)人員,應(yīng)當(dāng)逐步擴(kuò)大視野和研究范圍到監(jiān)管技術(shù)和監(jiān)管組織領(lǐng)域。而另一方面,長期借助傳統(tǒng)手段從事實時生產(chǎn)過程管理的領(lǐng)導(dǎo)和專家,要研究電廠實時生產(chǎn)過程現(xiàn)代化多級監(jiān)管體系,并確保電廠實時生產(chǎn)過程監(jiān)控和監(jiān)管體系創(chuàng)新和協(xié)調(diào)。
最后,讓我們一起共同努力,迎接這一場電廠實時生產(chǎn)過程生產(chǎn)關(guān)系和管理的深刻變革!
作者簡介:
侯子良(1935-),男,上海人,教授級高級工程師,主要從事電廠自動化行業(yè)管理、標(biāo)準(zhǔn)化、設(shè)計及技術(shù)研究。
摘自《自動化博覽》2020年9月刊