孙冠华 贺永金 王继东 刘伟

摘 要：為探索更优的数字化交付技术架构及实施路线，提高数字化交付在煤化工项目中的应用水准，以某公司数字化交付项目为研究对象，详细梳理了三维建模、管道仪表流程图绘制、结构化文档及非结构化数据收集等方面在航天炉气化岛数字化交付项目中的实施情况，对实施方案及重点内容进行讨论，对比分析了各平台之间的优劣。结合数字化交付领域的现状，对当前煤化工产业数字化交付项目中存在的问题进行了探讨，从政策、业主、工程公司及软件平台商等方面给出了解决方法和优化建议。结果表明：1）采用PDMS，SP P&ID及其他专业技术软件支持下的AVEVA NET数字化交付平台体系架构合理，并且能够顺利完成交付实施;2）合理的实施步骤、更高的重视程度、明确的政策规范以及有效的信息传递方式可以明显改善数字化交付项目的优化效果，目前应着重提升工程公司的三维建模能力及软件商的技术水平。探讨结果不仅可以为其他企业的数字化交付工作提供借鉴，还可为实现智能工厂提供了建设思路和数据支持。

关键词：数据处理;数字化交付;航天气化炉;煤化工;分析对比;智能工厂

中图分类号：TP391文献标识码：A

doi： 10.7535/hbgykj.2020yx05011

收稿日期：2020-02-24;修回日期：2020-04-08;责任编辑：王海云

基金项目：航天长征化学工程股份有限公司2018年度能力提升项目（2018NT008）

第一作者简介：孙冠华（1987—），男，山东菏泽人，工程师，硕士，主要从事数字化交付及给水排水设计方面的研究。

E-mail： ax_dt2@163.com

孙冠华，贺永金，王继东，等.

数字化交付在煤化工项目中的实施及优化探讨

[J].河北工业科技，2020，37（5）：374-380.

SUN Guanhua， HE Yongjin， WANG Jidong， et al.

Discussion on implementation and optimization of digital delivery in coal chemical projects

[J].Hebei Journal of Industrial Science and Technology，2020，37（5）：374-380.

Discussion on implementation and optimization of digital

delivery in coal chemical projects

SUN Guanhua1， HE Yongjin2， WANG Jidong2， LIU Wei2

（1. Lanzhou Branch of Changzheng Engineering Company Limited， Lanzhou， Gansu 730010， China; 2. Changzheng Engineering Company Limited， Beijing 101111， China）

Abstract：

In order to explore a better technical framework and an implementation route of digital delivery， and to improve the application level of digital delivery in coal chemical projects，

taking the digital delivery project in a company as the research object，

the implementation of 3D modeling， pipeline and instrument flow chart drawing， structured documents and unstructured data collection in the digital delivery projects of HT-L gasifier island was analyzed in detail. The implementation scheme and key contents were discussed， and the advantages and disadvantages of each platform were compared and analyzed. Combined with the current situation of digital delivery field， the problems existing in the digital delivery projects of coal chemical industry were discussed， and the solutions and optimization suggestions were given from the aspects of policy， owner， engineering company and software platform provider. The results show that： 1） the architecture of AVEVA NET digital delivery platform supported by PDMS， SP P&ID and other professional technical software is reasonable， and can successfully complete the delivery implementation; 2） reasonable implementation steps， higher attention， clear policy specifications and effective information transmission methods can significantly improve the optimization effect of digital delivery projects. At present， the 3D modeling ability of engineering companies and the technical level of software suppliers should be improved emphatically. The research results can not only provide reference for digital delivery work of other enterprises， but also provide construction ideas and data support for the realization of intelligent factory.

Keywords：

data processing; digital delivery; HT-L gasifier; coal chemical industry; analysis and comparison; intelligent factory

数字化交付是以工厂对象为核心，对工程项目建设阶段产生的静态信息进行数字化创建直至移交的工作过程，涵盖信息交付策略制定、信息交付基础制定、信息交付方案制定、信息整合与校验、信息移交和信息验收[1]。随着国内外各个领域不断推进

数字化、信息化、智能化的建设[2-5]，工业4.0、中国制造2025、美国国家制造创新网络等国家战略被付诸实施，对于化工产业主要体现在数字化工厂的建设，采用数字化交付便是其中的重要环节。

数字化交付可以实现业主从源头掌握工厂的运行管理数据，并在设计数据的基础上，实现数字化工厂的运维管理和设备资产管理，从而实现全生命周期的数字化工厂管理[6]。完整意义的数字化工厂可有效降低管理成本、提高安全可靠性，进而提升工厂的生产效益[7]。对于工程公司来说，通过平台内的数据集成和传导，可提高设计人员的工作效率，同时借助于平台对数据的一致性及完整性进行审查，可有效减少人工缺漏及由于专业间信息不一致而产生的错误，进而提高设计质量。除此之外，数字化交付设计的实施可以有效减少专业间及多办公地点间的数据壁垒，从而使多地多专业实时协作成为可能。因此，数字化交付能力已经成为工程公司核心竞争力的主要体现之一，同时也是建设数字化工厂，进而实现智能工厂、智能制造的重要数据来源及数据基础[8-9]。与此同时，与交付相关的各项规范标准已相继出台，已正式发布的主要有《石油化工工程数字化交付标准》（GB/T 51296—2018）和《石油化工建设工程项目交工技术文件规定》（SH/T 3503—2017）等。

目前，中国的煤化工产业规模在世界首屈一指，尤其是在技术和需求的促进下，现代煤化工产业发展迅猛，具有投资大、占地广、专有设备（技术）多等特点，往往需要多家承包商配合完成设计施工。在以往的项目中，业主只能遵从各承包商自成体系的规则，为实现数字化交付，多家承包商须统一规则，业主由此可以得到一致化的数据，从而更有利于工厂的管理及运维。同时，在大型项目中使用传统的二维设计方法很难保证工作文档的质量，越来越多的业主开始要求添加设计对象的智能三维模型和所有相关信息、操作员的详细描述、元素的属性组件以及严格的项目结构[10]，而这正是数字化交付所能给予的。正因如此，近年来煤化工产业对数字化交付的期望很高，受到业主及工程公司越来越多的关注，而目前国内外针对该领域的研究探讨较少。

本文通过航天长征化学工程股份有限公司（简称航天工程公司）某煤化工气体岛项目，对煤化工产业的数字化交付实施及应用情况展开探讨，并对智能工厂的建设进行展望。

1 项目概况

全厂以煤炭为原料，每年生产100万t甲醇，20 万t乙二醇、50万t醋酸，占地约1 230亩（8.2×105 m2），总投资约121亿元，致力于打造智能工厂示范项目。其中，该厂区气化装置采用HT-L（航天炉）粉煤加压气化技术，由航天工程公司进行EPC（engineering procurement construction）总包并实施数字化交付，项目的总体平面布置示意图见图1。

本数字化交付项目的形式是在中海壳牌模式[11]的基础上改进而成，参与方主要为业主、数字化执行管理院（PMC院）、数字化交付总体院、承包商及数字化软件平台商等，分步交付工厂在设计（E）、采购（P）、施工（C）阶段所形成的数字化工程信息和数据，其主要包括以下4块内容：工厂三维建模、管道仪表流程图、结构化文档及非结构化数据等。

2 数字化交付平台及软件

目前，数字化交付已走过10余年时间，已有多家公司在工业领域拥有了成熟的交付平台。比如鹰图的SmartPlant Foundation（SPF）、剑维的AVEVA NET（.NET）及中国达美盛的PIMCenter和中科辅龙的PDSOFT工厂协同设计平台。它们基本都具有主流软件的接口和自有的专业软件。其中，SPF和.NET起步较早，工业应用也更为广泛。 两者相较而言，SPF涵盖设计及移交两部分内容，.NET则仅涉及数据整合移交;另外，SPF的模型加载速度要快于.NET平台，但相差不大。从操作性来讲，由于.NET更简易直观，上手难度要略低于SPF平台，SPF的数据架构更为全面及强大，功能也更为丰富。单从数字化交付来讲，两者均较为成熟，可用性不相伯仲。目前，所选用的数字化交付项目平台较多参考业主方的倾向及承包商的设计习惯。

由于在三维设计软件方面，本项目各承包商对AVEVA PDMS的使用普及度比SmartPlant的设计软件PDS（plant design system）略高，因此PMC院与承包商共同商定选用了NET作为数字化交付平台，工厂三维建模及管道仪表流程图绘制则分别采用PDMS及SmartPlant P&ID（SP P&ID）软件。同时，航天工程公司结合业主需求及自身软件建设基础，搭建出本项目的交付技术架构，详见图2。其中，信息标准是提取及管理交付信息的基础，

用于明確类库信息、确定信息颗粒度等，需要在项目开展之初进行定义并执行，由PMC院及总体院共同下达。4种类型的交付物通过平台提供的相应Gateway转换成交付平台可以读取的中间格式，这些格式可以通过AVEVA NET Portal或其他企业门户页面浏览，同时它们生成描述文件关键内容和关系的XML文件，从而在.NET中建立描述这些文件的元数据信息，最终整合为数字工厂呈现在平台上。与此同时，企业资源计划管理系统（ERP，enterprise resource planning）及项目信息管理平台的信息也将录入数字化气化岛，向运维管理提供数据支持，为进一步接入运维管理平台打下基础。

3 数字化交付实施概况

整体工作主要流程包括策划、实施、交付及审核4个阶段，本文主要针对实施阶段进行阐述。根据《石油化工工程数字化交付标准》（GB/T 51296—2018）中5.1.2条“工厂对象与数据、工廠对象与文档、工厂对象与三维模型等不同信息之间应建立关联关系”的要求，本项目将各类型交付物以位号为索引整合至数字化交付平台并建立关联关系，最终输出为具有可视化界面的数字工厂，如图3所示。

以图中换热器为例，围绕该设备位号117-E-1009关联有三维模型、工艺流程图、设备详细属性、设备布置图及其他关联文档等。同时，平台也能通过交付物编码提取到信息来源单位、交付所属阶段、专业类别和文档类别等信息，满足标准规范的要求。

3.1 PDMS建模

PDMS模型是数字化交付的巨大载体，它承载了工厂在空间、物理、定量和定性特征上的虚拟模型，有助于项目参与方之间的合作，并在项目的设计、采购、制造、施工和维护阶段为项目的整个生命周期提供支持[12]。项目中全专业参与PDMS建模，形成上下游及异地协同设计，参与专业涵盖管道、建筑、结构、电气、电信、自控、设备、粉体、总图、给排水及暖通等，其实现方式如图4所示。在交付统一规定中，对PDMS的建模内容和建模深度予以明确，如管道建模深度：1） 满足工艺要求、操作要求、检修要求、施工要求;2） 满足应力分析要求;3） 管道连接顺序与PID一致;4） 与最终仪表条件一致;5） 管道实体支吊架（DN50 以上建支架）;6） 特殊管件。同时，对项目完成情况按照30%，60%，90%的进度节点进行模型审查，并事先对

各专业每次节点需完成的内容进行明确要求，如管道专业在30%阶段，需建立大于等于DN500的管道支架，60%阶段，需建立大于等于DN150的管道支架，90%阶段，需建立所有DN50以上的管道支架。各专业根据约定的《建模内容各阶段分工表》确定各自的PDMS建模步骤。

由于PDMS的计算功能相对薄弱，各专业还需根据自身情况进行软件结合，如：给排水专业兼用鸿业软件、天正软件及兆龙软件分别进行地下管网、室内消火栓及室内自喷系统的计算校核，后建模至PDMS。此外，在PDMS建模过程中，还需自购或自行开发插件进行辅助设计，如土建二次条件智能生成插件、综合材料报表生成插件等。

需要说明的是，根据业主要求，具有内部构件的设备需进行区别定义，分为成套设备及非成套设备。成套设备的三维建模需要对应实物资产的具体设备、管道等位号建模，即内部构件也应按照交付要求一一体现。非成套设备则是独立设计并采购的，可只体现外部模型，无需对内部构件具体建模。

全专业的PDMS建模可以使各专业实时互通，碰撞检查较为直观有效，同时可以帮助提供解决方案。完成后的模型如图5所示，经校审无误后，导出 rvm 格式并通过漫游软件Review向施工单位交底[13]。

3.2 SP P&ID绘制

SP P&ID与传统的手动应用AutoCAD和Excel绘图、制表流程相比有诸多优势：1）可以快捷输入完整属性;2）可以自动检测图面及属性错误;3）可以批量复用、批量修改;4）可以自动调出报表，如管道表、设备表、阀门表、仪表清册、保温规格表等。同时，SP P&ID可以通过SmartSketch提取数据后导入AVEVA NET平台，实现信息传递，通过图面直接定位元件可同步展示元件主要信息。值得注意的是，各承包商需对SP P&ID中属性的填写规则进行统一要求，以便平台能够正确提取。

3.3 结构化文档填写

结构化文档主要包括资产属性表和焊缝数据录入表。

1）资产属性表

资产属性表对于完善数字化工厂的对象数据十分重要，其主要依托对象位号进行一一对应，将业主关心的核心数据具体体现至每一类型的资产属性表中，再与业主资产管理使用的ERP系统进行关联，方便业主后期管理维护。 在实施过程中，遵循谁设计谁建模谁填表的主体思路推进填写工作，如在设备上与管道连接的仪表，由自控专业主导完成，并与设备及管道专业进行沟通。另外，甲供及外购设备（部件等）也需填写资产属性表，其内容应由供应商填写并交至承包商进行汇总确认。

2）焊缝数据录入表

焊缝信息是工厂进行运营精细化管理的重要数据之一，由各承包方提供可编辑版的ISO图文件（dwg格式），由分包施工单位标注焊点，在施工交付阶段提交可编辑版的带准确定位焊点的ISO文件（dwg及pdf格式）。同时，分包施工单位逐一填写焊缝数据录入表，每条均包含管道编号、焊缝编号、焊缝厚度、焊接方式、坡口方式、无损检测方式及焊工证号等十余项数据。实施过程中，应遵循同步施工、同步录入、同步校对的原则。

3.4 非结构化数据收集

非结构化数据主要有设计文件（dwg，docx，xlsx及pdf等）、MAPPING表、供应商合同编号表及备品备件清单等。其中，MAPPING表是非结构化文档-位号关联关系表，由数字化交付平台通过扫描可编辑版设计文件中的位号信息自动创建位号与文档的关联关系。该部分内容数据量大、格式多样，也是原有设计形式中数据内容的主体，因此会产生大量因沿用原有设计形式而产生的不满足数字化交付要求的错误，如图纸编号不唯一、内容未完整体现位号、各专业内位号不一致等等，因此需要进行平台审查及人工审核。

4 问题与对策

4.1 交付基础

数字化交付成功应用的前提条件，首先需要具有经验丰富的管理团队作为数字化交付PMC院。本项目在项目伊始便定位较高，为项目的后续实施提供了有力保障。其次是承包商各单位应具有较高的数字化交付能力，总体形成强有力的交付实施团队。同时，数字化设计要与模块化、标准化相结合，应当脚踏实地、实事求是、总体规划、认真细致、分步实施[14]。

4.2 存在的问题与困难

1）理想中的数字化交付，是能够用精确并直观的三维模型指导现场施工，然而实际操作时中下游专业的模型建设甚至慢于上游专业的施工进程，难以做到预期的方案对比及碰撞检查。如本项目建模中，地下管網根据管廊基础的位置进行了方案优化，却获知该段地下管道已完成了施工而未能实现优化。

2）由于新的交付形式，使得各专业的设计方式有了较大变化，对以往的专业分工也有一定的冲击，对设计人员造成了不小的影响。如，数字化交付中各专业均参与三维建模，以往统一为管道专业建立的设备、框架、机泵等就需要重新分工;再如，设备上仪表的属性录入，就需要从设备、自控及设备供应商中确定谁来主导完成。同时，高标准高要求的数字化交付对设计人员的工作细致程度提出了更高的挑战，也加大了设计人员的负担，比如在自控专业图纸中出现的管道号如果输入错误，在以往的项目中是很难被发现的，但在数字化交付项目中就会无法通过一致性分析审核，因此需要驳回修改。

3）大型煤化工项目投资大、占地广、装置多，基本都由多家大中型工程公司共同承包建设，数字化交付不单要出具需强制执行的交付统一规定，还需要根据各承包商的执行意见进行变动修改，这不可避免地会增加整个交付的工作量，如某承包商突然发现某类型元件的顺序号必须由2位升为3位，则各承包商的交付物及平台商的标准定义均须修改。

4）完备的工厂信息需要工程公司（设计院）、业主、供应商、施工单位等多方共同提供各自准确有效并符合数字化交付要求的数据，路径较多，给项目实施造成了较大困难。

4.3 对策建议

针对以上问题，结合项目实际，笔者提出如下建议。

1）数字化工厂或智能工厂的建设，是一个系统性的挑战，应给予承包方更充分的时间，只有三维模型

设计质量达到指导施工的要求，才能使其发挥实质性的价值。同时，随着各承包商在三维建模能力的不断提升和软件的不断进步，各专业会逐步摆脱单纯三维“复模”这一无价值工作。

2）对于数字化交付，企业高层应足够重视，管理人员和设计人员都要对困难有足够的准备。同时，在数字化交付实施过程中，应适时完善参与人员的绩效考核与奖惩制度，使模式顺利转型。另外，数字化交付团队应牵头协调分工、明确主导人，避免推诿现象发生。

3）虽然国家及行业均出具了相关的规范标准，但各项目仍有大量工作需摸索完成，因此建议国家相关部门进一步完善规范标准，并在保证政策支持不退坡的前提下更注重精准滴灌，扶持有真正决心和收益前景的企业投身于此;另一方面建议参与数字化交付的所有公司细化实施方案，明确实施细则，使以后的交付工作少走弯路。

4）建议业主将各承包商及自有路径进行整合，建立数据源库，对要求统一下达，免去耳耳相传的遗漏和错误。

4.4 今后工作设想

在数字化交付实施的同时，参与各方应为数字工厂向智能工厂的延伸进行筹备和策划工作。首先，建立项目大数据中心，业主将依托软件商平台将数字化交付的设计、采购及施工数据与后续的生产运维数据整合，打通生命全周期管理流程，并实现数据云端处理及全厂物联网。其次，打造相互衔接的智能系统，如基于以DCS（distributed control system）为核心的一体化控制平台建立先进控制系统（APC）;基于ERP建立企业生产运营智能服务系统;基于数字工厂建立三维操作仿真培训系统（OTS）;以及基于项目大数据建立实时数据库系统（RTDB）等。除此之外，各承包商将参与核心装置智能化的工作，如气化炉的智能分析优化及预测性维护指导等。最终，打造物联网、工业互联网及云数据平台，实现具备智能控制、智能生产、智能运营和智能决策4项功能的智能工厂。

5 结 语

1） 通过项目的实施，航天工程公司建立了一套以.NET平台搭载PDMS，SP P&ID等其他专业技术软件的数字化交付体系架构，可供同类型工程公司参考借鉴。同时，随着交付项目的建成运行，还需要对交付项目进行后续调研，不断完善。

2）为了解决目前的困难，不断提升承包商的三维建模能力和软件商的技术水平是关键，同时参与各方还要有更为合理的实施步骤，更高的重视程度，更为明确的政策规范以及更有效的信息传递方式。

3）数字化交付是建立数字工厂的数据核心来源，也是后续建设智能工厂的基础。集无人工厂、物联网、工业互联网及云数据平台等领先概念为一体的智能工厂能激发更多的价值潜能，可以预见，未来会有越来越多的工业项目实施数字化交付。

参考文献/References：

[1] GB/T 51296—2018，石油化工工程数字化交付标准[S].

[2] 周济.智能制造——“中国制造2025”的主攻方向[J].中国机械工程，2015，26（17）：2273-2284.

ZHOU Ji. Intelligent manufacturing——Main direction of "made in China 2025"[J].China Mechanical Engineering，2015，26（17）：2273-2284.

[3] 杨欣欣，应黎坪，彭一江.基于数字图像处理技术的再生混凝土数值模拟[J].河北工业科技，2018，35（5）：329-334.

YANG Xinxin， YING Liping， PENG Yijiang. Numerical simulation of recycled concrete based on digital image processing technology[J].Hebei Journal of Industrial Science and Technology， 2018，35（5）：329-334.

[4] 贺正楚，潘红玉.德国“工业4.0”与“中国制造2025”[J].长沙理工大学学报（社会科学版），2015，30（3）：103-110.

HE Zhengchu，PAN Hongyu. Germany"Industry 4.0" and "Made in China 2025"[J]. Journal of Changsha University of Science and Technology（Social Science）， 2015，30（3）：103-110.

[5] 兰筱琳，黄茂兴.工业4.0背景下中国制造业转型升级的现实条件与发展策略[J].中国矿业大学学报（社会科学版），2018，20（5）：47-59.

LAN Xiaolin， HUANG Maoxing. Realistic conditions and development strategies of transformation and upgrading of manufacturing industry under the background of industry 4.0[J].Journal of China University of Mining & Technology（Social Sciences），2018，20（5）：47-59.

[6] 曹建新.浅谈化工工程项目数字化交付设计[J].天津化工，2019，33（4）：69-72.

[7] LI D. Perspective for smart factory in petrochemical industry[J]. Computers & Chemical Engineering， 2016， 91： 136-148.

[8] 寿海涛.数字化工厂与数字化交付[J].石油化工设计，2017，34（1）：44-47.

SHOU Haitao.Digital plant and digital delivery[J].Petro-chemical Design，2017，34（1）：44-47.

[9] 刘青，刘滨，王冠，等.数字孪生的模型、问题与进展研究[J].河北科技大学学报，2019，40（1）：68-78.

LIU Qing， LIU Bin， WANG Guan， et al. Research on Digital Twin：Model， problem and progress[J]. Journal of Hebei University of Science and Technology， 2019，40（1）：68-78.

[10]NASIRIFAR R， SHAFEGHATI S， VALIPOUR I. A new methodology in generating Digital Plants in AVEVA PDMS from Navisworks model[J]. Journal of Project Management， 2019， 4（4）： 257-266.

[11]孙发亮.数字化交付在智能制造中的位置及发展趋势[J].中国仪器仪表，2019（5）：32-36.

SUN Faliang.The position and development trend of digital delivery in intelligent manufacturing[J]. China Instrumentation， 2019（5）：32-36.

[12]FAKHIMI A， SARDRDDD J M， MAZROI A， et al. Influences of building information modeling （BIM） on oil， gas， and petrochemical firms[J]. Science and Technology for the Built Environment， 2017， 23（6）： 1063-1077.

[13]張益，苏苗印，李晶晶.PDMS在大型空分设备工程协同设计中的应用[J].浙江化工，2019，50（5）：39-41.

ZHANG Yi， SU Miaoyin， LI Jingjing. Application of PDMS in engineering collaborative design of large-scale air separation unit[J]. Zhejiang Chemical Industry， 2019，50（5）：39-41.

[14]樊军锋.智能工厂数字化交付初探[J].石油化工自动化，2017，53（3）：15-17.

FAN Junfeng. Preliminary discussion of smartplant digital hand-over[J].Automation in Petro-chemical Industry， 2017，53（3）：15-17.