隨著城市化快速發(fā)展，“化工圍城”“城圍化工”問題日益顯現(xiàn)，加之部分企業(yè)安全意識薄弱，安全事故時有發(fā)生，行業(yè)發(fā)展與城市發(fā)展的矛盾凸顯，“談化色變”和“鄰避效應”對行業(yè)發(fā)展制約較大。

如江蘇響水“3·21”爆炸事故過去一個月后，江蘇省化工行業(yè)的整治提升方案出臺，明確提出長江干支流兩側一公里范圍內(nèi)且在化工園區(qū)外的化工生產(chǎn)企業(yè)原則上2020年底前全部退出或搬遷，嚴禁在長江干支流一公里范圍內(nèi)新建、擴建化工園區(qū)和化工項目。

隨著環(huán)保排放標準不斷提高，行業(yè)面臨的環(huán)境生態(tài)保護壓力不斷加大。企業(yè)只有在保障安全環(huán)保的前提下，才能獲得良好的經(jīng)濟效益，安全環(huán)保已經(jīng)成為企業(yè)的核心競爭力。同時，石化還面臨著裝置設備腐蝕的高風險及嚴重后果。

石化行業(yè)是腐蝕的重災區(qū)

近年來，隨著DCS（分布式控制系統(tǒng)）和EM（設備全生命周期管理平臺）在石化裝置中的廣泛應用以及石化行業(yè)信息化建設的不斷推進，大量數(shù)據(jù)被記錄和儲存下來，包括過程歷史監(jiān)測數(shù)據(jù)、過程裝備的可靠性數(shù)據(jù)（如不同類型操作單元和設備的生產(chǎn)負荷數(shù)據(jù)、故障歷史記錄及維修記錄）、動設備（泵、壓縮機、風機）性能歷史記錄等已經(jīng)在物聯(lián)網(wǎng)環(huán)境下進行了按照數(shù)字化的方式存儲，并隨著信息化建設的開展和深入，數(shù)據(jù)量以幾何級速度增長。

以一個典型的煉化一體化企業(yè)為例，擁有30000個采樣點，現(xiàn)場采樣率達到100次/秒，每年約產(chǎn)生495 TB數(shù)據(jù)。海量數(shù)據(jù)一方面使得裝置的報警系統(tǒng)能更加準確精細地掌握運行狀態(tài)，使智能化操作成為可能，另一方面也為腐蝕監(jiān)檢測先進報警系統(tǒng)的設計提出了挑戰(zhàn)。

腐蝕回路分析分為簡單分析和詳盡分析兩大類，如圖7和圖8所示。

用于指導工藝防腐、原油混煉、高溫注劑和高溫選材，能夠及時反映工藝變化，如圖9所示。

如圖10所示，可以實現(xiàn)不開孔、卡箍式安裝或管道焊接螺柱安裝；測厚數(shù)據(jù)采用無線網(wǎng)絡模式傳輸，即利用網(wǎng)關和路由器，將數(shù)據(jù)傳送到遠程數(shù)據(jù)平臺；實現(xiàn)連續(xù)測厚監(jiān)測。

如圖12所示，采用非插拔式氫探針緊貼于測點，經(jīng)過幾分鐘后，迅速顯示出因腐蝕而生成氫的滲透量，反應靈敏度高，可在500 ℃的高溫環(huán)境下工作，適用于煉制高酸原油裝置的環(huán)烷酸腐蝕監(jiān)測及有氫逸出的腐蝕環(huán)境。 

現(xiàn)在已經(jīng)有了比較成熟的循環(huán)水系統(tǒng)腐蝕泄漏檢測系統(tǒng)，如圖14所示。

數(shù)據(jù)分析是指用適當?shù)慕y(tǒng)計和計算機方法對收集的數(shù)據(jù)進行分析，把隱沒在雜亂無章數(shù)據(jù)中的信息集中、萃取和提煉出來，找到研究對象的內(nèi)在規(guī)律，最大化地開發(fā)數(shù)據(jù)資料的功能，發(fā)揮數(shù)據(jù)的作用。

由于數(shù)據(jù)為多種不同特征的參量，在時間、空間、可信度和表達方式上不盡相同，側重點和用途也不相同，因此需要將信息進行融合，即對多方位采集的局部環(huán)境下的不完整數(shù)據(jù)加以綜合，消除多源數(shù)據(jù)間可能存在的冗余和矛盾信息，降低不確定性，形成對系統(tǒng)的一致性描述。

常用的信息融合方法有加權平均法、卡爾曼濾波法、貝葉斯估計法、神經(jīng)元網(wǎng)絡法等。

深度學習是近年來發(fā)展起來的一種機器學習領域的新研究方向，其起源于人工神經(jīng)網(wǎng)絡，是基于樣本數(shù)據(jù)通過一定的訓練方法得到包含多個層級的深度網(wǎng)絡結構，每個層級之間的連接強度在學習過程中修改并決定網(wǎng)絡的功能。

深度學習可通過學習深層非線性網(wǎng)絡結構，實現(xiàn)復雜函數(shù)逼近，表征輸入數(shù)據(jù)分布式表示，并找到數(shù)據(jù)的內(nèi)部結構，發(fā)現(xiàn)變量之間的真正關系形式，展現(xiàn)了強大的從少數(shù)樣本集中學習數(shù)據(jù)集本質特征的能力。

然而，煉油裝置是一個非常復雜的腐蝕系統(tǒng)，影響腐蝕的因素非常多，其中最主要的是原料中的硫、氮、氧、氯及重金屬和雜質等腐蝕介質的含量，以及設備運行過程中的溫度、壓力、流速等操作參數(shù)。若要進行腐蝕預測，保證系統(tǒng)可靠運行，就需要對各種復雜的數(shù)據(jù)進行細化歸類，最具代表性的有以下5個方面：

中國石化青島安全工程研究院近年開發(fā)了一套集在線、離線監(jiān)檢測數(shù)據(jù)于一體的為腐蝕分析提供便利的腐蝕數(shù)據(jù)管理系統(tǒng)，其運用深度學習方法對煉油企業(yè)累積的海量數(shù)據(jù)進行深度分析，對關鍵裝置的工藝參數(shù)和水質分析數(shù)據(jù)進行學習訓練，建立關鍵信息（切水鐵離子濃度、pH值、設備壁厚）與其他監(jiān)測量之間的黑盒模型，達到根據(jù)工藝狀態(tài)快速、準確地進行預測的目的，為指導企業(yè)腐蝕防護工作奠定了理論和技術基礎，如圖15和圖16所示。

(1) 腐蝕監(jiān)測傳感器的智能化和低成本化；

(5) 腐蝕數(shù)據(jù)驅動決策：通過腐蝕預測模型、數(shù)據(jù)挖掘技術發(fā)現(xiàn)規(guī)律，實現(xiàn)狀態(tài)監(jiān)測+診斷決策。 

第一步：數(shù)字防腐。布設大量傳感器，重點開發(fā)能夠實現(xiàn)面掃的腐蝕監(jiān)檢測技術，收集和積累腐蝕數(shù)據(jù)，構建腐蝕大數(shù)據(jù)庫，實現(xiàn)可視化。構建可視化的設備防腐管理系統(tǒng)，通過二三維一體化平臺與傳統(tǒng)的設備管理系統(tǒng)相結合，實現(xiàn)設備防腐信息的可視化、集成化和維修作業(yè)協(xié)同化。

第二步：智能防腐。對“腐蝕大數(shù)據(jù)”分析利用，實現(xiàn)防腐智能管控、智能運維、智能監(jiān)檢測，建立標準化數(shù)據(jù)倉庫。

第三步：智慧防腐。防腐業(yè)務智慧化，實現(xiàn)整體優(yōu)化及標準化，包括體系化管理、智慧防控鏈、材料腐蝕基因組工程優(yōu)化。

從石化的腐蝕與防護技術現(xiàn)狀看，腐蝕無疑是安全生產(chǎn)的大敵，任務依然艱巨，設備仍未全面達到本質安全要求。