CC BY
14Организация мониторинга систем управления умным нефтехимическим производством
Невозможно представить умное предприятие без мониторинга состояния оборудования, производств, инфраструктуры в режиме реального времени. Предлагается мониторинг, который позволит своевременно реагировать на изменения в деятельности предприятий, предупредить отказы и аварии, повысить энерго-и ресурсоэффективность. Сформированная информационная база может стать основой для стратегического планирования и принятия управленческих решений. УДК статьи 658.5
Р.К. Нургалиев1
ФГБОУ ВО «Казанский национальный исследовательский технологический университет», канд. техн. наук, доцент, Nurgalievr@yandex.ru
1 заведующий кафедрой систем автоматизации и информационных технологий, г. Казань, Республика Татарстан, Россия
Для цитирования: Нургалиев Р.К. Организация мониторинга систем управления умным нефтехимическим производством // Компетентность / Competency (Russia). — 2021. — № 4. DOI: 10.24412/1993-8780-2021-4-32-39
ключевые слова
нефтехимическая промышленность, Индустрия 4.0, умное производство, информационная система, цифровизация, инновационная активность
собенностью эпохи развития «Индустрии 4.0» является высокий темп научно-технического прогресса. Инновации быстро переходят в категорию рядовых технологий, а им на смену приходят еще более эффективные решения. Следовательно, жизненный цикл продукции становится все более коротким. Предприятия, которые не переходят на путь цифровизации, рискуют потерять конкурентоспособность на рынке. Перечисленные проблемы еще более актуальны для предприятий нефтехимической промышленности, поскольку, помимо высокой конкуренции со стороны зарубежных предприятий, ситуация осложняется еще и сокращением запасов «легкой» нефти, необходимостью поиска нетрадиционных источников и добычи сырья в труднодоступных регионах. Развитие умных нефтехимических производств — это способ повысить эффективность и конкурентоспособность предприятий.
Умные производства позволяют увеличить производительность труда, сократить потребление ресурсов, оптимизировать издержки, уменьшить отрицательное воздействие на окружающую среду за счет высокой степени автоматизации, внедрения интеллектуальных систем управления, облачных технологий и пр., что требует создания глобальной информационной системы мониторинга, охватывающей все параметры предприятия на разных уровнях. Система мониторинга умных нефтехимических производств представляет собой программный комплекс, технику, приборы, оснащение, установки, спецоборудование, которые позволяют хранить и обрабатывать большие данные, фиксировать, прогнозировать, корректировать процессы в реальном време-
ни, тем самым увеличивая информативность, продуктивность системы, снижать риски и предотвращать негативное влияние на окружающую среду.
Таким образом, цифровая система мониторинга — информационная система непрерывного контрольно-оценочного отслеживания, анализа, прогнозирования результатов всех процессов предприятия с применением новейшего программного обеспечения, интернета вещей, направленная на оптимизацию и повышение экономической эффективности всех бизнес-процессов, увеличение информационной прозрачности. Для ведения упреждающей политики обеспечения безопасности эффективным является кибернетическое управление отдельными элементами производств, в том числе имитационное моделирование, интегрированное управление и т.д.
Научные основы эффективного использования энергоресурсов и экологически безопасной организации производств приведены в исследованиях Мешалкина В.П., Бобкова В.И., Дли М.И., Федулова А.С. и других. Инновационные стратегии развития предприятий входят в область научных интересов Мисбаховой Ч.А., Галиму-линой Ф.Ф. Проблемы и перспективы развития нефтехимических предприятий отражены в работах Лубниной А.А., Малышевой Т.В. Прогнозу развития цифровизации и Индустрии 4.0 в промышленности посвящены работы Liao Y., Deschamps F., Wollschlaeger M., Sauter T. и др. [1-4, 6-10].
Уровень развития умных производств можно оценить с помощью уровня инновационной активности нефтехимических предприятий, поскольку приоритетным направлением ин-
20,0 15,0 10,0 5,0 0,0
20,1
11,3
2010
12,1
12,0
11,7
12,4
11,9
6,5 7,8
2,0 1,0
9,2 8,7
2,0 2,0
2,0
2011 2012 2013 2014 2015
- Удельный вес инновационной продукции, %
- Число принципиально новых разработанных технологий, единиц
- Уровень инновационной активности, %
9,3
1,0 2,0
2016
2017
2018
новационного развития сегодня является цифровизация. Удельный вес произведенной инновационной продукции нефтехимическими производствами в общем объеме производства в 2018 году составил 10,1 %, что на 0,8 % выше показателя 2017 года и на 3,6 % выше уровня 2010 года. В 2018 году в деятельность нефтехимических предприятий внедрена всего одна принципиально новая разработанная технология, что ниже показателей предыдущих лет. В том же году инновационная активность компаний по сравнению с 2017 годом снизилась на 0,7 % и составила 20,1 % (рис. 1).
Приоритетной целью развития умных производств и внедрения инноваций является повышение энерго-и ресурсоэффективности и снижение отрицательной нагрузки на окружающую среду. Рассмотрим динамику показателей, характеризующих эффек-
10000
8000 6000 4000 2000 0
тивность политики предприятий в области охраны окружающей природной среды в 2010-2018 годы. В 2018 году объем инвестиций, направленных на охрану окружающей среды и рациональное использование ресурсов, составил 355,9 млн рублей, что на 10 % ниже показателей 2017 года. Однако на фоне снижения инвестиций в повышение экологической эффективности общий объем затрат в инновации имеет тенденцию роста и к 2018 году составил 10478 млн рублей, что в 1,7 раза выше уровня 2017 года (рис. 2).
При разработке эффективной системы мониторинга для умных нефтехимических производств необходимо оценить уровень развития предприятий в рамках концепции «Индустрия 4.0». Факторный анализ позволяет выделить группы факторов, имеющих наибольшее значение для развития нефтехимических предприятий.
Рис. 1. Динамика показателей, характеризующих инновационную активность нефтехимических предприятий в 2010-2018 гг. [Dynamics of indicators characterizing the innovative activity of petrochemical enterprises in 2010-2018], [5]
Рис. 2. Динамика показателей, характеризующих эффективность политики в области охраны окружающей природной среды в 2010-2018 гг. [Dynamics of indicators characterizing the effectiveness of the policy in the field of environmental protection in 2010-2018], [5]
10 478,0
8203,4 7793,0 7872,1 7900,0
6205 8
3795,6 5100,0
3685,9
334,6
3572,3
3095,8
4055,0
338,2
338
3095,8
335,3
483,0
2010 2011 2012 2013 2014 2015 2016 2017
| — Инвестиции, направленные на охрану окружающей среды и рациональное использование ресурсов (млн рублей)
— Текущие затраты на охрану окружающей среды (млн рублей)
— Затраты на инновации (млн рублей)
3388,9
3132,5
3750,9
3339,6
361,6
368,9
375,7
399,4
355,9
2018
Таблица 1
Текущие факторные нагрузки для трех факторов, 2010-2018 гг. [Current factor loads for three factors, 2010-2018]
Показатели [Indicators] Фактор 1 [Factor 1] Фактор 2 [Factor 2] Фактор 3 [Factor 3]
Уровень инновационной активности, % 0,742583 0,290232 0,461786
Удельный вес инновационной продукции, % -0,060999 0,955250 0,017380
Внедренная инновационная продукция, млн руб. 0,248007 0,941406 0,146723
Число принципиально новых разработанных технологий, единиц -0,506661 -0,281121 0,054142
Число используемых передовых производственных технологий, единиц 0,863818 0,055995 0,288000
Количество приобретенных новых технологий, единиц 0,731270 0,538059 0,159087
Затраты на инновации, млн руб. 0,663455 -0,381211 -0,273128
Инвестиции, направленные на охрану окружающей среды и рациональное использование ресурсов, млн руб. 0,239522 0,391011 0,782338
Текущие затраты на охрану окружающей среды, млн руб. 0,084067 -0,620158 0,706087
Общая дисперсия 2,658910 2,937461 1,531470
Доля дисперсии 0,295434 0,326385 0,170163
Рис. 3. Диаграммы рассеяния для показателей — уровень инновационной активности; число используемых передовых производственных технологий; количество приобретенных новых технологий [Scatter diagrams for indicators — the level of innovative activity; the number of advanced production technologies used; the number of acquired new technologies]
Факторный анализ распределил показатели по трем группам (табл. 1):
► фактор 1 включает показатели, характеризующие инновационную активность предприятий, такие как число используемых передовых производственных технологий и приобретенных новых технологий — 62,4 % всей дисперсии;
► фактор 2 состоит из показателей, характеризующих объемы производства инноваций: удельный вес инновационной продукции, внедренная инно-
вационная продукция — 26,7 % всей дисперсии;
► фактор 3 характеризует эффективность экологической политики нефтехимических предприятий: инвестиции, направленные на охрану окружающей среды и рациональное использование ресурсов, затраты на охрану окружающей среды — 10,9 % всей дисперсии.
Для дальнейшего исследования в виде построения корреляционно-регрессионной модели рассмотрим показатели, вошедшие в первую группу факторов. Проведем корреляционный анализ для определения степени зависимости показателей — уровень инновационной активности, %; число используемых передовых производственных технологий, единиц; количество приобретенных новых технологий, единиц.
Корреляционный анализ и построенные диаграммы рассеяния позволили выявить тесную положительную зависимость между показателями «уровень инновационной активности, %» и «число используемых передовых производственных технологий, единиц» — R = 0,72, а также между показателями «уровень инновационной активности, %» и «количество приобретенных новых технологий, единиц» — R = 0,81 (рис. 3). Используем эти показатели для построения модели линейной регрессии уровня инновационной активности нефтехимических предприятий (табл. 2).
Диаграмма рассеяния: Уровень инновационной активности организаций, % vs. Число используемых передовых производственных технологий, единиц (Построч. удаление ПД) Число используемых передовых производственных технологий, единиц = 2543,3 + 160,08 * Уровень инновационной активности организаций, % Корреляция: г = 0,71774
6200 э- 6000
5 1 5800 | £ 5600 Ё| 5400
и о
« | 5200
1 « 5000
2 | 4800 I 1 4600 = Б 4400
3 «
| " 4200 г | 4000 = 3800 3600
/
о
0 / "
-
■■ """
- - - """
О — —
о -
<
Уровень инновационной активности организаций, % 0,95 Дов.Инт
Диаграмма рассеяния: Уровень инновационной активности организаций, % vs. Количество приобретенных организациями новых технологий (технических достижений), программных средств, единиц (Построч. удаление ПД). Количество приобретенных организациями новых технологий (технических достижений), программных средств, единиц = -95,11 + 17,133 * Уровень инновационной активности организаций, % Корреляция: г = 0,80821
320 1 300 280 ! | 260 и г 240
' 1 ¡г 220
Ц 200 I £ 180 £ 160 ■I И 140
Ц 120 | | 100 § 80 | 60 1 40
0 12 14 16 18 20 22
Уровень инновационной активности организаций, % 0,95 ДовИнт.
12
14
20
22
Таблица 2
Исходные данные для построения регрессионной модели уровня инновационной активности нефтехимических предприятий [Initial data for constructing a regression model of the level of innovation activity of petrochemical enterprises]
Год [Year] Уровень инновационной активности организаций,% [Organizations innovation activity level, %] Число используемых передовых производственных технологий, тыс. единиц [Number of advanced production technologies used, thousand units] Количество приобретенных организациями новых технологий (технических достижений), программных средств, тыс. единиц [Number of new technologies (technical achievements), software purchased by organizations, thousand units]
2010 11,3 5,4 0,100
2011 12,1 3,8 0,076
2012 12,0 3,9 0,183
2013 11,7 4,0 0,087
2014 12,4 4,3 0,108
2015 11,9 4,5 0,053
2016 12,1 5,1 0,154
2017 20,8 5,7 0,209
2018 20,1 6,1 0,305
Уравнение регрессии принимает следующий вид:
У = 2,89 + 1,47X1 + 27,95X2,
где У — уровень инновационной активности организаций, %;
Х1 — число используемых передовых производственных технологий, тыс. единиц;
Х2 — количество приобретенных организациями новых технологий (технических достижений), программных средств, тыс. единиц.
Для оценки адекватности уравнения регрессии рассчитаем коэффициенты адекватности функции: коэффициент множественной детерминации (0,84), скорректированный индекс множественной детерминации (0,81), уровень значимости критерия Фишера (0,02).
Таким образом, корреляционно-регрессионный анализ и 3М-графика поверхностей определяет показатель «количество приобретенных организациями новых технологий (технических достижений), программных средств, тыс. единиц» как наиболее важный показатель, оказывающий влияние на уровень инновационной активности предприятий, который, в свою очередь, характеризует тенденцию перехода нефтехимических предприятий на путь «Индустрия 4.0» и создание умного производства (рис. 4).
Мониторинг систем управления умным нефтехимическим предприятием
реализуется на следующих уровнях путем интеграции с соответствующими информационными системами (рис. 5):
► мониторинг параметров операционного уровня. On-line учет результатов замеров основных параметров (температуры, давления, отказов и пр.) в режиме реального времени, интеграция с АСУТП, АРС и т.д.;
► мониторинг параметров производственных процессов. Фиксация показателей контроля производственных процессов (изменение производственного цикла, эффективность оборудования и пр.), интеграция с АСУП, РСУ, MES и др.;
Рис. 4. ЗМ-графика поверхностей для показателей: уровень инновационной активности; число используемых передовых производственных технологий; количество приобретенных новых технологий
[3M-graphics of indicators surfaces: the level of innovative activity; the number of advanced production technologies used; the number of acquired new technologies]
_ -1 CD э со a
11 = lis
«s!
n Ç (О
4 s X
5 ( ï
IIS
CD *
ssi
iSS
О □
О
□ m
> 400
< 300
< 100 < -100
< -300
< -500
< -700
< -900 <-1100
TITLE
NO.:
Рис. 5. Мониторинг систем управления умным нефтехимическим производством [Monitoring of smart petrochemical production control systems]
► мониторинг показателей эффективности вспомогательных и обслуживающих процессов (учет динамики показателей эффективности логистической деятельности, ремонтных, инструментальных и других подсистем), интеграция с SCM, WMS, WMI, TMS, ТОРО и др.
► мониторинг финансовых показателей и бухгалтерии (учет динамики пока-
зателей финансовой и бухгалтерской отчетности, контроль капитальных затрат, долгосрочное планирование и др.), интеграция с 1С, ERP, ЕАМ, BP и др.
Концепция умного нефтехимического предприятия будет включать следующие взаимосвязанные интегрированные подсистемы и подходы к управлению (рис. 6) [4]:
Рис. 6. Подходы к управлению информационной системой мониторинга умных нефтехимических производств [Approaches to managing an information system for monitoring smart petrochemical plants], [4]
► Геологические и гидродинамические модели
► Имитационное моделирование
► 3D-и 2D-мoдели
► Оперативное прогнозирование загрузки мощностей, запасов и пр.
► Единое хранилище баз данных
► Мониторинг бизнес-процессов предприятия
► Учет логистических процессов ► Риск-менеджмент ► Диспетчеризация
Своевременное определение отклонений и нарушений Операционное \ ► Визуализация управление \ ►Документирование
► Повышение квалификации персонала на площадках профильных вузов ► Упреждающее совместное решение проблем Обмен опытом и изучение лучших практик в области цифровизации и Индустрии 4.0
► моделирование (геологические и гидродинамические модели, имитационное моделирование, 3D- и 2D-модели);
► операционное управление (учет логистических процессов, риск-менеджмент, диспетчеризация, своевременное определение отклонений и нарушений);
► интегрированное планирование (оперативное прогнозирование загрузки мощностей, запасов и пр., единое хранилище баз данных, мониторинг бизнес-процессов предприятия), повышение квалификации персонала, совместное коллективное принятие решений (повышение квалификации персонала на площадках профильных вузов, упреждающее совместное решение проблем, обмен опытом и изучение лучших практик в области цифровиза-ции и Индустрии 4.0).
Актуальное направление эффективного ведения мониторинга в реальном времени — переход на мобильные или другие носимые устройства. Эффективным трендом является разработка приложений для мобильных устройств или компьютеров, что позволяет осуществлять круглосуточный контроль и оперативность принятия решений. Специалист, отвечающий за техническую исправность аппарата, сможет быстрее реагировать на поломки, предотвращать их благодаря «умному» приложению к мобильному устройству либо компьютеру, которое будет оперативно оповещать об изменении параметров различных элемен-
Ежегодные безвозвратные потери нефтехимических предприятий составляют около 1 % от выручки, или миллиарды рублей в год. Предложенная система мониторинга способна сократить безвозвратные потери на 10-30 %
тов установок. Таким образом, умное приложение дает возможность увеличить доход предприятия за счет сокращения потерь и оптимизации логистики (рис. 7).
Нефтехимические предприятия Республики Татарстан переходят на путь цифровизации, однако большая и сложная инфраструктура предприятий отрасли делает невозможной полную реструктуризацию в короткие сроки. Необходимо начинать с решений, не требующих огромных капитальных вложений и полной перестройки имеющихся мощностей. С точки зрения ведения on-line мониторинга в режиме реального времени предлагается разработка программного обеспечения для мобильных устройств и компьютеров, интегрированных со счетчиками данных расхода воды, электроэнергии, тепла, датчиками пожарной безопасности, температуры и т.д. На рынке представлено большое количество предложений разработчиков с различными уровнями сложности и надежности.
Программное обеспечение для мобильных устройств и компьютеров для ведения on-line мониторинга в режиме реального времени
Стоимость внедрения on-line мониторинга для предприятия стартует от 10 млн рублей. Ежегодные безвозвратные потери нефтехимических предприятий составляют около 1 % от выручки, или миллиарды рублей в год. Экономия от предложенной системы мониторинга выражена в сокращении безвозвратных потерь на 10-30 %. Срок окупаемости внедрения on-line мониторинга для нефтехимических предприятий менее одного года
Интеграция со счетчиками данных расхода воды, электроэнергии,тепла, датчиками пожарной безопасности, температуры и т.д.
Интеграция с датчиками движения для функций управления светом и охранной сигнализацией
Интеграция с управляемыми осветительными приборами, розетками, климат-контролем
Учет логистических процессов
риск-менеджмента
диспетчеризации
Своевременное определение
отклонений и нарушений
визуализации
Документирование
Рис. 7. Структура программного обеспечения для мобильных устройств и компьютеров для ведения on-line мониторинга в режиме реального времени
[The structure of software for mobile devices and computers for on-line monitoring in real time]
Статья поступила в редакцию 4.04.2021
Однако на сегодняшний день эти технологии в деятельность нефтехимических предприятий Республики Татарстан не внедрены.
Список литературы
1. Лубнина А.А. Совершенствование управления инновационным развитием нефтегазохимического комплекса Республики Татарстан // Экономический вестник Республики Татарстан. — 2015. — № 4.
2. Малышева Т.В., Шинкевич А.И. Развитие регионального рынка нефтепродуктов Республики Татарстан с использованием информационных логистических технологий // Мир нефтепродуктов. Вестник нефтяных компаний. — 2017. — № 12.
3. Мисбахова Ч.А., Шинкевич А.И., Галимулина Ф.Ф. Состояние
и перспективы развития инновационной деятельности в Республике Татарстан // Инновационная деятельность. — 2015. — № 3(34).
4. Приложение к журналу «Сибирская нефть». — 2014. — № 10/117; https:// www.gazprom-neft.ru/files/journal/SNp117.pdf (дата обращения: 19.02.2021).
5. Росстат; http://www.gks.ru (дата обращения: 19.02.2021).
6. Шинкевич А.И., Лубнина А.А. Управление рисками в сфере энерго-
и ресурсосбережения химии и технологии полимерных и композиционных материалов на основе сбалансированных показателей // Вестник Казанского технологического университета. — 2013. — Т. 16. — № 4.
7. Bobkov V.I., Fedulov A.S., Dli M.I., Meshalkin V.P., Morgunova E.V. Scientific basis of effective energy resource use and environmentally safe processing
of phosphorus-containing manufacturing waste of ore-dressing barrows and processing enterprises // Clean Technologies and Environmental Policy. — 2018. — N 20(10).
8. Liao Y., Deschamps F., Loures E. and Ramos L. F. P. Past, present and future of Industry 4 — a systematic literature review and research agenda proposal // International Journal of Production Research, Taylor & Francis. — 2017. —
N 55(12).
9. Meshalkin V.P., Gartman T.N., Kokhov T.A., Korelstein L.B. Heuristic topological decomposition algorithm for optimal energy-resource-efficient routing of complex process pipeline systems // Doklady Chemistry. — 2018. — N 482(2).
10. Wollschlaeger M., Sauter T. and Jasperneite J. The future of industrial communication: Automation networks in the era of the internet of things and industry 4.0 // Industrial Electronics Magazine. — 2017. — N 11(1).
Стоимость внедрения on-line мониторинга для предприятия стартует от 10 млн рублей. В то же время ежегодные безвозвратные потери нефтехимических предприятий составляют около 1 % от выручки, или миллиарды рублей в год. Предложенная система мониторинга способна сократить безвозвратные потери на 10-30 %. Срок окупаемости внедрения on-line мониторинга для нефтехимических предприятий менее одного года.
Таким образом, информационная система мониторинга представляет собой сбор информации со всех процессов, датчиков и технологий о накоплении, создании, систематизации больших данных для их последующей обработки, прогнозирования, анализа рисков, предотвращения неблагоприятных ситуаций и аварий, принятия решений в области стратегического развития предприятия. Online мониторинг выполняет оценки технического состояния оборудования и производственных процессов. Однако дальнейшая перспектива развития мониторинга для умных производств заключается не в увеличении числа технологий и датчиков, а в расширении возможностей применения искусственного интеллекта. ■
НОВАЯ КНИГА
Манометры
Учебное пособие. — М.: АСМС, 2020
Приведены основные сведения о методах измерения давления, механических (шкальных) приборах избыточного давления, методах и средствах их поверки и калибровки. Описаны принципы действия, основные схематические решения, технические и метрологические характеристики приборов. Подробно анализируются вопросы поверки манометров: правильный выбор эталонных средств, особенности методов поверки, представление конечных результатов. Рассмотрены типы грузопоршневых манометров и методика их поверки. Пособие может быть полезно специалистам в области эксплуатации, поверки и калибровки средств измерений давления, ремонта манометров, студентам, обучающимся по данному направлению.
По вопросам приобретения обращайтесь по адресу: Академия стандартизации, метрологии и сертификации (АСМС), 109443, Москва, Волгоградский пр-т, 90, корп. 1. Тел. / факс: 8 (499) 742 4643. Факс: 8 (499) 742 5241. E-mail: info@asms.ru
Kompetentnost / Competency (Russia) 4/2021
ISSN 1993-8780. DOI: 10.24412/1993-8780-2021-4-32-39
Organization of Monitoring Control Systems in Smart Petrochemical Production
R.K. Nurgaliev1, FSBEI HE Kazan National Research Technological University, Assoc. Prof. PhD (Tech.), Nurgalievr@ yandex.ru
1 Head of Automation and Information Technologies Systems Department, Kazan, Republic of Tatarstan, Russia
Citation: Nurgaliev R.K. Organization of Monitoring Control Systems in Smart Petrochemical Production, Kompetentnost / Competency (Russia), 2021, no. 4, pp. 32-39. DOI: 10.24412/1993-8780-2021-4-32-39
1. Lubnina A.A. Sovershenstvovanie upravleniya innovatsionnym razvitiem neftegazokhimicheskogo kompleksa Respubliki Tatarstan [Improving the management of innovative development of the petrochemical complex of the Republic of Tatarstan], Ekonomicheskiy vestnik Respubliki Tatarstan, 2015, no. 4, pp. 40-44.
2. Malysheva T.V., Shinkevich A.I. Razvitie regional'nogo rynka nefteproduktov Respubliki Tatarstan s ispol'zovaniem informatsionnykh logisticheskikh tekhnologiy [Development of the regional market of petroleum products of the Republic of Tatarstan with the use
of information and logistics technologies], Mir nefteproduktov, Vestnik neftyanykh kompaniy, 2017, no. 12, pp. 4-9.
3. Misbakhova Ch.A., Shinkevich A.I., Galimulina F.F. Sostoyanie i perspektivy razvitiya innovatsionnoy deyatel'nosti v ramkakh Respubliki Tatarstan [State and prospects of innovation activity development in the Republic of Tatarstan], Innovatsionnaya deyatel'nost', 2015,
no. 3(34), pp. 44-51.
4. Prilozhenie k zhurnalu Sibirskaya neft' [Journal Siberian oil appendix], 2014, no. 10/117; https:www.gazprom-neft.ru/files/journal/SNp117. pdf (acc.: 19.02.2021).
5. Rosstat; http://www.gks.ru. (acc.: 19.02.2021).
6. Shinkevich A.I., Lubnina A.A. Upravlenie riskami v sfere energo- i resursosberezheniya khimii i tekhnologii polimernykh i kompozitsionnykh materialov na osnove sbalansirovannykh pokazateley [Risk management in the field of energy and resource conservation of chemistry and technology of polymer and composite materials based on balanced indicators], Vestnik Kazanskogo tekhnologicheskogo universiteta, 2013, vol. 16, no. 4, pp. 292-296.
7. Bobkov V.I., Fedulov A.S., Dli M.I., Meshalkin V.P., Morgunova E.V. Nauchnye osnovy effektivnogo ispol'zovaniya energoresursov i ekologicheski bezopasnoy pererabotki fosforsoderzhashchikh proizvodstvennykh otkhodov gorno-obogatitel'nykh kombinatov i pererabatyvayushchikh predpriyatiy [Scientific basis of effective energy resource use and environmentally safe processing of phosphorus-containing manufacturing waste of ore-dressing barrows and processing enterprises], Clean Technologies and Environmental Policy, 2018, no. 20(10), pp. 2209-2221.
8. Liao Y., Deschamps F., Loures E., Ramos L. F. P. Proshloe, nastoyashchee i budushchee Industrii 4 — sistematicheskiy obzor literatury
i predlozhenie po povestke dnya issledovaniy [Past, present and future of Industry 4 — a systematic literature review and research agenda proposal], International Journal of Production Research, Taylor & Francis, 2017, no. 55(12), pp. 3609-3629.
9. Meshalkin V.P., Gartman T.N., Kokhov T.A., Korel'shteyn L.B. Algoritm evristicheskoy topologicheskoy dekompozitsii dlya optimal'noy energoresursoeffektivnoy marshrutizatsii slozhnykh tekhnologicheskikh truboprovodnykh sistem [Heuristic topological decomposition algorithm for optimal energy-resource-efficient routing of complex process pipeline systems], Doklady Chemistry, 2018, no. 482(2),
pp. 246-250.
10. Wollschlaeger M., Sauter T., Jasperneite J. Budushchee promyshlennykh kommunikatsiy: seti avtomatizatsii v epokhu interneta veshchey i industrii 4.0 [The future of industrial communication: Automation networks in the era of the internet of things and industry 4.0], Industrial Electronics Magazine, 2017, no. 11(1), pp. 17-27.
petrochemical industry, Industry 4.0, smart production, information system, digitalization, innovative activity
I believe that today it is impossible to imagine a smart enterprise without monitoring the state of equipment, production facilities, and infrastructure in real time. In this regard, monitoring is proposed, which allows you to respond in a timely manner to changes in the activities of enterprises, prevent failures and accidents, and increase energy and resource efficiency. The smart petrochemical production monitoring system is a software package, equipment, installations, special equipment that allows you to store and process big data, record, predict, adjust processes in real time, thereby increasing the information content, productivity of the system, reducing risks and preventing negative impact on the environment. The formed information base can become the basis for strategic planning and management decision-making. The proposed monitoring system is able to reduce irretrievable losses by 10-30 %. The payback period for the implementation of on-line monitoring for petrochemical enterprises is less than one year.
References
