近日，九江石化炼油运行三部工艺员段弘磊照例轻点鼠标，打开催化裂化大数据分析系统，只见一个沉降器的内构图映入眼帘，各种色彩的实时数据闪烁其间。数据显示，1号催化裂化装置沉降器当日结焦量下降至60千克以下。困扰装置的运行难题成功解决。

    段弘磊操控的智能系统叫作催化裂化大数据分析系统，能够每天对沉降器划分的800余万个区域参数进行实时统计，并构建油气流动模拟，通过数字模型、颗粒轨道模型等手段形成样本数据，进行比对分析，找出结焦原因，从而优化生产，减少结焦量。“我们把它叫作智能‘啄木鸟’，是我们催化装置的‘医生’。”段弘磊介绍说。

    沉降器是催化装置的重要组成部分。由于催化裂化过程温度较高，产生的油气中存在较多的重组分，很容易在塔器内形成焦块，当达到一定程度时，就会堵塞气固分离的设备——旋风分离器，严重影响生产。过去，催化裂化这套效益装置常年受此“顽疾”侵扰。催化裂化是炼化企业生产汽柴油最重要的二次加工装置，也是炼油加工工艺最复杂的装置之一。如何减少催化裂化装置结焦，一直是行业的大难题。

    在传统解决方案中，由于密闭生产，除非检修，否则无法看到内部结焦情况。什么情况会结焦，会在哪个部分结焦，结焦量有多少？一切都是未知数，只能凭经验判断。为此，九江石化决定建设催化裂化大数据分析系统。

    攻关团队通过一年多的观察和研究，基于结焦率的预测模型，采集有效样本数11万组，通过排查原因，测算分析了结焦量，发现温度、速度、涡流强度是影响结焦的关键因素，最终找到了结焦参数关联，并建立了生产报警预警模型、操作参数优化模型。经过验证，系统判断与实际情况的吻合率达95%以上，解决了结焦这个不可测变量的定量化问题。

    系统上线后，这个智能“啄木鸟”会自主监控、预测沉降器结焦量、结焦部位、结焦速率等参数。如果结焦量突然增大，系统会迅速报警，并分析原因和对策，依据系统进行生产调整，能切实有效延长装置运行周期，实现装置高效运行。

    过去每次检修，需要7个人连续作业20天，才能清除全部的150多吨的焦炭，相当于20平方米办公室那么大的焦块。现在，不仅不用担心结焦对装置的影响，而且停工检修时只需要不到1/3的人力，就能完成清焦工作。

    作为中国石化首个催化裂化装置大数据技术应用系统，该系统的应用，实现了由“单纯数据”到“为操作决策”的转变，进一步拓展了智能化在炼化企业高难度装置的深化应用，助推石化行业智能制造的发展。