智能工厂三维数字化指南(DOC36页).doc

《智能工厂三维数字化指南(DOC36页).doc》由会员分享，可在线阅读，更多相关《智能工厂三维数字化指南(DOC36页).doc（36页珍藏版）》请在三一办公上搜索。

1、智能工厂三维数字化指南2016年9月1.前 言42.引 言42.1数据资产的重要性42.2落后的设备设施数据资产造成的影响42.3设备设施数据资产的落后现状62.4三维数字工厂是设备设施数据资产管理的最佳实践63.范围与边界84.术语和定义95.整体架构115.1智能工厂三维数字化业务架构115.2三维数字工厂IT技术架构115.3三维数字工厂与传统IT架构相容并行136.实施过程136.1实施原则136.2实施路线146.3关键环节及注意事项156.4评估与改进167.附录167.1案例一：某央企地方分公司化工装置运营期三维数字化实践167.2案例二：某央企地方分公司工程建设期三维数字化实践

2、247.3案例三：某央企地方分公司全厂基于数字化技术的LDAR管理实践307.4案例四：某地炼地下管线三维数字化实践327.5案例五：某民企煤化工项目数字化交付实践341. 前 言分体系研究单位：中国石油和化学工业联合会分体系执行单位：中国化工经济技术发展中心 北京中科辅龙科技股份有限公司分体系起草单位：中国化工经济技术发展中心、北京中科辅龙科技股份有限公司分体系指导委员会主任：赵俊贵分体系指导委员会副主任：祝昉分体系专家组成员：高新民、杨海成、张志檩、谢宏、王同良、李剑峰、陈溯、陈为民、彭连军、宫向阳、何力健、梁坚、杨景杰、闫高斌、夏茂森、罗敏明、罗建平、李松涛、任忠、柯林分体系工作组组长：

3、谢宏分体系工作组成员：关世太、张春利、翟国丽、宋楠、胡宇、甘雨、张朝明、孙露露2. 引 言2.1 数据资产的重要性设备设施资产是工厂建设投资的成果主体，也是企业生产运营的物质基础。相应的，设备设施资产在建设、运维直至报废的全生命周期过程中产生了大量数据，形成了设备设施数据资产。随着经济形势变化的加剧，以及大数据、人工智能等技术爆发式增长，数据资产对于企业的价值日益凸显。上至企业的发展战略决策，下至资产操作运维工作，良好的数据资产都是设备设施资产绩效的基础和必要保障。2.2 落后的设备设施数据资产造成的影响落后的设备设施数据资产对企业造成的影响包括： 增加了企业运营成本，占年收入1.5%（数据来

4、自ARC集团于2010年发布的研究报告）； 带来了极大的安全隐患； 严重滞后于企业的精细化管理需求； 阻碍了企业向智能工厂的演进。ARC集团的研究报告指出，落后的设备设施数据资产是导致设备设施管理诸多问题的根本性因素。Studies have identifiedpoor AIM as the root cause of many asset performance problems, such as poor asset utilization, low maintenance effi- ciency, high MRO costs, etc.研究表明，落后的设备设施数据资产是导致设备设施

5、管理诸多问题的根本性因素，如落后的资产利用率、低维护效率、高维修成本。 ARC咨询集团, 2010年7月2.3 设备设施数据资产的落后现状国内企业对设备设施数据资产普遍缺乏足够的关注和投入。一方面，企业在经营数据资产、生产数据资产方面持续投资，形成了完善的管理体系部署ERP、PI等IT系统，建立了相应的数据维护制度。另一方面，企业在设备设施数据资产方面投入则明显不足，使得设备设施数据资产普遍存在以下三方面的问题： 数据缺失：缺乏对易失效零部件（如轴承、垫片）以及易失效部位（如焊缝、裂纹）的管理、缺少有效的变更管理； 质量堪忧：图纸或IT系统中的数据与现场不一致，表现在账卡物不一致、图纸与现场差

6、异30%以上、ERP/EAM系统中设备零部件数据与现场不一致、设备故障往往很难找到有效的数据加以分析等方面； 可访问性差：复杂的图纸、多个IT系统、多种编码体系、无法用自然语言描述失效部位等诸多问题，让设备员、专工难以发现潜在的问题以及在短时间内有效地获取信息进行决策。2.4 三维数字工厂是设备设施数据资产管理的最佳实践三维数字工厂的定义三维数字工厂是利用工程级三维数字化技术构建的一个物理工厂全生命周期，完整、准确、可用的虚拟镜像。其本质是通过创新的数据组织方式，记录和管理着物理工厂所有设备设施的本体数据和活动记录，这些数据始终与物理工厂保持同步，并以虚拟现实的交互方式呈现给用户。三维数字工厂

7、是人和实物资产间的全新纽带，如同互联网改变了人与人的互动一样，三维数字工厂将会改变人与物理工厂的互动。三维数字工厂是智能工厂的一项关键基础设施，它为我们搭建了一个广阔的技术平台，将持继催生出无数今天我们还不知道的新应用、新商业模式，甚至新的产业。基于三维数字工厂的数据管理解决方案是设备设施数据资产管理的最佳实践。Under the covers of their 3D facade lies a gem of a system formanaging asset information across all of an organizations O&M solutions. It provi

8、des every worker with an intuitive, seemingly “real world” portal into all of the organizations asset information. And, this information is presented in the context of a “virtual” plant which helps them appreciate the full implications of every piece of data.ARC Advisory Group, 2009专业的数据模型确保数据完整三维数字

9、工厂采用工程级三维数字化的技术路线，数据模型遵循流程工业专用的设备设施数据框架标准ISO15926（定义了涵盖设备设施的整个生命周期及其组成部分的描述方式）。三维数字工厂的数据模型可以完整地描述设备设施的数据范围： 从工厂-装置-系统-单元-设备-管线-零部件-连接，完整描述从工厂到零部件及连接部位的粒度； 从设计-采购-施工/安装-调试-检验-维修-技改技措-改扩建，完整描述设备设施的全生命周期。解决数据完整性与可访问性的矛盾在日常工作过程中，一线业务人员描述零部件或部位时，类似“炉201顶空气预热管线出口第一道闸阀”、“P201北侧第三根柱子管廊上去罐区V402的送料管线上的弯头”的空间位

10、置描述是沟通的主要方式。三维数字工厂正是基于这一理念，采用虚拟现实技术将资产密集型装置的所有设备设施数据可视化，为一线业务人员提供最直观、自然的数据访问体验，从而彻底解决复杂编码系统带来的混乱和低效等问题。内置行业标准和规范确保本体数据质量工程级三维数字化技术起源于设计行业，通过内置各种行业标准和规范，确保设计人员在设计过程中避免低级错误，满足合规性要求。同样的，将工程级三维数字化技术应用于企业运营阶段的设备设施本体数据构建和维护过程，可以很好地保证数据质量： 通过内置材料标准、等级库标准，自动匹配合规的设备设施规格属性，自动校验规格属性错误如管道材质的等级合规性、法兰垫片的规格匹配等； 通过

11、内置等级库标准，自动根据连接关系生成连接部位信息，自动校验零部件连接关系正确性； 通过空间碰撞检查、点云比对技术检查设备设施空间位置数据错误； 通过一致性校验检查系统信息（如工艺流程、腐蚀回路）与数字工厂三维模型的一致性。直观的交互方式提升活动记录数据质量相当多类型的设备设施活动记录由一线业务人员进行维护，由于数据分布在不同类别、层级的功能项和表格中，导致一线管理人员和专业管理人员难以核查数据质量。借助三维数字工厂提供的虚拟现实交互方式，管理人员可以直观、便捷地获取并检查活动记录数据，更容易消除数据的不确定性，在确保活动记录真实有效的同时，还可以发现更多管理上的盲肠死角，提升管理效率。3. 范

12、围与边界智能工厂的核心是CPS，而CPS的基础是数字化，数字化过程可以缩短，但不可跨越。在企业运营阶段，数据资产主要包括公司经营管理数据、生产过程数据和设备设施数据三大部分。其中，设备设施数据描述了企业设备设施的本体数据和活动记录，相比侧重财务管理的资产类数据，更关注对维修维护、安全运行等业务的支撑。如同经营管理数据和生产过程数据，设备设施数据是企业实现“安稳长满优”目标的重要基石，是企业十分宝贵的数据资产。本指南适用于石化行业任何阶段、任何规模的企业的三维数字工厂建设，数字化范围从建设期到运营期任何阶段的在建和已建装置，数字化粒度从工厂、装置、系统、单元，到设备、管线、零部件、连接部位。本指

13、南重点关注设备设施数据资产，经营管理数据和生产过程数据不在本指南的讨论范围内。4. 术语和定义CPS（信息物理系统,Cyber-Physical Systems）是一个综合计算、网络和物理环境的多维复杂系统，通过3C（Computing、Communication、Control）技术的有机融合与深度协作，实现大型工程系统的实时感知、动态控制和信息服务。ARC（ARC Advisory Group）：企业咨询公司，为制造商和供应链厂商，以及技术投资者提供特定业务或行业问题的答案，包括新产品介绍、尽职调查、制订生产和IT策略、技术架构的规划、项目规划以及过程支持。并且是企业应用软件、工厂系统和自

14、动化解决方案的市场分析、预测和战略报告的主要提供者。建设期和运营期：一个工厂的生命周期分为两个阶段，一个是建设期，一个是运营期。建设期指工厂开工建设的时间年限；运营期是工厂建设完成了之后交付给业主，业主开始进行生产至工程项目计算期末所经历的时间段。设备拆解模型：根据企业提供的设备装配图，在工程设计软件中进行设备拆解建模，将设备零件和细节展现出来。工程点云：对于企业没有图纸资料或者图纸资料老旧，现场改动大的部分，运用三维激光扫描仪器，对工厂实景扫描，获取工厂资产的三维空间点位坐标、颜色等信息，形成点云数据。利用点云可以构建精准的三维模型。工作流：是指企业内部发生的某项业务从起始到完成，由多个部门

15、、多个岗位、经多个环节协调及顺序工作共同完成的完整过程。简单地讲，工作流程就是一组输入转化为输出的过程。ESB（Enterprise Service Bus）：企业服务总线。ODS（Operation Data Storage）：企业运营数据仓库。地上管线(ground pipelines)：敷设在地面以上的管道、电缆和光缆等。通常用管架、管墩或建筑物做支撑。地下管线(underground pipelines)：敷设在地面以下的所有管道、电缆、光缆等。有直接埋地和架设在地沟内两种敷设方式。工艺流程图(process flow diagram, PFD)：用图示的方法把建立化工工艺装置所需的主

16、要设备、管道按工艺要求组合起来，并在图中表示出物流点编号。监控和数据采集系统(supervisory control and data acquisition system, SCADA system)：一种具有远程监测控制功能，以多工作站的主站形式通过网络实时交换信息，并可应用遥测技术进行远程数据通信的模块化、多功能、分层分布式控制系统。管道和仪表流程图(piping and instrument diagram)简称P&ID(或PID)。此图上除表示设备外，主要表示连接的管道系统、仪表的符号及管道识别代号等。借助统一规定的图形符号和文字代号，用图示的方法把建立化工工艺装置所需的全部设备、仪

17、表、管道、阀门及主要管件，按其各自功能以及工艺要求组合起来，以起到描述工艺装置的结构和功能的作用。5. 整体架构6.7.5.1 智能工厂三维数字化业务架构三维数字化的目标是通过对设备设施数据资产的有效治理，构建一个完整、准确、可用的三维数字工厂，并通过数据共享和智能化增值应用为企业运营创造价值。 三维数字工厂的数据组成包括本体数据和活动记录两个部分，前者描述了设备设施的功能、设计性能、结构、使用说明等信息，应采用数字化交付或数字化重建手段完成数据的构建和校验；后者描述了设备操作、检验、维修活动的记录，应采用支持各专业活动的IT系统进行数据采集、校验工作。数据共享包括面向直接用户的数据呈现和面向

18、其他IT系统的数据服务。智能化增值应用以三维数字工厂为基础，充分借助三维数字化技术的特性以满足工程建设期和工厂运营期各业务领域的智能化需求。5.2 三维数字工厂IT技术架构从业务需求的角度，企业应构建基于三维数字工厂的IT系统，利用三维数字化技术实现对设备设施数据资产的有效治理和自然交互，进而实现对现有IT系统的数据补充和交互升级。从技术架构的角度，企业的传统IT应用系统主要以服务企业内部用户为主，其特点是专业系统数量多、业务交叉、采用独立系统集成架构，其缺点也非常明显：刚性强、信息孤岛明显、难以快速变化、维护成本高，无法支持快速变革的新业态。三维数字工厂的企业级IT架构应体现结构型创新，以三

19、维数字化技术对数据管理和共享机制为基础，构建“平台+微服务”的整体架构，实现以设备设施数据资产仓库为核心，以基于角色的可视化工作空间为界面，通过微服务方式实现持续集成和快速迭代上线不同业务时期、多专业领域的智能化增值应用。设备设施数据资产仓库（Asset Information Repository）AIR（Asset Information Repository）设备设施数据资产仓库，提供设备设施信息、地形信息、三维图形信息、P&ID 图纸信息、文档信息的存储、访问、变更服务及基本的管理功能，实现对设备设施数据资产的统一管理和共享。数字化系统（Digitizing System）DS（Dig

20、itizing System）数字化系统，提供多源数据转换、数据处理、数据校验等功能，用于构建设备设施数据资产的本体数据，提高数字化成果质量、提高数字化工作效率。基于角色的可视化工作空间（Role-Based Visualization Workspace）RBVW（Role-Based Visualization Workspace）基于角色的可视化工作空间，提供一系列配置功能，用于按照用户角色组织微服务组件功能入口，实现以用户角色为导向的功能界面组织，提升易用性。智能化增值应用智能化增值应用，以微服务的方式提供多个业务阶段、多种专业领域的智能化应用，其特点是小而精，能够通过持续集成和快速发

21、布适应具体需求，例如工程建设阶段质量管理领域的焊口组批应用，运营阶段设备管理领域的RBI等。5.3 三维数字工厂与传统IT架构相容并行“独立系统集成”架构是企业相对成熟的IT架构，业务集中的优势与功能复杂交错的问题并存；“平台+微服务”架构具有持续集成和快速发布的特点。企业在设计IT架构时，应遵循二者相容并存的原则，结合二者的优势为企业服务。具体而言，新建系统和已经做好微服务升级的系统可以采用微服务架构的模式，传统架构应用系统同时也在运行，二者通过服务总线互通，一起为企业的业务提供IT能力支撑。需要注意，无论采用哪种架构模式，均应考虑到设备设施数据资产仓库作为数据治理系统的核心地位，确保为企业

22、提供统一的、强有力的数据治理手段。6. 实施过程石化行业智能工厂三维数字化的实施过程是对企业设备设施数据资产的有效治理和增值利用的过程，鉴于企业设备设施数据资产基础相对薄弱，应采取“系统规划，分步实施，持续改进”的总体建设思路，明确设备设施数据资产的基础地位，通过易扩展的技术路线和IT架构，构建面向各业务领域的统一工作平台，以业务为导向驱动数据资产和智能化增值应用的持续改进。6.1 实施原则注重实效、前瞻性强三维数字工厂和智能工厂是企业演进的目标，是方向。三维数字工厂的建设不能脱离企业内外各方面的客观条件，要立足企业现有基础和发展阶段需求，强调建设的实用性，满足企业不同层面的需求。在注重实效的

23、前提下，三维数字工厂的建设应尽可能地跟踪国内外先进的IT技术和软件平台，建设要能支撑企业未来几年的业务发展需求，选择的技术应具有一定的前瞻性。领导重视、流程支持三维数字工厂是智能工厂的基础设施，三维数字工厂的建设是一个资产创建项目，与物理工厂的建设一样，需要各级领导的切实重视和一系列流程的配套支持。同样，三维数字工厂也需要建立完整的运行维护机制，以确保其作为基础设施能持续、稳定、高效运行。系统规划、分步实施三维数字工厂建设涉及面广、周期长、投入大，是系统性工程，需要紧密围绕企业的发展战略，全面考量现有的基本情况来指导实施，必须对较长周期建设进行总体规划，结合实际情况，从需求出发、从简到繁、从易

24、到难分步实施。重视基础、持续改进三维数字工厂建设过程中必须严格遵循国家、行业的相关标准和规范，确保数据资产的质量。同时，三维数字工厂的建设应考虑系统对未来的适应性和扩展性需求，保护现有投资。三维数字工厂的建设不是一蹴而就的，是一个长期持续、动态变化的进程，不但需要在使用中长期维护、治理，确保建设成果持续发挥效益，而且必须满足企业发展、业务调整和信息技术发展的诉求，伴随企业成长并长期支撑。6.2 实施路线实施成果的主体应包括：“设备设施数据资产”、“三维数字化平台软件”以及“智能化增值应用软件”三个部分，整体实施路线如下图所示： 6.3 关键环节及注意事项共识定位：智能工厂三维数字化定位于“通过

25、数据治理和增值利用，构建设备设施数据资产的统一工作平台”。企业内部高层管理者与各利益相关部门应尽早统一认识，避免因具体业务需求对总体目标产生影响。数据资产构建：重点和难点在于本体数据的构建。由于企业设备设施资料基础相对薄弱，情况复杂，本体数据构建的工作量大。需要多种策略与策略组合： 数据模型的设计应符合石化行业专用数据标准，如ISO15926，GB/T18975等。 采用“工程技术路线”，利用工程设计软件构建本体数据，借助设计领域数十年三维数字化技术和经验积累，从数据模型、合规性校验等根本性技术上保证数据质量。 根据实际业务需求和投资预算可适度降低数据质量要求，利用“工程技术路线”数据模型的扩

26、展性和灵活性为后续质量提升打好基础。 在工程建设期，要求总包、设计、施工等参建方全面参与到数字化交付过程中，通过合同约束其交付物范围、质量和格式；执行过程中着眼于过程控制，配合工程建设期智能化应用及时检查，确保数据资产的完整性和质量。 在工厂运营期，应根据实际业务需求确定实施范围：以重点业务应用为目标，可在整个企业范围内采用分专业建模，纲举目张；以重点装置精细化管理为目标，可采用分装置建模，以点带面。平台基础设施建设，主要指IT架构的设计以及平台软件的选型（或自建）和部署： 优先选择以平台为中心的IT架构，通过对原有应用系统的集成和交互升级，充分利用原有系统功能、数据的同时提高其可用性。 选择

27、成熟，能规模应用的基础技术，包括设计软件多源数据导入、密集资产复杂场景实时三维渲染技术、基于角色的可视化工作空间等方面。 重点关注架构与平台软件的开放性和持续发展能力。 考虑对企业不同业务领域的全面支撑。智能增值应用建设，是一个不断发掘企业“数据”溢出价值，不断提升企业精细化管理，为企业持续增效的过程，也是不断向智能工厂迈进的过程： 补缺：利用三维数字工厂带来的新特性和新服务，解决传统IT技术很难解决的老大难业务问题，比如施工进度和质量管理等； 智能化：通过智能算法、工业大数据等先进IT技术充分利用三维数字工厂建立的优质设备设施数据资产，进一步发发掘企业设备设施数据的溢出价值。6.4 评估与改

28、进三维数字化实施宜采用PDCA循环的管理方法，逐步体现、评估三维数字化成效并持续改进： P阶段，制定本次迭代的具体目标、实施范围和实施成果质量标准； D阶段，按照预订的规划，设计详细的实施方案并执行，把控过程关键节点； C阶段，依据质量标准，对本次迭代的实施成果进行评估； A阶段，将优秀实践标准化并复制推广，将遗留问题转入下一个迭代，如此循环，周而复始，螺旋上升。7. 附录本附录介绍石化行业智能工厂三维数字化的成功实践案例，作为指南正文的补充材料供读者参考。7.1 案例一：某央企地方分公司化工装置运营期三维数字化实践背景在央企集团的统一要求下，该地方分公司的经营、生产数据资产得到了良好的管理。

29、但是在设备设施数据资产方面，虽然企业建设了EM、腐蚀监测、动设备监测等多种IT系统，却始终存在数据分散、数据质量不高、精细化程度差、系统繁杂、易用性差等问题。借助集团公司智能化建设规划的时机，该企业启动了基于工程技术路线的三维数字化建设项目，希望借此对设备设施数据资产进行治理，并构建统一工作平台。目标 以典型化工装置为试点，采用工程技术路线对该装置各专业的设备设施进行数字化重建，实现对该装置的设备设施数据资产的初步治理。 搭建三维数字化平台，与原有应用系统集成，在此基础上建设该装置的多专业统一工作平台。 建设面向重点设备设施的智能增值应用，提高动设备管理和腐蚀管理的工作效率，降低检验维修成本，

30、降低安全隐患。 复用已建三维GIS系统中的部分数据，在此基础上对数据进行补充和完善，建设HSE领域的增值应用， 通过直观的方式展示给相关人员辅助其决策。 探索数字化交付，以便从源头开始提升数据质量，最终实现由工程建设各参建方向业主交付有价值、优质的数据资产。实施过程1. 根据实施目标，确定数据治理的范围为和数据标准为： o 单个典型装置，质量要求满足全面、真实的工程级标准；o 全厂区地形地貌、道路设施，质量要求满足与现场基本一致的仿真级要求。2. 采用“工程技术路线”，结合工程图档、BOM清单、EM系统、现场技术交底、现场测绘等多种资料和技术手段，对典型装置的设备、管道、结构、仪表等设备设施的

31、本体数据进行建模，并确保数据与现场一致。3. 围绕“构建多专业统一工作平台”的目标，采购基础技术成熟的三维数字化平台，关键技术要求包括： o 符合ISO15926标准的数据模型；o 具备以平台为中心的IT架构和良好的扩展能力；o 支持多种主流的工艺设计软件、工程设计软件、机械设计软件及通用建模软件的数据导入；o 提供面向多专业的工作界面；o 具备密集资产的高性能渲染能力。4. 该企业曾经建设过厂区内地下管线三维GIS系统，后因该三维GIS技术路线在数据和平台方面的天然缺陷导致无法支撑设备管理、HSE相关应用而选择放弃。本次实施过程中，为充分利用该系统中的三维模型成果，将其中全厂地形地貌、道路设

32、施、部分设备等数据导入到三维数字化平台中。5. 基于平台和全厂地形地貌等数据，集成HSE风险管控系统，建设污染排放风险监控、关键装置风险监控、职业危害风险监控、三维事故模拟、施工作业人员定位监控等HSE业务域智能增值应用。6. 基于平台和典型装置三维数字化模型，聚焦具体业务时刻的智能化，建设腐蚀管理、动土作业管理等设备域智能增值应用。7. 基于平台和典型装置三维数字化模型，集成部分原有系统。8. 以某新建装置为试点，探索数字化交付的实施路线和关键技术。成果数据方面建成了与现场一致的典型装置数字化模型，实现了对该装置设备设施数据资产现状的有效治理： 模型包括291台设备和1800多条工艺管线（图

33、纸资料仅有1318条）。模型粒度达到了目前实际业务中管理对象的最小粒度，比如：阀门、法兰、垫片和焊缝，模型信息包括每个对象完整的工程设计属性以及对象之间的拓扑关系。此模型能够直接生成实际业务管理中所必须的单线图； 31套动静设备的拆解模型，平均每套设备的拆解部件数量大约在400左右，最复杂的单套设备拆解部件数量超过1000； 得益于合理的数据标准、合适的技术路线和工具，典型装置的建模，从资料收集到业务部门最终验收仅用时4个月； 实施过程中，发现了诸多数据资产异常并一一修正，业务部门对此予以一致好评。平台方面建设成果包括： 建成了管理设备设施数据资产的基础数据仓库，实现了对该装置未来资产变更引起

34、的数据变更管理，并通过Web服务等方式为其他应用系统建立了数据共享机制； 集成了生产绩效、实时数据、EM、ODS等多种系统，初步实现了车间技术人员的统一入口，在此架构基础上，未来计划集成更多的原有系统，充分发挥统一入口的价值。应用方面建设成果包括设备域的动设备管理应用、腐蚀管理应用以及安环域的几项智能增值应用：1. 动设备管理应用动设备管理主要以动设备为管理对象，集成、记录和显示动设备投用阶段的监测数据和维修数据，并加以统计与分析，为动设备的故障预判和诊断，提升设备及零部件的可靠性提供数据依据。同时，加强维修过程控制管理，提供了到期零部件更换提醒、维修过程中关键控制指标提醒等功能，保证设备的维

35、修质量。主要建设成果包括：自动生成工单，提升设备员编制工单效率设备员在编制检修工单时，因设备难易程度以及设备员对设备的掌握程度不同，需要花费0.5-3天的时间才能完成，主要原因是设备员要根据设备的检修规程确定工序，并计算每一步工序对应的工程量，同时，还要确定维修需要准备的物料，每一个环节均需要查看资料或进行现场勘测，费力耗时。而采用了检修工单编制，设备员只需要选择待维修的设备及作业内容，软件即可自动录入进行该维修作业的工序、对应工程量以及所需物料，实现真正意义上的“一键操作”，增加了设备员在编制检修工单时的准确性，并大大提高了工作效率。自动提示设备维修过程中的关键控制节点，保证维修质量在动设备

36、管理工作中，动设备检修过程中质量并不受控，返工会时常发生，其主要因素是设备各部件的装配数值不达标，纠其根本原因，是因为设备种类繁多，关键控制指标也各不相同，设备员并不完全了解和掌握关键控制数据，从而在维修人员维修时失去有效控制，造成部分设备维修不达标，短期内又出现故障。通过关键控制指标提醒，设备员可以在设备检修时轻易了解到该设备的拆装步骤以及关键质量控制节点，有效监管维修人员作业，保证维修质量。预判零件寿命，提醒设备员检查或更换，降低检修频次在设备检修过程中，维修对象往往是设备的故障零件，而没有发生故障但接近使用寿命的零件却容易被忽视，导致设备维修投用后在较短时间内因为接近使用寿用的零件故障而

37、再次维修，从而造成设备维修频繁，影响生产。通过零件更换提醒功能，基于历次零部件维修情况的统计，软件可以在检修过程中，对设备的零件使用时间和状态进行统计评估，对没有发生故障但接近使用寿命的零件，提醒设备员进行检查或更换，从而减少故障检修频次，解决计划维修和故障维修的矛盾，做到没故障不维修，故障发生后计划维修和故障维修同时进行，延长运行时间。多层次、多类型的易损件统计，及时了解易损件维修情况易损件的统计有助于设备员或专工分析设备维修的装配质量、产品质量等等，企业也要求设备员每月定时统计，但因为易损件数量多、分类复杂，受工况影响，故障情况也各不相同，导致统计任务因缺乏基础数据而难于落实，统计结果也难

38、以保证准确。通过易损件统计功能，结合检修工单编制功能累积的数据，设备员可以轻易了解易损件的更换情况、平均寿命、同工况寿命、月消耗情况等，从而更有效的分析设备的维修质量，及时调整维修策略。多类型故障率统计，综合分析设备运行情况目前设备的故障率统计只是单纯的停机故障统计，没有细分设备的运行条件、设备本身老化因素、设备制造的年代和技术条件，统计缺乏科学性，导致故障率不能反映设备的客观情况，进而不能指导设备的运行和维护。结合设备的本身条件，软件可提供机型故障率，企业内同类设备故障率、本机历史运行故障率等统计数据，综合分析设备运行情况。从而有对比，有分析，提高设备运行维护水平。2. 腐蚀管理应用利用虚拟

39、现实技术辅助腐蚀管理的应用系统。通过在三维模型中标识腐蚀监测点，集成EM、腐蚀在线监测系统、LIMS等多平台的原始数据，自动推荐扩建部位等功能，帮助设备员实时了解的设备管线腐蚀情况、制定检验计划，辅助腐蚀管理专业工程师进行专业分析。建设成果除“应用系统集成展示”、“提醒报警”等基本功能外，还包括：自动推荐腐蚀速率预警的同机理设备，并自动布点为防止设备出现腐蚀泄漏等问题，需进行定点测厚检测，当检测后某一监测点腐蚀速率出现高报预警，要检测与该监测点所在设备同机理的设备，但需要在腐蚀回路图纸单线图等图纸中进行筛选，交给检测单位进行临时检测，筛选过程复杂检测不及时。使用腐蚀管理系统能自动推荐本次未检测

40、的同机理设备，在未布点的设备在三维中自动布点，并导出Excel，避免在大量图纸进行筛选，提高了工作效率。对未检的隐患部位进行自动布点扩检为防止设备或管线出现腐蚀泄漏，需进行定点测厚检测，当检测后某一监测点某一监测点壁厚减薄率出现高报预警，要对该设备进行扩检。传统工作模式下，设备员需要进入车间现场查看，并在图纸上进行布点后交给检测单位进行临时检测。该功能根据测厚点布点原则，可自动对该设备或管线未检的隐患部位进行布点，并导出Excel。提高扩建工作的智能化程度，提高设备员工作效率，减少人为因素引起的安全隐患。3. 安环域安环域应用建设成果包括： 污染排放风险监管功能包括污染排放点监控、排放设施运行

41、监控，实现了污染排放风险的实时监控预警，对排放设施故障、污染排放异常或超标自动给出原因分析结果，为异常处置提供对策措施； 重大危险源预警，实现了基于虚拟现实技术的移动放射源探伤作业的辐射范围自动计算与预警，为职业健康保护提供信息化支持； 事故模拟，基于虚拟现实技术技术实现泄漏事故模拟、火灾事故模拟及爆炸事故模拟，为异常处置提供决策支持。 现场人员区域定位监控和现场监控设备管理，实现了对现场施工人员定位监控功能，并在施工人员进入危险区域时提示报警，保护施工人员人身安全。数字化交付方面根据典型装置数据治理成果，制定了对工程建设期数字化交付的要求，并结合工程建设管理过程提出了数据治理的过程要求和质量

42、控制节点。小结&展望通过项目实践，该企业初步建成了多专业统一工作平台的基础框架和试点，体现了三维数字化技术在数据治理，信息集成，自然交互，基于空间的智能应用等方面不可替代的优势，是实现企业智能化的必由之路。在此基础上，企业拟定了新一轮的三维数字化建设规划： 主要业务领域持续建设智能增值应用，推动三维数字化向智能化转变； 有节奏，多维度推进数字化工作，同步支撑全面提升核心装置车间的运行管理能力和重点专业全厂范围的三维数字化智能应用； 推广数字化交付，为新建装置的运行管理提供数字资产，提升后续IT系统的实施效率和数据质量。7.2 案例二：某央企地方分公司工程建设期三维数字化实践背景在工程建设中，管

43、道施工是整个施工建设过程中的重点工作工程量约占项目建设总安装工程量的40-50%，质量直接决定项目的投产运营安全和后期维护费用投入，高温高压或输送易燃易爆介质的高后果管线尤甚。因此，实现管道施工进度和质量管理的精细化、标准化、规范化，一直是施工管理的终极目标。但是在传统的管道施工管理模式下，往往存在管理粗放、信息不透明、瞒报误报、工作效率低下等问题，造成监管不到位的同时也给投产运营带来了极大的安全隐患。目标 借助三维数字化技术，为管道施工进度和质量控制提供有效的管理工具，确保管道施工数据的完整、真实、及时、透明，在此基础上通过智能增值应用提高工作效率，提升工作质量，最终实现精益施工。 通过对施

44、工过程和质量数据的有效管理，同步构建三维数字工厂，为工厂运营期管理提供优质的设备设施数据资产。成果通过软件采购结合定制开发，该企业成功建设了一套基于三维数字化技术的管道施工管理系统。该系统以管道焊接质量和进度管理为核心，结合三维可视化技术实现管道施工从开工到试压验收全过程的数据采集、校验、存储，并对实时工程量、施工进度和质量数据进行了多维度的统计分析，还可同步生成与过程记录对应的交工资料，为管道施工管理提供了可视化的协同管理工具。主要的应用场景包括：焊口预制设计，设计数据无损导入管道施工前，施工单位根据设计下发的图纸，利用CAD手动设计焊口并逐条管线核实材料制定综合材料计划（扒图扒料），对焊口

45、、综合材料等信息手工录入excel形成台账数据库，需要大量技术人员参与其中，费时费力且准确性低。4D管道施工利用专业的二次设计软件（内置焊口设计的规则和生成图纸的规范），对设计移交的三维模型或通过解析模型中间格式文件还原的三维模型进行高效的、半自动化的焊口设计和图纸生成，依托模型提高焊口、材料等统计数据的准确性和可信度，提高工作效率，减少技术人员投入。多维度工作量统计在工程项目的开始，需要对施工的总工作量进行统计，从现场施工和工程造价的角度分别统计，而管道本身的数据量是非常庞大的，如一套中型装置的管线会达到几千条甚至上万条，焊缝会达到约几十万个，人工对这些数据统计本身就很困难，人工统计的工作量

46、可信度非常低。4D管道施工中的数据源自于设计模型，保证了数据质量的同时，可以按照不同材质、管径、壁厚和压力等级分别对工作量进行统计，还可以从工程造价的角度对工程量进行分类统计，管理层可以通过这些准确的数据进行现场的施工。分层次直观统计真实、准确和全面的过程数据施工单位向业主汇报施工进度时往往会出现误报、瞒报等现象，导致管理层无法及时发现问题、调配资源、准确指导施工生产，进度款拨付缺乏准确的依据，根本原因在于体现进度的基础数据（如焊接工作量）数量巨大且难以考证。采用4D施工进度汇报的方式，通过对过程记录的录入，软件在三维模型中呈现每道焊口基本信息及过程记录信息。同时提供图文结合的方式，通过信息下钻的视图展示各级的进度、质量数据，如：多项目统计-项目统计-区域统计-工作包统计-管线-焊缝，并可以在统计的基础上进行任意时间段的分析，有助于实时了解工程进展，实时掌控焊接工程质量，为领导决策提供依据。无损检测的自动组批点口管道焊接完成后要依据行业标准规范按比例进行组批点口，委托第三方检验单位进行焊口的检测，检测结果是衡量管道焊接质量的最重要指标。目前组批点口多依赖于人的经验，人为操作性