業內人士近日接受記者采訪時表示，大型石油化工企業建立的信息系統已經積累了海量數據，利用這些大數據并加以分析，能夠不放過任何一處細節，做到定時定量分析，找出如軟管破損、洗滌塔水汽比差距大等產生的主要原因，有助于尋找事故規律，從而對癥下藥，預防事故發生。大數據將成為石油化工安全生產的“利器”。目前，大數據在安全生產上的應用已引起政府層面的關注。
看爐渣，這里藏著啥秘密?
——大數據分析護航裝置安全運行
目前，企業的安全生產隱患排查工作主要靠人力，通過人的專業知識去發現生產中存在的安全隱患。這種方式容易受到主觀因素影響，且很難界定安全與危險狀態，可靠性差;在事故發生后才分析事故原因、追究事故責任、制訂防治措施，這種方式也存在著很大局限性，不能達到從源頭上防治事故的目的。
隨著石油化工生產自動化水平的提高，加上互聯網的深化應用，已經為安全管理積累了大量數據。通過對海量的生產運行數據、事故數據進行分析，查找事故發生的季節性、周期性、關聯性等規律、特征，從而找出事故根源，有針對性地制訂預防方案，提升事故源頭治理能力，從而提高裝置安全、穩定、滿負荷運行周期。
青海鹽湖集團技術員閆吉臣告訴記者，像HAZOP(危險與可操作性分析)等也是尋找隱患與事故產生原因及尋求解決問題的好的辦法，最終還是需要通過工藝參數的變化作出預判，提前作出處理，防止故障發生。
據了解，煤氣化爐在實際運行過程中，煤質控制難度較大，特別是對裝置運行影響較大的幾個重要參數，如灰熔點、灰分、煤的黏溫特性等的變化在運行過程中更是難以掌控，若煤質發生較大波動而氣化工藝參數調整不及時，就很容易造成如水系統惡化、氣化爐渣堵、壁溫超溫甚至停車等一系列問題。因此，除了在外圍把好煤炭質量關外，在實際運行過程中，如何控制住計劃外停車、縮短檢修周期等，都需要做更細致的工作。
兗礦魯南化工有限公司經過多年運行，積累了大量的工程操作數據和趨勢圖，并加以整理分析對比，發現確實有很多工作可以做到有效避免因煤炭波動而造成的系統停車。該公司養成了“看渣”制度。煤渣的顏色和形狀最能直接反映出氣化爐的總體運行狀況。于是操作人員堅持不懈地觀察收集不同渣樣、對比操作數據等，觀察、分析氣化爐壁溫趨勢，確定氣化爐爐內流體的流速范圍，再以修訂的數據確定最佳操作量化區間。該公司多噴嘴氣化裝置實現了單爐年運行開工率達到97%以上，運行周期和穩定性不斷提高。
該公司氣化分廠廠長李波認為，關注好與氣化爐運行相關的每一項數據分析，是裝置長周期運行的關鍵所在。隨著習慣的養成，逐步培養技術人員，操作人員在指標稍微變化的同時就能立即發現并及時將相關操作參數調整到最佳狀態，保證裝置的穩定運行。
黏結劑，噴多少合適?
——將無形經驗轉化為可量化標準
“2010年，因為工作原因，我接觸到了德國一位橡膠行業的博士。當我們談論在工作中出現的某個問題時，他拿出了像字典一樣的一本書，翻到其中一頁問我，我們現在出現的問題，是不是這樣的?”山東美晨公司總經理孫佩祝說，他順著德國博士的手指，看到書上形容的情況和他們面臨的問題果然一致，上面有照片、有問題描述、有解決方案。
難道是未卜先知?當然不是，這是企業將在發展過程中出現的問題、犯過的錯誤逐一記錄，將無形的經驗變成了白紙黑字，之后再遇到同樣的問題，就能參考資料去解決。
這顯然需要大量的數據和統計，也確實讓山東美晨從中受益良多。孫佩祝舉了這樣一個例子：車間里有噴黏結劑的工序，有的人噴得多、有的人噴得少，產品質量自然無法統一標準化。在經過了大量數據的統計后，黏結劑的用量有了標準，于是大大提升了產品質量。
索普集團氣化車間主任步建軍向記者介紹，對于水煤漿氣化來講，煤漿濃度控制(根據分析結果調整煤量、水量)是通過氣化爐溫度來調控，也就是通過調氧來實現。但何時調、調多少、調整幅度是多大?這些都需要依據大量的分析數據，分析、形成最優化的參數。
步建軍進一步介紹，盡管煤氣化在國內運行已經有多年歷史，但還會有新問題不斷出現，意識到未必做得到。另外，一些老裝置人才流失嚴重，人才隊伍青黃不接，新員工看再多的案例，但沒有親歷過，遇到問題一樣束手無策，誤操作事故絕大多數會重復發生。因此，通過大數據分析，可以逐步實現程序化、標準化操作，裝置運行的穩定性就可以得到保障。
對此，業內人士指出，企業最應該重視的是，把日常生產運行中積累的經驗、教訓，統計成大量的數據分析，并形成可量化的標準，從而把無形的經驗轉化成大數據，讓更多的人在遇到同樣問題時知道如何解決。
誰來分析，怎么分析?
——兩大難點制約大數據應用
近幾年，隨著石油化工企業自動化、信息化建設加快，化工企業積累了海量數據。但對如何從海量的數據中挖掘人的不安全行為、物的不安全狀態及管理缺陷等有價值信息的認識與能力尚不足。據記者調查，缺少大數據分析應用的意識和工具，是當前制約石油化工大數據應用于安全生產的兩大主要因素。
首先，缺少高性能大數據分析工具，是石油化工企業應用大數據普遍面臨的問題。專家表示，因缺少高性能大數據分析技術工具，實際工作中很難發現微觀數據存在的關聯、關系和規則，無法從大量的數據中提取更加有用的信息。通過大數據相關技術能讓微觀數據得到關聯，通過表面上不相關的數據可以發現數據背后的秘密。但目前的現狀是，石油化工企業極少有專門的數據存儲、開發、集成、分析硬件和軟件工具。如果沒有高性能分析工具，大數據的價值就得不到釋放。
其次，對數據的深度挖掘和利用還遠遠不夠。匯總建立各細分行業的大小事故數據庫，圖表、曲線、視頻、圖片、地理位置信息等數據，實現數據整合、分析、挖掘、展示一體化，并能任意拆分、組合查詢，增強自身防范意識，及時發現潛藏規律，提高預防事故的能力，對各企業、行業降低安全事故風險大有裨益。但是，“家丑不可外揚”的固有思想，使一些企業不愿意盡可能多地提供安全事故數據，這在一定程度上阻礙了行業安全大數據庫的建設。
遼寧恒力石化公司主任趙爽認為，裝置運行如果遇到問題，又不能判斷出明顯的原因時，應該依據數據分析，特別是對于經常出現的問題，比一項一項做實驗靠譜。但是，分析這些數據，需要很大功夫，而且不一定很快分析透徹。因此，應用大數據分析事故原因，尋找事故發生的規律，預測未來，從而對癥下藥，有效遏制事故發生，應當給技術人員時間和機會。閆吉臣表示，就氣化爐壁溫監測來講，都知道很重要，但是對于操作人員來說工作量很大，這需要員工具有自覺主動性。
