睿治

智能数据治理平台

睿治作为国内功能最全的数据治理产品之一,入选IDC企业数据治理实施部署指南。同时,在IDC发布的《中国数据治理市场份额,2022》报告中,蝉联数据治理解决方案市场份额第一。

突破数字化交付困局,重塑数字资产价值

时间:2022-05-16来源:伍月浏览数:289

数字化交付的是工程建设过程中产生的设计、采购、施工的工程信息,即数字化静态信息,这些信息在工程建设阶段主要掌握在设计院和施工单位手中,通过数字化交付,企业可以数字化掌握、管理这些工程数据,建立工程数据中心,再加上企业运营后的数字化动态信息。

设计/审查异地协同、设计变更跟踪、施工进度管理、施工质量把控、模拟试车、准确快速运维、沉浸式培训,化交付技术能做的远不止这些。数字化交付会对工程项目的设计方式、工程项目的实施管理方式、建设项目成果移交方式、企业管理运营方式带来一系列转变。

印度的多学科工程和设计公司 Rishabh Engineering Services 通过在项目中运用3D工厂设计软件,将建模时间缩短了25%,同时在工程项目的工作范围内实现了99%的准确率。高工作范围精度带来工程建设高效率、用户的高评价,这使工程公司在市场上更具竞争力。化工新材料公司万华化学在项目建设过程中,借助跨平台可视化协同技术,实现各方信息共享,提高了设计施工阶段的工作效率,保证了三维模型的质量,减少了现场施工返工。通过网页端、软件端、手机APP端等多种查看方式,企业生产管理人员能利用业余时间组织审查,提前发现装置存在的问题,有效减少后期设计变更。中国石油抚顺石化公司百万吨乙烯工程,针对该项目8套装置运用基础信息管理平台开展数据采集、整理、校验和装载等工作。通过建立工程数据信息平台,不仅管理工程设计文档(含三维模型、设计图、数据表等)、设备/仪表位号信息、供应商文档、竣工资料以及关联关系,还可以灵活管理维修检测记录,并为企业搭建工程信息培训平台,通过三维仿真模拟培训提高知识传递的可靠性和准确性。

数字资产的价值

设计/审查异地协同、设计变更跟踪、施工进度管理、施工质量把控、模拟试车、准确快速运维、沉浸式培训,数字化交付技术能做的远不止这些。数字化交付会对工程项目的设计方式、工程项目的实施管理方式、建设项目成果移交方式、企业管理运营方式带来一系列转变。过去,一座工厂建设完工后的验收,施工方向建设方交付一车车的图纸和文档资料,它们大多数的命运是在档案馆里沉睡,价值随着时间的流逝不断衰退。现在,通过数字化交付技术,企业将工厂搬到桌面,工厂里每一台设备的工艺仪表图纸、设计参数、设备拆解图、说明书、采购信息、安装方式、调试记录等等信息在数字化交付平台一览无余,设备信息的维护、调阅简单易行,不仅为新工厂建设前期的大型工程建设提高效率,也为投产后的工厂日常经营实现数据精细化管理,提高整个企业的工作效率和生产效率,降低企业运营成本;企业的大型维修、改扩建等项目的筹划开展也不再是摸着石头过河,而是心知肚明。数字资产的价值在企业全生命周期体现的淋漓尽致,并伴随企业的运营维护过程中不会衰减,相反是增值!

“工厂对象+数据”的内涵展现

这一系列变化来源于数字化交付技术。工程项目数字化交付是数字化工厂建设的基础,数字化工厂的建设是构建智能工厂的前提。数字化交付基于多维可视的数字化集成平台,有效搜集、管理、共享工程信息,并将设计、采购、施工、调试等阶段产生的数据、文档、模型以标准数据格式提交给企业,是一种区别于传统纸质文档交付的新型交付方式。数字化交付内容包括:数据、文档、三维模型,以及它们与工厂对象的关联关系。

数据

交付的数据包含工厂对象的通用属性、工艺属性、机械属性、设计属性、可靠性维护属性、计量单位、采购订单号、备品备件等信息,数据范围涵盖了设计、采购、施工、试运行全过程。参与工厂建设全过程的单位很多,有建设方(企业)、设计院、施工方(总包、分包商),也有供货商、监理单位、专业检测机构等等,这些不同单位交付的数据形式多样,内容可能会有叠加,需要去除冗余数据,并按类库的要求进行组织,以确保能正确地加载到交付平台,且关联关系正确,才能有效的归类存储,供用户浏览查询。

文档

交付的文档属于非结构构型数据,包括一些图形图片,图纸资料,如仪表回路图、产品合格证、安装操作说明书、关键调试过程记录等,与交付的数据一样,涵盖设计、采购、施工、试车全过程,各单位提交前,应按照数字化交付平台的文档格式要求,如.docx、.dwg等进行规范整理。

以工厂对象板式塔为例,它的交付数据和交付文档类型如图。

图1 板式塔工厂数据类型

三维模型

交付的三维模型是对物理工厂的虚拟可视化表达,它涵盖设备模型、管道模型、建筑模型、结构模型、电气模型、仪表模型,具体包括设备外形、接口、管道管件及附属仪表、建筑外形、路面、梯子、平台、电缆桥架等等物理工厂的实物对象模型。设计院为了构建这些种类繁杂的立体模型所使用的三维设计软件如CREO、Solidworks、PDMS、TEKLA等多达几十种,并根据专业分类,每个专业仅设计工厂模型中的一部分,比如管道设计软件、电缆设计软件、钢结构设计软件等等,因此需要将它们转化为交付平台要求的统一格式,并拼接成一个完整的工厂模型。

数据、文档或三维模型与“工厂对象”的关联关系

无论交付的是数据、文档或三维模型,它们都是以“工厂对象”为中心,建立关联关系,这些关联关系像人体的血液和筋脉,将分散的“肌肉、骨骼”——数据、文档和模型连接成一个充满活力的数字化虚拟工厂。

数字化交付的是工程建设过程中产生的设计、采购、施工的工程信息,即数字化静态信息,这些信息在工程建设阶段主要掌握在设计院和施工单位手中,通过数字化交付,企业可以数字化掌握、管理这些工程数据,建立工程数据中心,再加上企业运营后的数字化动态信息,包括管理数据(ERP、生产、销售、财务等),以及运行数据(DCS、PLC系统数据,如压力/流量仪表数据等),“动静结合”,形成智能工厂的建设基础。

图2 智能工厂数据基础

困局突破:从标准,到分歧,再到统一

在目前国内数字化交付技术的实际应用中,石油化工行业普遍遵循《石油化工工程数字化交付标准》(GB/T51296-2018)开展项目的数字化交付;中国石油化工集团有限公司依据自身特点和发展需要,于2019年10月印发《石油化工工程数字化交付执行细则》。在钢铁行业数字化交付标准方面,《国家智能制造标准体系建设指南(2021版)》指出要围绕钢铁行业智能工厂建设,制定工厂设计与数字化交付、数字孪生模型等规范标准,《钢铁行业 冶金工程数字化交付》系列行业标准已提出立项申请。流程行业数字化交付标准陆续出台使工程建设数字化交付工作有法可依,然而在具体的工程建设实践过程中,每个工程项目的数字化建设背景、建设目标、建设方案等都不尽相同,建设方与承包方在交付数据深度、交付文档范围、交付阶段、交付控制等细节方面存在分歧,交付内容尚不能完全满足建设方应用需要,具体体现在以下两大方面。

一、数字化交付内容标准界定问题,主要体现在以下几点:

1) 工厂对象分类不同。主要是工程建设方与承包方对工程对象的应用程度、责任不同,导致细化深度不同。应根据建设方建设期、运维期数据应用的要求,尽早协同各参建方、各专业对工厂对象子类进行细化,统一技术标准。

2) 三维模型深度不足。因为设计模式转变及施工过程变更信息反馈不畅等原因,导致目前项目交付的模型深度及细化颗粒度不够,影响后期数字工厂建设及应用。为保障三维模型与物理工厂对象的一致性及真实性,除制定标准外,各参建方可分阶段开展现场核查确认,使模型深度不断得到优化。3) 交付数据范围不足。数字化交付范围不能完全满足业主运维期数据应用需求,数据查询效率低,数据复用困难,无法实现交付数据开箱即用的应用效果。众多参建单位的数据提交、检查、校验是一个长周期、反复多次的过程,除执行标准、数据范围约定之外,在项目不同时期,可有计划地组织参建方对提交的数据及时进行一致性、准确性、合规性及完整性校验,保证数据范围及质量。

4) 交付文档关联性不强。非结构化文档与模型工厂对象进行关联时,交付文档未按可关联性进行细化,交付文档与工厂对象关联无法落地执行。一方面,文档作为各参建方的信息交付、数据传递和事件记录的载体,其交付形式需要改变,可通过图纸拆分、格式转换、电子签名签章、安全认证等技术手段,将传统文档交付方式转变为与工厂对象强关联的交付模式。另一方面,数字化交付平台应全方位支持模型对象与文档、图片、图纸、施工进度信息、仪表设备运行数据等多种格式信息关联,以及支持文档之间相互关联、模型和P&ID图纸关联等。

二、建设项目数字化交付的过程管控缺乏有效技术手段支撑,数据交付进度、质量难以把控验证,主要体现在以下几点:

◉ 项目对数字化交付方式选择不当。数字化交付模式根据面向工程对象不同可分为渐进式交付与结果式交付。存量工厂运行多年,人员的变更加之工厂的改扩建造成大量资料没有及时更新迭代、前期工程建设过程数据早已残缺不全,因此只能被动使用结果式交付,采用逆向恢复手段,利用激光扫描技术及三维模型重建等方式,对已有的工厂数据进行数字化重建。新建项目则适用渐进式交付,项目并非建成后一次性移交,而是在工程施工阶段、中交阶段、竣工验收阶段等不同阶段交付,以支撑建设单位不同时期的信息应用需求。数字化交付的数据信息应分阶段按需交付。◉ 工程设计过程审查不足,影响数字化交付质量。目前大多数项目工期都较为紧张,为了保证工期,往往是边设计边施工,忽视了设计过程审查的重要性。由于施工中存在大量的设计变更,造成建设周期延长和成本的增加。设计质量不仅影响工程质量,也影响设计文件的交付质量。通过建立跨组织、跨部门的协同环境,使设计、采购、施工和建设方等相关参与方能提前参与到设计审查当中,提高设计质量与数字化交付质量。◉ 数字化交付过程的进度/质量管控手段不足,无法满足交付过程控制需求。项目施工现场环境复杂,施工过程每天都会产生大量的施工数据和资料,施工单位人员水平参差不齐,为了追赶工程进度,往往忽视了过程数据的收集和记录。企业应在项目建设初期建立专门的数字化交付人员组织结构,并加强监控手段的运用。如引入流程管理或云服务技术,随时查看数据交付流程进度、核查审批情况,避免人工统计方式的疏漏,使企业准确、客观、随时掌握数字化交付的进度和质量情况,确保交付数据的时效与质量。◉ 工程参建者对数字化交付的工厂对象的认知差异导致交付内容不能满足建设方运维需求。工程建设阶段,工程公司对于成套设备是作为整体进行识别和管理,而在生产运维阶段,企业需要对成套设备中的每个单体设备进行单独识别和管理。为消除各方对工厂对象的认知差异,建设方应在数字化交付工作开展前期,与数字化交付软件厂商、成套设备供货商、工程公司共同协商制定设备分类管理标准、统一要求。◉ 数字化交付平台与建设单位的ERP等应用系统间缺少衔接,不能做到信息高效共享,需要建设单位进行额外的数据处理和加工。交付平台应具有开放的标准接口和成熟的对外服务引擎,能够与主流的工程设计软件和项目管理软件兼容,并具备多参与方协同能力,具备与ERP、MES、WMS、DCS和SIS等相关平台对接的能力。综上所述,数字化交付标准制定(国家标准、行业标准、集团标准、企业标准)、方案选择(交付平台兼容性、友好性、开放性、可靠性、安全性)、质量/进度管控手段、人员组织结构建立对数字化成果高质量交付至关重要。虽然数字化交付概念由来已久,数字化交付项目在实施过程中依然存在很多难点。一方面,我国大多数企业的数字化建设尚处于初级阶段,对数字化交付还未能有完整的认识,企业的数字化建设目标不够清晰明确;另一方面,由于流程行业项目建设工程浩大、参建单位众多,存在工程数据复杂、标准细节界定不清、流程监管执行不力等诸多问题。企业应在充分了解行业数字化交付标准、数字化交付重点内容及交付流程的基础上,参照工厂在建设时期、运营时期的数字化交付典型应用案例,结合企业实际建立自身的数字化建设目标,充分运用数字化交付技术手段,重塑数字资产价值,为数字化工厂的设计、建设、运营整体落地夯实根基。
(部分内容来源网络,如有侵权请联系删除)
立即申请数据分析/数据治理产品免费试用 我要试用
customer

在线咨询