中国石化“两化”融合提质加速
[中国石化新闻网2015-09-16]
4家企业试点建设智能工厂效果显著，工业品采购、化工品销售、燃料油销售等电子商务已上线运行，大数据分析平台正在加紧建设
记者许帆婷田源徐徐李晓君
9月10日，工业和信息化部召开全国智能制造试点示范经验交流电视电话会议。九江石化作为5家典型企业之一，在北京主会场做经验交流发言。
九江石化的“石化智能工厂试点示范”项目，是中国石化推进先进信息技术与石油石化产业深度融合，打造智能石化的一个范例。
在“中国制造2025”“互联网+”的大背景下，中国石化“两化”融合步伐提质加速，信息化建设向大平台、大系统方向加快转变，信息化应用由单一的基础性应用向集成化、移动化、智能化深层次应用加快转变，信息资源利用更加高效便捷，为集团公司内涵式、可持续健康发展注入强劲新动力。
4家企业试点建设智能工厂
“智能制造”“互联网+协同制造”，是我国推动传统制造业迈向中高端的重要举措。
2013年，中国石化完成智能工厂建设规划方案，并选择在燕山石化、镇海炼化、茂名石化、九江石化4家企业开展智能工厂试点工作。经过两年来的试点建设，4家企业实现内外操协同联动，提高了现场处置效率，操作平稳率提高5.3%，操作合格率从90.7%提升至100%，先进控制投用率提高10%，生产数据自动数采率提升20%，促进转型升级、提质增效作用显著。
九江石化建成炼化一体化全流程优化平台，实现计划、调度、操作的全过程优化，形成上下一体的协同生产、调度指挥新模式，班组数量减少13%、外操室数量削减35%，2014年累计增效2.2亿元；燕山石化建成能源管理和优化系统，实现能源可视化和在线可优化，全年优化增效926万元；茂名石化建立贯穿总部、企业和现场的三级一体化应急平台和三维应急演练模型，实现重点环境排放点100%实时监控与分析，支撑关键区域事故模拟分析及抢险预演；镇海炼化利用物联网、地理信息、身份识别等技术，建立现场作业、人员、环境三位一体的闭环监控模式。
中国石化智能化管线管理系统建设加快推进，目前已在7家试点企业建成投用，实现39条（1939公里）管线和27座站场的数字化、可视化管理，到2015年底将完成51家企业的推广建设。“十三五”期间，中国石化还将扩大智能工厂试点范围，推进智能油田示范区、智能油站、智能物流、数字化工程技术服务建设。
百家单位上“易派客”采购商品
“上易派客，与世界500强一起采购！”4月1日，中国石化易派客工业品电商平台上线试运行。截至7月31日，已有108家单位在平台上开展采购业务，平台有618个框架采购协议，涉及104个物资小类，包括9122种商品841182种单品，既有化工产品、煤炭等大宗商品，又有安全帽、劳保服等低值易耗物资。
这是中国石化利用互联网思维打造石化商业新业态的一个缩影。中国石化很早就涉足互联网销售服务，2007年化销电子商务和客户关系管理系统投用，随后润滑油、催化剂、油品销售等专业公司相继建立电子商务系统，润滑油公司还在天猫、京东、亚马逊等电商平台上开设网店。但是，这些系统总体上处于独立建设，业务上各自为战的状态，未能发挥中国石化产业链全、覆盖面广、影响力大的优势。
“要打造中国石化统一集成共享的信息化大平台大系统。”集团党组准确把握大势，做出落实国家“互联网+”行动计划，建设统一的电子商务、客户关系管理、供应链与物流等大平台大系统，推动建设石化商业新业态的决策部署。
目前，在石化云平台上，统一的电子商务与客户关系管理平台框架、工业品采购（易派客）、化工品销售、燃料油销售等电子商务已上线运行，完成客户关系管理平台共享服务层的功能开发，年底前润滑油、成品油/非油品等客户关系管理应用系统将上线运行。未来，中国石化将建成融合电子商务、客户关系管理、支付与金融服务、供应链与物流管理的统一服务平台，加快商业模式创新。
大数据分析平台加紧建设
如果把信息系统比作是身体的各个器官，那么支撑这些系统运行的云平台、大数据分析平台、IT运维平台等基础平台就好比是血脉筋骨。
中国石化建设基础设施云平台，可同时为总部和企业提供安全便捷、按需扩展的IT软硬件资源，提高了资源利用效率，节省了系统部署时间，目前已为电子商务、客户关系管理、智能管线等50多个系统应用提供资源服务。“十三五”期间，公司还将大幅提升网络和云平台资源规模，力争80%系统实现“云化”。
中国石化IT运维平台、移动应用平台、共享服务技术平台已初步建成，实现对总部基础设施和ERP等60多套应用系统的集中监控和统一运维服务，推进了日常办公、经营管理、生产营运、营销服务等各领域的移动应用，为财务、人事等共享服务提供技术支撑。
另外，大数据分析平台正在加紧建设，短期目标是汇聚各业务条线客户、供应商的静态信息、动态交易信息等数据资源，在采购、销售等业务领域开展交叉营销、精准营销等大数据分析应用。中长期目标是盘活数据资源，推动生产、研发、工程技术等领域的大数据分析应用。